C_Chat 板


LINE

-- 首先必須要理解一點:學校的義務教育訓練的東西是不同的。 就以二元一次方程式、排列組合之類的期中考問題,都是:「用已知規則找出唯一解」, 但對於賭博或金融商品投機行為,你面對的是:「在未知環境下找到存活的方法」 這樣講好了,假設一個遊戲的事件是你要用一個六面骰,骰出六點才過。 那麼你可以算出骰到6的機率=1/6,故沒骰到的風險(risk)是5/6。 但如果是:「1. 先以亂數決定這次用n個六面骰來骰。 2. 總數大於6就過。」 那機率會是多少呢?答案是不知道。這叫做不確定性(uncertainty), 也是你在市場面對的東西。而學校沒有教怎麼算的原因,在於某種程度來說, 不確定性就是你不知道未來會怎樣,這種『未知』本質上就不會有可以算出來的解。 你要怎麼教你也不知道的東西呢?對吧 -- 另一個限制就是,就算進百步假設久留美在大學精通統計學,那光靠統計學 可以找出正期望值的賭法嗎? 答案是:單純靠統計學理論,不行。 畢竟這是c_chat板,我們就拿人中之龍遊戲很常出現的美式輪盤來舉例吧。 美式輪盤總共有:0, 00, 1~36個數字。而不管你要賭數字,還是賭單雙、紅黑、 每一次珠子滾到哪一個的機率,在輪盤是公正沒有瑕疵的情境下,每次都是獨立的。 這代表你看以前出現了幾次紅色,想說這次應該會開黑色吧。這些過去資訊都不會 影響下一局機率。所以統計學最多只能告訴你:看過去資訊沒用,且期望值為負。 但統計學沒有辦法幫你在負期望值的賭局,找到有正期望值的賭法。 所以拉回到FX戰士久留美的園子,第三集她認為:「既然多單停損代表會大跌,那麼 我翻轉做空就可以賺回來。」 問題:令最終上漲或下跌機率皆為50%,那翻轉做空的勝率是多少? 答案還是50%。你看過去K線資料也不會勝率。你運氣不好還是會停損。 -- 所以正常來說,你過去在學校學到的東西,甚至智商高低,在金融賭局通常都不會有用。 「屁啦,怎麼可能智商高沒有用?」 嗯...那我出一個問題吧: 「一個公平的硬幣,丟出正面5次,請問下一次出反面機率多少?」 智商正常的人應該都會回答:「50%」 但在現實呢,首先你必須要先懷疑「這個問題敘述是不是有問題?」 例如萬一這個硬幣本身就有問題,它是兩面都是正面,根本就不是公正的硬幣。 那麼你相信這個敘述就錯了,答案是正面機率=100%。 我們再拉回智商差異,比較認真或自認比較聰明的人。 他可能會想辦法建立一個模擬模型,來做出理論上無限的價格K線圖。 但問題在於:你模型設定的公式是怎麼設計的呢?它真的會符合現實價格的特徵嗎? 這時你相信模型並算出結果,代價就是「如果現實出現模型不同的結果,那就有問題」 -- 這就是Nassim Nicholas Taleb在《黑天鵝效應》(2007)講的概念。 不管是人類,還是你懶得做只想靠AI生一個模型,模型這個東西本質上就只是 「方便讓你玩的沙盒模擬器」而已,它是一個簡化的框架計算方式。 你必須要理解只要你設計一個算式,最多只能算出算式原本預設要算的東西。 所以反過來說,你沒辦法得知「算式算不出來的東西」,這叫做模型侷限。 過去曾經有一群很聰明的人,開了一家長期資本管理公司(LTCM), 他們做的是不同國家的公債利率交換,比如說在1990年有兩國國債: A. 義大利國債:公債價格低,殖利率高。 B. 德國國債:公債價格高,殖利率低。 LTCM就會買義大利公債,同時賣德國國債。賭這兩國的價差會收斂。 但公債利差非常小,在1基點=0.01%,價差只有10R基點=0.1%,你要賺這種薄利 只能靠高槓桿。你可以把LTCM想成是智商很高的久留美,改去賭公債價差收斂, 然後開了25倍槓桿,標榜部位中立累積小獲利穩賺。 然後LTCM看到了很便宜的俄羅斯國債。 買了之後俄羅斯國債又大跌,LTCM攤平了一次還在跌。 -- 當時的LTCM認為沒啥大不了,反正最終國債都會履約只是賺多賺少。 但俄羅斯後來表示:「我沒錢啦,不會履約」,然後坐視盧布貶值。 「靠北喔還可以不履約喔」,這就是當初利率模型沒想到的情境。 更糟的還在後面,俄羅斯擺爛讓其他公債持有者開始不信任自己持有的債券, 所以一窩蜂地去買最穩的美國公債。還記得LTCM是做兩國的利率價差收斂嗎? 這導致許多跟美國公債組合,都因為美債飆高,導致價差進一步擴大,產生未實現損失。 然後未實現損失又進一步拉低了維持率,要避免維持率過低只有一條路: 停損平倉。但債券市場並不像股市、匯率那樣有高交易量。 LTCM大的部位停損,不管它怎麼拆最終都會加大價差,然後又影響到其他本來小虧的 價差組合,而你停損代表保證金剩餘的錢變少,槓桿倍率相對變大。 等到變成50倍時,LTCM的錢就撐不住比它大50倍的部位,就這樣把自己壓死倒閉了。 我相信LTCM裡面的人都是絕頂聰明的人,但就像高智商往往會相信自己的才智判斷。 一旦過份相信模型的效能,這個自信又會驅使他放大槓桿來賺更多。 等到發現意料之外的事件,高槓桿又脫手不掉,那還是沒有救。 -- 所以要怎麼樣才可以避免?我認為這也跟人的智商或專業無關, 最終究只是一種價值選擇問題,你是要選擇可能會破產來賭暴賺,還是先求活下去 不破產。 而這兩種價值的人,基本上是不同生物。就算是高學歷的人也可能是高槓桿賭鬼。 而學歷對於高槓桿的風險可說是沒有什麼實質助益的。 --



※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 45.67.97.18 (韓國)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/C_Chat/M.1792170777.A.B34.html
1F:推 jeff666: 原來還有過LTCM這個公司過 長知識了 10/17 01:18
2F:推 as3366700: 遇到黑天鵝就是一定要有人吃屎了 現在還是一堆量化交易 10/17 01:40
3F:→ as3366700: 黑天鵝了大不了擺爛讓政府救 久留美也是這樣 10/17 01:41
4F:推 Scarlett888: 小林說好像有出過LTCM的影片 還不錯 10/17 01:42
5F:→ Dreamer11705: 諾貝爾獎得主落馬被後世評=聰明版久留美 也是夠可憐 10/17 01:43
6F:→ Scarlett888: 另外華爾街一堆天才把自己玩死也不是新聞了 10/17 01:43
7F:推 as3366700: 那兩個還是得完獎馬上摔個大吃屎給大家看 晚一年根本不 10/17 01:50
8F:→ as3366700: 可能得獎了XD 10/17 01:50
9F:推 miname: 但他們還是夠聰明懂得開公司止損,不會像久留美一樣負債 10/17 03:29
10F:→ yoyun10121: 首先市場就不是完全隨機, 模型能做到正期望這個高頻交 10/17 05:04
11F:→ yoyun10121: 易早證明給你看了, 有爛模型賠錢不代表這就叫模型極限 10/17 05:04
12F:→ yoyun10121: 而且程式投資是靠現實驗證也會設邊界停損, 完全不是你 10/17 05:07
13F:→ yoyun10121: 講的憑空生出個模型就all in 10/17 05:07
首先,模型侷限指的是把為了方便計算,必須先對複雜的現實作簡化的假設, 然後推導出公式,所以必然有公式與現實的落差。例如以BS模型來說, 就是假定市場是隨機沒有記憶性的,所以跟一般人想像:市場價格和過去有關不同。 你看到的選擇權理論價格,就只是單純地依照你當下看到的價格,在假定市場價格是 隨機且為對數常態分佈下,直接套入條件機率來算的。 然後你再把所有的像是Call大漲進入價內,或是大跌變成無效的契約的情境的機率, 平均起來就可得到在當下的期望值。最後再依照這個契約還剩下幾天到期結算,所以該 價值多少錢的問題,則是假定:假設我真的跟銀行借錢買金融商品,這個組合該付 多少利息費,剩下N天借錢買股的組合該花多少錢,就是你契約在風險平價的折現價值。 所以這代表啥,這個模型的世界不會有風險溢酬,理論上你持有到期的成長率等於 你放在銀行的無風險利率。 你現在看到的選擇權定價,基本上就是這樣算的。而在風險平價的前提下, 你基於模型做的任何策略,理論上都不會有正期望值。 當然你可以吐槽現實才不是隨機之類的,但你反駁的同時,就已經認同我講的 模型基本上就是一種簡化假設下的公式解,所以它必然存在與現實有差的侷限。
14F:推 b160160: 長知識了 10/17 05:32
15F:推 smart0eddie: 市場跟過去是有關聯並且可預期的 只是會有像俄羅斯賴 10/17 05:43
16F:→ smart0eddie: 賬之類的不可預期事件 10/17 05:43
17F:推 marktak: 你這個假設是 你一定不能當莊家 10/17 05:49
18F:→ marktak: 還有明明就有綠色,故意的? 10/17 05:49
以外匯保證金商品來說,你的確不能當莊家。就跟權證你只能當買方 而券商則是賣方一樣。
19F:推 intela03252: 市場不是完全隨機,但久留美那層級能獲得的資訊做出 10/17 07:09
20F:→ intela03252: 的判斷,正確度也是貼近50% 10/17 07:09
21F:→ intela03252: 說到底,就算再厲害的人,短期市場的準確性大概不會 10/17 07:11
22F:→ intela03252: 比菜市場阿嬤高 10/17 07:11
23F:→ intela03252: 而久留美就是一直在短期市場打滾,還瘋狂槓桿 10/17 07:13
24F:→ MOONY135: 說穿了久留美就是每天賭上跟下而已 10/17 08:04
25F:→ yoyun10121: 不要說股市了, 所有科學模型都是簡化假設下的解, 都必 10/17 09:17
26F:→ yoyun10121: 然存在與現實有差的侷限, 但這不妨礙可以用來預測, 大 10/17 09:17
27F:→ yoyun10121: 家天天在看的天氣預報也是簡化解也有不確定性, 那這不 10/17 09:17
28F:→ yoyun10121: 代表這模型就沒用, 侷限性這種事只要限制模型使用邊界 10/17 09:18
29F:→ yoyun10121: 就不是什麼大問題, 而你說的那只是基本定價模型, 又不 10/17 09:18
30F:→ yoyun10121: 是高頻交易模型, 真正能賺錢的交易用模型哪可能公開讓 10/17 09:20
31F:→ yoyun10121: 你打? 但是現實就是高頻交易公司穩定賺錢的多的是 10/17 09:20
32F:→ yoyun10121: 邊界內的誤差, 只要交易次數拉上去就能打消掉了, 這就 10/17 09:21
33F:→ yoyun10121: 高頻交易基本核心 10/17 09:21
34F:→ yoyun10121: 如果真如你說的模型期望值不可能正, 那以高頻交易公司 10/17 09:24
35F:→ yoyun10121: 的交易量一上線就馬上賠死了啦, 但現實就不是這樣 10/17 09:24
高頻交易的主流就是券商提供委託單讓你成交的造市商。 只要從想賣的人以委買價成交,再賣給想買的人以尾賣價成交,才可以賺到價差。 但價格本身是無法預測的,所以會有「成交後價格對你部位不利」的風險。 所以你認為的"正期望值"是什麼呢? 是面對「成交後方向風險」的風險溢酬。也就是: 不利事件機率(P)下,事後價格移動了幾點(Q),故風險= P*Q,再加上你還是要付成本(C) 給交易所,所以等式為P*Q+C,這個東西除與2。就是理論上期望值為0的中間價。 你看到的買賣價差出發點是這樣算的。它不是正期望值,而是被動的會隨價格、持有時間 而浮動。例如: 在最小跳動點=1點,故半價差=0.5點。令成本=0.1點。 故利潤=0.5-0.1=0.4。 就假設正常99%時間,都可以及時脫手賺到0.4點,但會有1%的時間會進入快市。 價格會因為委託陸續成交,開始出現不連續的成交價,最後-50點才脫手。 故損益=0.5-50=-49.6 那麼整體期望值是多少呢? 0.99 * 0.4 + 0.01 * (-49.6) = 0.396 - 0.496 = -0.10 點 期望值就會變成負的。這是擔負快市損失的風險溢酬。沒有上線就一定會正期望值。 也不是交易次數多就會補足,這取決於價差與成交率,也不會有價格預測能力。 模型能否賺錢取決於當下價格波動率、部位持有時間、鋪單深度與承受風險, 和部位風險控制。
36F:推 RWAllenL: 現實應該就是做一些假設把發生機率低的情境排除掉吧 10/17 10:12
37F:→ RWAllenL: 要是真的發生不可預期的情境就一起下去這樣 10/17 10:12
38F:→ RWAllenL: 或是感受到有事情要發生的風險就轉觀望之類的 10/17 10:13
39F:→ RWAllenL: 像這幾年川普在位的玩法跟他下台後的玩法一定不同 10/17 10:14
※ 編輯: midas82539 (45.67.97.100 韓國), 10/17/2026 11:54:54
40F:推 apple00: 以前蘇聯還會給百事軍艦當貨款抵押品 俄羅斯直接不承認國 10/17 11:55
41F:→ apple00: 家債卷 這國家信用爛到根了 10/17 11:55
42F:推 blaukatze: 你將兩個部分混在一起,正常情況下的量價數據其實反應 10/17 13:56
43F:→ blaukatze: 的就是市場情緒,樣本足夠大行為是可預測的。另外一種 10/17 13:56
44F:→ blaukatze: 超出預期的黑天鵝則是避險的問題,認為能夠完全預測市 10/17 13:56
45F:→ blaukatze: 場走勢是妄想,但認為完全沒有可預測性又太武斷 10/17 13:56
46F:推 aaaaooo: 現實的金融市場不是機率遊戲 而是由手握大量籌碼的莊家控 10/17 20:42
47F:→ aaaaooo: 制結果韭菜們平均起來必輸的局 10/17 20:43
48F:推 howtotell: QQ 10/18 16:49







like.gif 您可能會有興趣的文章
icon.png[問題/行為] 貓晚上進房間會不會有憋尿問題
icon.pngRe: [閒聊] 選了錯誤的女孩成為魔法少女 XDDDDDDDDDD
icon.png[正妹] 瑞典 一張
icon.png[心得] EMS高領長版毛衣.墨小樓MC1002
icon.png[分享] 丹龍隔熱紙GE55+33+22
icon.png[問題] 清洗洗衣機
icon.png[尋物] 窗台下的空間
icon.png[閒聊] 双極の女神1 木魔爵
icon.png[售車] 新竹 1997 march 1297cc 白色 四門
icon.png[討論] 能從照片感受到攝影者心情嗎
icon.png[狂賀] 賀賀賀賀 賀!島村卯月!總選舉NO.1
icon.png[難過] 羨慕白皮膚的女生
icon.png閱讀文章
icon.png[黑特]
icon.png[問題] SBK S1安裝於安全帽位置
icon.png[分享] 舊woo100絕版開箱!!
icon.pngRe: [無言] 關於小包衛生紙
icon.png[開箱] E5-2683V3 RX480Strix 快睿C1 簡單測試
icon.png[心得] 蒼の海賊龍 地獄 執行者16PT
icon.png[售車] 1999年Virage iO 1.8EXi
icon.png[心得] 挑戰33 LV10 獅子座pt solo
icon.png[閒聊] 手把手教你不被桶之新手主購教學
icon.png[分享] Civic Type R 量產版官方照無預警流出
icon.png[售車] Golf 4 2.0 銀色 自排
icon.png[出售] Graco提籃汽座(有底座)2000元誠可議
icon.png[問題] 請問補牙材質掉了還能再補嗎?(台中半年內
icon.png[問題] 44th 單曲 生寫竟然都給重複的啊啊!
icon.png[心得] 華南紅卡/icash 核卡
icon.png[問題] 拔牙矯正這樣正常嗎
icon.png[贈送] 老莫高業 初業 102年版
icon.png[情報] 三大行動支付 本季掀戰火
icon.png[寶寶] 博客來Amos水蠟筆5/1特價五折
icon.pngRe: [心得] 新鮮人一些面試分享
icon.png[心得] 蒼の海賊龍 地獄 麒麟25PT
icon.pngRe: [閒聊] (君の名は。雷慎入) 君名二創漫畫翻譯
icon.pngRe: [閒聊] OGN中場影片:失蹤人口局 (英文字幕)
icon.png[問題] 台灣大哥大4G訊號差
icon.png[出售] [全國]全新千尋侘草LED燈, 水草

請輸入看板名稱,例如:Tech_Job 或 站內搜尋

TOP