2017年11月27日 星期一

規模的規律和祕密


前言:
沒特別想說的話

隨記:
P.26 在指數擴張的真正本質中,不久的將來 來得越來越快,而且很可能為我們帶來無法預料的挑戰。→失控的加速度,AI時代的無限加速問題。
P.28 大部分有機體像我們人類一樣,小時候生長快速,然後會慢下,之後停止成長,最後死亡。大部分公司也遵循著一樣的模式,但大部分城市卻不會。
P.29 原子彈炸毀了兩座城市,但三十年後,這兩座城市就舞榮興盛起來了,要殺掉一座城市,是件極為困難的事。→看來大馬士革的房地產可能是投報率最高的地點了。
P.29 過去兩百年來,雖然人類的平均壽命不斷延長,但人類的最長壽命依然沒改變。沒有一個人活超過123歲。→死亡一定會到來,而且極限就是123歲附近。目前醫學再好也只能延長健康狀態,無法延長壽命上限。即使能用醫學強制提升超過125歲也不是我以負擔的起,開始倒數計時!!
P.31 代謝率(netabolic rate)表示每一秒鐘維持一個有機體存活所需的能量。
P.31 人類一天約需二千的食物卡路里,相當90瓦,約一個標準的白熾燈泡。
P.32 發生在我們身邊的每一件事,都需要以能量為基礎。
P.32 處理能量時,一定要付出代價。
P.33 當能量被轉化成為一種有用的形式時,同時也會產生「沒用的」能量。→例吃下去的食物一定會產出排泄物,對人類來說是種不易的再運用的物質。
P.33 耗散力(dissipative force)會持續且形影不離地發揮作用,並導致所有系統的退化(degradation)。→只要使用就會耗損,衣服放在商店可以放很久都一樣,但只要穿上身沒多久就變舊了。
P.34 一個持續演化的系統要維持秩序與結構,就需要不斷供應與使用能量,而其中的副產品就是無秩序狀態(disorder)。→熵化
P.34 我們終將受到各種形式的「耗損」(wear and tear)力量所影響。
P.37 「尺寸減半需求也只要一半」;以及相反的「尺寸加倍,需求也要加倍」,這就是典型線性(linear)思考。
P.39 隨著規模增加而系統性節省能量的現象,稱為規模經濟(economy of scale)
P.42 被人搞得非常複雜(complicated),但未必就天生複雜(complex)。
P.42 一個典型的複雜系統由無數的個別組成分子或代理(agent)→個別分子運作很簡單,只是組織後運作變得複雜,因為交互作用,才變成表現出來是難很度量。但其規則是很簡明。
P.42 每一個細胞都有個己的專屬特徵,並遵循著自己的行為與互動規則
P.47 代謝率的縮放遵循著一個冪次法則(power law),其指數非常接近3/4這個數字。
P.54 如果沒有無限資源投入或產生重大的典範轉移,無限成長不可能維持下去。→自從工業化(機械動力),到現在的自動化(AI運算)。人力一直被釋放出來,就目前來看勞力與運算已成為隨手可得的東西,75億的人類,如此巨大的資源該如何轉移呢?
P.83 藥物劑量的縮放方式絕不簡單→小孩吃半顆成人感冒藥,沒死,算你家的小孩肝很硬。
P.89 不管是什麼結構,如果結構的尺寸任意增加,最後會被自己的重量壓垮。→限度,是線性思考的盲點,極限值問題
P.90 除非某些條件改變→限制被發現後,就知道極限,而此時別人也知道。所以有人可能改變條件。例如當利率為0時,如何再增加市場貨幣供給量?直覺是無法再提高了。而劣幣理論下,政府把利率打到負利率和利用QE等貶值方式提高貨幣供給。呃,好爛的例子。比較陽光的例子是,木樑改成鋼樑,條件限制立即提升N倍。杜拜塔應該接近鋼構極限了,再倍增就會被自己的重量給壓垮。(我猜)
P.90 為了結越縮放法則的限制,建造更大的結構或演化出更大的有機體,就一定要創新,也許是改變系統的物質成分或是結構設計,或是兩者都改變。→結構設計的改變像橋墩使橋的總長度大幅加大,或創新的懸吊式免去橋墩。程式設計更是展現結構設計優劣程度的地方,數學程度差異不用說,會不會用指標(index)的能力就天差地遠。所以看鳴人影分身術(複製),系統沒因記憶體不足、CPU超載而當機,感到驚訝不已。
P.94 伊桑巴德 金登 布魯內爾(Isambard Kingdom Brunel)→找傳記來看,看看他如何橫空創造新結構。這應該是有些技巧性能讓靈感大量產出。其中應該有些簡單有效的方法論,連我都能輕易模仿的技巧。
P.96 創新的變革不一定帶來最佳的解決方案→鍵盤上的英文排列,被證明不是最佳效率的排列,但大家早已習慣。所以現在要大變動太難了,chrome OS鍵盤也只是挑週邊鍵來修改,例:CapsLock來修改成「搜尋鍵」。
P.103 流體力學的基本公式,被普遍稱為納維爾-斯托克斯方程式(Navier-Stokes equation),是將牛頓定律應用到流體的運動,再延伸到實物體在流體中移動的動力學。例如飛機在空氣中移動或船在水中的移動。
P.104 非線性是來自水流本身相互作用的反饋機制。擾動(turbulence)→這是我操作中最惱人的事之一,這股力量會一直遞回到耗盡,但過程中所累積的總能量會引發偏移。如果忽視將會影響50%的報酬。但認真處理耗費極大的精力,變的得不償失。
P.105 複雜的系統通常會表現出混沌行為,系統中的小變化或混亂,就會在其他部分產生指數的放大效果。普遍以「蝴蝶效應」來表達。→果然擾動是難解的問題,查理.費曼也受其苦。
P.110 無維度數值是一個純粹(pure)的數字,用不同單位測量系統時也不會改變。這尺度不變性(scale invariance)表達的是一種絕對數值,也意味著,可能排除任意選擇的單位與測量標準的影響。最有名的無維度數值就是π(圓周率)。
P.110 速度平方對長度的比值不是無維度數值,會因使用單位而異,但除以重力後就會變成無維度數值(14.89)→用維度對消維度,會出現常數!?如果用到股市,報酬除以風險,最佳化的年化報酬應落在10~30%之間!!再作簡易平均20%的年化報酬應該是投機報酬常數。再上去的風險系數是呈現平方遞增,而以下則是投報效益平方遞減。隱非異於常人,不然像我這種真平凡人種,如果不小心年報酬超過50%,最好當機立斷清倉出國玩,三個月不進場才是上策。而當年報酬累虧-60%時,果斷加倍。這是超大格局的回歸論,但如果沒回歸呢?親愛的我領便當了,掰。下圖的人物讓我有深刻的體會,優勢決策的意外發展,最後默默的承受後果。這反而更接近真實人生,沒有主角光環的人生。

P.122 生物學家湯普森(D'Arcy Wentworth Thompson)爵士,經典作品《生長與形態》(Grwoth and Form)→找來看
P.122 真正科學的標準在於它和數學的關係。→經濟學目前不算是門科學,太多無法量化的變數,而且多到可能主導經濟變化。光個人性,經濟學家還搞不定量化公式。
P.128 複雜之下的簡單→主格和簡單,不管天氣如何變化,都依照四季在輪轉,不管海浪如何翻騰,都依照洋流移動位置,最優化是小格局思維,而最適性才是大格局思維。最優化像走小徑抄近路,但長久之道還是走大馬路會比較穩妥。所以思考經濟變化要從自利最大的交集作思考。呃,推論不下去,我還是不知道最高點到那和反轉點的時間,惱人呀!!股市預測根本無法成為科學,沒法數學運算。最多到達混沌理論、碎形概念,但就是無法向前突破。
P.149 所有的理論與模型都是不完備的,都需要藉由精確度越來越高的實驗,與範疇越來越廣的觀察數據,不斷檢驗與挑戰然後理論才能跟著修正與擴充。→問題是越精確就越龐大,完全的精確就是模擬出相同的狀態,到這程度是沒意義。這裡存在一個效益問題。
P.156 最終單元的不變性(Invariance)→作者舉再高的大樓,插座都一樣。插座差不多就是一個基本組件,不太會改變。
P.158 網絡已經演化成維持生命並進行日常活動所需的能量最小化。讓後代最大化。→初入社會一定會被企業內部的陳舊狀態嚇到,但成熟產業的企業最後都是在比省錢,讓耗損最小化,才能達到獲利最大化。這個跟新創獨角獸企業不同,成長中的企業(藍海型)是用高耗能來拉高成長。所以討厭死氣沉沉的企業,要避開成熟產業(金融、傳產)。
P.159 最適化原則位居所有自然基本法則的真正核心地位。它的現代公式是一個一般數學架構,其中有一個和能量關係不是很緊密的數值稱為作用量(action),會被最小化。所有物理法則都來自於最小作用量原理(principle of least action)。→習慣性的連結到股市,最小耗損的是趨勢根本,而斜率約30°,所以今日的股市也逐漸演化成為最適化了?但股市如果以大於利率10倍的成長,遲早還是會因悖離而收斂,這兩者應該存在一個差距的臨界值,從原理來看這是價值與價格比,星球的崩解是黑洞生成,而黑洞生成點就是臨界點。所以計算是以物質的質量,金融能物質計算的是黃金,所以用黃金作定基點,可推算出貨幣價值總數,再以此作分母,以上市公司的市總市值。呃,有點亂。難怪政府有恃無恐,只要提高貨幣總量上限,總市值上限就會自動被調高,代價只有通膨。而最美妙的是通膨上升呈現方式也很特別,不是走線性發展,初期增幅是小到無感,但後期因指數加乘效果會猛烈爆發。央行都嚴重低估未來通膨問題。石油受替代能源和科技採集提升而無法依歷史反應通膨,但科技相關原物料必定會反應這方面物價通膨。手上有原料、礦場、生產成本必相對應上漲。所以通膨發生與過往的石油不同。原物料要開始走升,直到泡沫的股市崩盤,不需要多久,因人民並沒有任何額外存款,政府早已打光手上的牌(利率、QE),再怎麼跟未來借錢也是有極限,威瑪政府、元朝未期、辛巴威、阿根延,當貨幣失去信用價值就是崩潰。不可能嗎?川普又跟未來借了一兆美元(金融業大減稅)。
P.195 碎形結構的性質與由來,是一般數學幾何與最適化、空間填充等物理原理的結果,並由此導出網絡在一般個體內部以及不同物種之間如何縮放的推論。
P.196 1/4冪次縮放法則→生物的能量流失最小化,會呈現1/4冪次縮放現象,血管、心跳、體重、代謝率、耗能。
P.216 代謝率以次線性3/4冪次指數縮放的理由,是基於網絡的支配力量
P.221 無線度數值的組合下,所有動物的成長曲線都會變成一條普遍曲線。

P.223 次線性縮放與來自最佳網絡表現有關的規模經濟,導致有限成長以及有系統地減慢生活的步調。→年紀越大越感受其威力是何等強大,二個月前摔車,手和腳筋骨傷到現在還沒完全復元。第一次對機車產生恐懼,以前對這種傷是完全不放在心裡。現在復原期如此的長讓我得小心以對,代價太高了。這代價多高呢?連我都沒把握會完全康復。以前是每受一次傷,那個地方會變得更強健,讓我不怕摔。現在是摔了還不會一定完全回復。
P.224 自然界對溫度的敏感度呈現指數關係。這是因為所有化學反應速率都和溫度有指數關係
P.224 生命的所有重要功能,從孕育、成長到死亡,都與溫度有指數關係。→失眠就把冷氣開到18°,蓋厚被子。冬天很難失眠。由此來看我該搬到高海拔區居住。這對操盤具有極大優勢。問題只有中華電信的光纖有牽到高山上嗎?或許有人覺得冷氣開冷點就行,但冷氣的冷和自然冷,身體感受得出差異。不止濕度還有二氧化碳等空氣組成比的變化問題。住台中開七台空氣清淨機效用不大,還需要一間植物室來製造空氣循環。這樣看來我的最佳居住地真的是山上。工作需求只要網路品質,而非距離問題。再這樣推論下去,我應該是孤獨一生!!那個女人想跟你住在沒人的地方。女人沒有社交會枯萎、不說話會死的生物。
P.224 在跨越整個生命範圍中,所有的生物速率與時間,例如與成長、胚胎發育、長壽與演化過程有關的事,都由一個共同的普遍縮放法則決定,而且就表現在兩個參數上,數字1/4:這來自控制質量關係的網絡限制;以及0.65eV:來自產生ATP的化學反應動力。用稍微不一樣的說法:用這兩個數字調整有機體的大小與溫度時,所有的有機體會以相同的通用時鐘發展出相近的狀況,都有類似的代謝、成長與演化率。
P.255 熵的形式就是造成身體損壞(damage)的廢物與耗散力(dissipative forces)。當我們身體各部位與熵的戰役中失敗時,我們就老化,到最後完全失敗,對死亡屈服。熵會殺人。→這最近才親身經歷,熵的殺傷力驚人。最近操作失誤,為了修補錯誤,導連鎖效應。最後超出忍受,果斷全刪掉所有錯誤連結。10萬就這麼飛了。第一個失誤發生,其他系統在嘗試作彌補(cover)。結果各系統的熵化互饋,導致整盤棋被熵弄爛。最後只能一刀砍下去,清掉所有錯誤,認賠。熵真的威力是很深沉後作力驚人的概念。別稱為蝴蝶效應。
P.260 體溫稍降低攝氏兩度,壽命就能延長20%~30%,只要降低一段,就能延長10%~15%。為了得到這個好處,你必須一輩子都這樣做。→我放棄!!不能泡熱水、不能吃辛辣,每天冷到發抖。
P.280 封閉系統的成長曲線→我從沒想過指數型成長後面是如此變化,我總是認為高原期之後會繼續向上,但事與願違,下殺。

[大跳閱]
關於溫室效應我並不關心,如果覺得想溫存,可以看《The Day the Earth Stood Still》,流流眼淚感動一下就好。這不是你少用幾根吸管、冷氣調高幾度就能解決的事。世界75億人口,你把你想的太重要了。島民思維+窮人自大的陷阱。該關心的是G8大國,你該關心的是如何變有錢人,然後才有需要思考這問題。

P.474 把整個系統視為一個整合的實體,而不是系統中理想化的碎片與片段的總和。→例:理想勞工的工作環境優、薪水棒、假期多,這種片斷組合起來的理想公司卻無法存活下來。不可能福利超越貢獻。
P.490 雖然一般認為清算公司死亡的原因,但合併與收購其實才是更常見的原因。→約9%才是破產與清算,45%是被收購或合併。
P.490 公司壽命→約30年,股市當代主流思維:只買不賣。只是個最大詐欺。金雞當然要趁有價有市時賣呀!政府打算抱著台「雞」電多久?前陣子台積電三十年周年慶,根本是喪鐘。
P.484 推動公司持續成長的就是利潤→也就是公司停湊時,就是散場時,所以主流追捧的企業來自於EPS成長率,反轉就是宣告舞會結束時。所以電影的彩蛋是給笨蛋在看的。最後的餘韻很美,但出口很塞。
P.496 公司的死亡風險與公司的壽命或規模無關→這應該是公司成本是逐年增加最有關係,退休金和員工薪資年年增加,最終蝕潰所有獲利而結束。所以我討厭退休金制度,那是個空中大餅,能吃到的人不多。一場騙局。每年結算才是對員工與企業最好的方式,退休金制度只是獨厚資方罷了。何來保護勞方,三十年後大多數公司消失了。
P.515 為了在資源有限的情形下維持開放式成長,就必須讓典範轉移的創新不斷循環→台塑>台積電>台!?。如果政府還持續給台積電優惠只是讓典範永遠無法轉移。但看了前膽政策內容,想想還是抱著台積電好了,至少總比做新的蠢事還好些。這事真的很有趣,台灣不管選那條路都是死路的奇怪迷宮。應該是在歷史某個點出現重大錯誤,造成後面只是滿盤皆輸罷了。李登輝布的民主棋很棒,但他沒想到那棋子是二貨,居然搞爛台灣。歷史總是充滿著不勝唏噓之處。此時才覺得李光耀真的強的爆炸。唉,或許這又是結果論的偏誤吧。沒人能知道過程的真相,只是看到結果論是非。過程正確結果錯誤,這是理性。過程錯誤結果正確,這只是僥幸。
P.517 連續創新之間的時間,必須越來越短。→作者認為極限會出現崩潰,但我不認同這想法。我覺得應該用光速來看,加速度最快就是光速。光速之後就是光速的極速狀態。書又不會不見,知識還是存在。不可能崩潰到回到北京猿人的時代(無知狀態)。

心得感想:
死亡不可避免,我最近對這議題很感興趣,我渴望成功,富甲一方,但這兩年一直卡在這個關卡不上不下。我一直很困惑,是否該放手一搏?還是慢慢磨上去?這問題太讓我迷惑不已。我是傾向有利的時機豪賭,但問題還是在賭輸的後果。自殺在台灣沒有很好的方式,代表著輸的下場極可能會變成求生不能求死不得的困境,所以對豪賭總是無法進入決策階段。這該不會是中產陷落吧!上去需要的是一場豪賭的決心和接受後果的勇氣。窮人的悲劇,總是拿命在搏。從這觀點來看,我算是個窮人是事實。離前10%真的還非常遠。錢不重要!!等我有錢我一定會把這句話掛在嘴自嘲。
規律雖呈現指數形態,但很少是整數為基底(1,2,3,4,5),可能是1.13,0.75,造成觀察時很難靠直覺看出來,另外一開始觀察指數型的數字跳動與線性是很類似,所以常常造成推理時在小樣本觀察後所設計出來的系統,會在發展過程逐漸失效與異常變化。這也就是為什麼想像力是創新者最強的思維,差別在於線性思考是個超級大障礙。人們看到1,2,3後就自然推想後接的是4,但很多都不是,例如Fibonacci級數(1,2,3,5,8,13...),這是界於線性與指數之間的變化模式。
作者的人生跟人類科技發展很像,社會創新大爆發是冷戰結束後,物理學人才從政府大量釋出(難怪美國政府科技力變那麼弱,不再像冷戰是日異月新)。而今日作者因SSD的計畫中止,所釋出的物理人才,在生物學導入新思維而發現規律性。頂尖物理學是科學的高密度能量,意指物理專家是當代社會精英人才中的精英。企業要成功必定需要大量的物理學人才,他們有超高智商和最高段的科學能力(知識、方法、訓練)。做研究與研發找物理學士就對了。這意味著各行業的專業知識不具決定性因素,反而是科學化知識的人才是。革新的關鍵尋找答案的方法,勝過傳統經驗法則。找如何做科學研究的書來補充這方面的技巧。不然我永遠找不到股市變化的「普遍性」(universality),我感覺貨幣總量與指數最高點具有關聯,但我不知如何量化。我缺乏這方面的數學計算知識。由此推論,有專業投機機構應該算出極大值為何。難怪大獎章是常勝軍,他們核心論該不會就是極限論吧!!唯有抓到極限點作反向才是一本萬利,而這一點最難。但可能有人有高勝算的方法推導出來。
從這本書讓我體會到物理人才的可怕,根本是萬用型,台灣人這麼少該把教育資源集中在物理學人才的培養,因為各行各業只要配上物理人才都能產生革命性的創新。因為物理學是最接近科學的一門學科,數學系的問題是,只是科學的計算工具,而沒有研究方法論,所以數學系無法作研究,也就無法取代物理學的地位。化學的數學不純,所以更慘。
花錢是為了找到最適化,撒錢是過程而不是為了滿足燒錢的慾望。
回歸效應現象根本原理是為了達到最小耗損的生長,也就是最小阻力的另一種觀點。
本書偏向都市規劃,對我幫助不大的知識,比較有用的就屬前面四章,把本書重點都說一遍,後面只是在案例說明:溫室效應、都市規劃、公司生命周期等。
總結:規模呈現指數型上升發展,而其耗損的資源增加呈冪次遞減。規模每次再增加10倍,資源耗損只會相對應的增加75%。而規模發展具有極限(地球飽和)和生命周期,之後就會因熵化所引起的錯誤互相反饋而造成自我毀滅。這殘餘資源會散逸到新的系統中重組運用。

[2017年12月5日 尋找規律]
所有有效的對策都是觀察出固定的變化模式,才能有效的化繁為簡,然後從這基礎找到對策。能找出規律是一種超強的優勢,大半的人是在這裡被淘汰掉,因為多數人並沒有這項能力,他們無法辨識細微差異。而精神科醫生給擁有這種能力的人一個專業的統稱:神經病。




書籍資料:
書名:規模的規律和祕密:老鼠、小鳥、雞、大象,和我們居住的城市,隱藏規模縮放的規律, 掌握其中驚奇的祕密,也同時掌握企業和地球的未來
原名:Scale: The Universal Laws of Growth, Innovation, Sustainability, and the Pace of Life in Organisms, Cities, Economies, and Companies
作者:傑弗里‧魏斯特
原文作者:Geoffrey West
譯者:林麗雪→這人翻譯的好,又把關鍵字保留在書中,應該成為典範
出版社:大塊文化
出版日期:2017/11/01
閱讀價值:中,前1/3氣勢磅礡,中1/3愛地球、後1/3蛇尾一直重複前調









11 則留言:

  1. 革新的關鍵尋找答案的方法,勝過傳統經驗法則
    非常同意
    看看近期Alpha Go 打敗世界前60強圍棋高手 全勝戰績
    超級電腦花40天超越人類顛峰棋力(有些學棋30年以上的崩潰了 經驗認知的定石被推翻)
    我現在也認為系統化方法論的效益 遠高於經驗認知
    投資或投機方法亦是(如Simens團隊 找的是科學家而非金融學家)

    回覆刪除
  2. 補充一下 Alpha Go 的系統方法 讓我對交易也有些新想法
    1.歸納 迭代 分類(用在交易就是分類統計)
    2.類神經網路 自我對局強化 評估函數(用在交易就是可以設計一個評估函數判斷現在該用什麼策略)
    3.演算方式的突破 帶來的重大進步 減少所需要的運算廣度及深度 有效評估盤面優勢(用在交易就是不需要絕對準確 只要找到簡單有效的方法 判斷何時是有優勢即可)
    4.評估考量自己與對手(用在交易就是交易策略 如果能再次考量到對手的優勢 在對手低優勢時出手 應該會有進步空間)
    真心覺得如果能掌握 科學方法 及 運用電腦的能力(快速計算 統計 機械化 自動化 不受情緒影響) 在交易上真的有極大的優勢

    回覆刪除
  3. 恭喜你Alpha GO的系統方法讓你找到新想法,我到現在還是無法把該核心論與我的系統融合。對我來說那是一個非常「複雜」的方式,尤其是類神經網路和深度演算,而我設計不出相對應的程式來運用。對於你類神經的使用,我了解那是威力驚人的想法,且是高階層的決策。但實務上是很困難判斷用那個策略是好,建議同時運作多個策略。而不是策略切換。你會得到多重策略的複合效果,降低損益波動率和資金效率化。這點供你參考。
    感謝分享,提醒我應該想辦法再精進使「電腦的運算力」,而這是我優勢但放著不用的問題,謝謝。

    回覆刪除
  4. 謝謝版主回饋,您網誌中讀書心得也給我不少收穫,也有不少好書,多看書多思考有益身心健康XD
    實務上建議多策略平滑這點,我也有發現光靠單策略多周期疊加就可以平滑績效,版主的建議也讓我聯想到策略權重分配(類似加權指數計算方法,按照權重計算),實務上目前打算用近期模擬績效的方式做評估(近期勝率、賠率、最大回落、權利金等當作參數實驗看看),謝謝建議了。
    另外版主之前應該有做過相關研究?比較好奇研究的內容?例如以類似動能策略交易中的選強勢股作多,選弱勢股作空,選近期強勢策略加重權重,弱勢策略縮小權重會有什麼結果?
    國內外論文有提到動能策略是可以達到超額報酬的,但主要適用於大盤牛市時,統計上也有發現強勢股與弱勢股漲跌機率上的不對稱。
    交易真是充滿不確定性,只能在控制風險下持續下注啊,也不知道自己是不是在慢性自殺XD

    回覆刪除
  5. 那個不是我發明的,是從《牧清華》那得到的平滑策略。後來導入後系統損益波動變得明顯改善。至於你怎麼設計我就不幫你出主意了,只祝你賺大錢。如果還沒看過可google找他的文章看看,或許對你有幫助。但別太執著於他的數學精算,看他的概念即可。
    我不玩個股,我也建議你先不要碰個股,主要有兩個原因:流動性風險和非系統性風險。這兩個風險太高,會嚴重偏離大盤波動率。從小台玩起吧,用50萬玩一口,大約就無槓桿且交易費用只需1/10現貨。所以對於你提的研究問題我也無法回答你,抱歉。
    你只需要知道,總有一天在這裡會破產,不管你多小心。只能希望賺到心中的數字,早一點離開。
    祝你好運了。

    回覆刪除
  6. 個股的部分老實說我也有開發策略 不過還不確定適不適合使用
    給你看我的策略數據
    測試時間: 1996/01/01 -- 2017/12/09 共 8013 天
    上市櫃個股還權考慮交易成本
    交易次數: 604 勝率: 46.52%
    年均交易次數: 27.51 盈利/虧損交易次數: 281/323

    多頭交易次數: 604 空頭交易次數: 0
    多頭盈利次數: 281 空頭盈利次數: 0

    最大單次盈利: 1823922.25 最大單次虧損: -117214.01
    平均盈利: 174400.16 平均虧損: -30014.89
    平均利潤: 81136.50 均盈利/均虧損: 5.81

    最大連盈次數: 7 最大連虧次數: 7
    交易平均週期數: 92.44
    盈利交易平均週期: 198.69 虧損交易平均週期: 39.28
    盈利係數: 0.67

    我覺得無槓桿之下長期要能有超額績效好難......(國外有統計長期只有2成主動型基金操盤人績效優於大盤)

    回覆刪除
  7. 這麼出色的數據,看的我都流口水。或許等下次大崩盤後這系統會讓你暴富,因為這是多頭系統。
    看的出你走上現貨交易之路,這裡不是我的專長,「你敲錯門,問錯人了。」你需要找有操作現貨經驗的人。

    以下就當我自言自語,我也不知重點是什麼,沒刪是想留著是給我自己看的,未來回頭看我在想什麼...
    你選擇的是財力雄厚的人才能使用的路,對他們來說年賺10%就已滿足他們的要求(大於實質利率)。但依你的言論我猜這10%是無法滿足存錢和生活開支。所以你會感到困惑,但只要一使用槓桿(借錢、融資),就會導致策略失效,因為無法承受損失而認賠殺出。那這邊你要選擇:轉作期指、找金主、或買波克夏讓巴菲特幫你賺而你去找正常工作。

    回覆刪除
  8. 想請教一下,依你在期指操作的研究,以大盤歷史以來的波動程度,您認為較適合的槓桿倍率為幾倍呢?(甜蜜點)

    回覆刪除
  9. 沒有用大盤歷史波動來算,我以系統在思考合適的槓桿。每個系統槓桿不同,大約落在10倍±5,依情況增減。
    大台原始保證金8萬6千來看,約23倍。
    你沒經驗,先從小台5倍開始吧。一口用10萬去玩,賠光就算了。10萬/50元=2000點空間。玩久了你就知道你想要冒多大風險。

    回覆刪除
  10. 謝謝版主的回覆,5-15倍的的槓桿啊,我更能理解版主一開始為何提到早點離開這件事了,早點賺取肥尾有利的一邊而不不參與不利的一邊,這跟操作現貨的邏輯是不太一樣的,因為操作現貨槓桿低,破產風險可以趨近於0。
    這樣的話MDD的忍耐度應該也要增加了,現貨上我目前是以10%MDD為條件,最多忍耐至20%MDD。

    回覆刪除
  11. 交易邏輯大同小異,但當越深入你會發現天差地遠。這也就是「投資」與「投機」沒人說的清楚,但確實有不同之處。至於最大回落問題,我是用預備金(放在定存)作應對。但我想並不適用現貨。大致上就這樣,再作深入的討論對你應該會有害,因為已到投資與投機的最大同通範圍了。
    祝你股市操作順心如意。

    回覆刪除