Edge
Chrome
Firefox
在投机领域，
对于趋势投机的讨论恐怕是最老生常谈的问题了，
究竟趋势投机有没有理论依据？
可否作为一种值得信赖的投机方法？
我想从统计学和概率论的角度来分析一下。
一、黑袋抽球问题
如上图的袋子，里面装满了10000个黑球和白球，比例不确定，并充分混合使黑球和白球均匀分布。
现在，我们从袋口顺序拿出十分之一的球，也就是1000个。
发现有300个黑球，700个白球，
我们是否可以认为：
这个袋子里大概有7000只白球，3000只黑球？
根据抽样统计原理，只要黑球白球在整个袋子里分布是均匀的，这个结论就是成立的。
二、趋势交易的统计学解释
上图展示了某资产价格在整个周期内的走势，投机者在之前并不知道整个周期内资产价格会怎么走，在选择投机方向之前，可以先对周期开始后的某一小段时间进行观察。
如果被观察的T1区间，资产价格出现上涨，说明在这一段时间里，买入力量强于卖出力量。
我们是否可以推断出，在T2区间买卖双方力量也是类似的分布？这跟本文开头部分所描述的，黑袋抽球的问题是类似的。
如果这种推断成立，是否在观察区结束后顺趋势建仓，持有到周期结束时，就可以大概率盈利？
我过去了解的一些趋势投机的理论，大多是从物理学（动能、势能）和心理学（压力、支撑）的角度来解释，听上去很容易理解，但都经不起推敲，唯有从统计学的角度来解释，才勉强可以接受。
三、趋势投机面临的挑战与对策
1、投机标的选择
根据黑袋抽球的理论，要保证样本与整体的相似性，就要保证样本足够多、分布足够均匀。
用在投机品种的选择上，应当符合以下标准：
【参与人数足够多】
在参与人数足够多的情况下，很难有一种力量能够指挥他们集中在某个时段买入或卖出，才有可能在买卖动作上较为平均地分布在整个时间段。
参与人数多，好消息/坏消息的扩散过程才有足够纵深，趋势才能持续足够的时间和幅度。
如果是股票指数，包含的股票类型要全面，不能某一个行业独大，造成指数失真。
【波动足够大】
波动大才有足够的价差收益，才能覆盖交易成本和冲击成本。
【交易成本足够低】
长期频繁交易累积的交易成本非常可观，降低交易成本对提高绩效作用非常大，交易成本主要是指手续费、税费、买卖点差等因素。
2、时间周期选择问题
时间周期的是否可以选择任一跨度？ 1分钟、1小时、1天、1周、1月，1年、5年？
时间周期选择太短，样本空间不足，就有抽样统计失效的问题；持仓时间太短，资产价格的波动幅度有限，交易成本高，很难获利。
时间周期选择太长，持仓时间过长，夜长梦多，未知因素就越多，越容易破坏原来的统计结果，抽样统计容易失效；持仓时间长，交易次数太少，验证某个策略的时间成本太高，也是不可行的。
究竟应该选择什么样的周期？要根据标的的性质来决定。
标的换手率越高，交易频率高，周期选择应该更短；比如股市、期货，以天和小时为单位就可以。
标的换手率越低，交易频率低，周期选择应该更长；比如房地产，以年为单位比较合适。
3、观察区选择问题
我倾向于选择自然交易周期的开始段作为观察区，比如每天开盘、长假后开盘的某段时间，这段时间参与交易的人，一般比较有主见。
他们参与交易的根据来自于场外，属于消息灵通人士，更能反应市场真实的供需状况。
在盘中参与交易的人，很大一部分是根据盘面来决策的人，少了一些主动性，参考意义不大。
观察区的长短是动态的，但得有一个极限，以日内为例，观察终止点不应该超过上午11:00，观察区时间太长，长时间无法决策，说明当天的趋势不明显；剩余持仓时间太短，行情发展的幅度就小，参与意义不大。
4、观察区被污染的问题
观察区被污染，是指一些公开的外部因素引起观察区的价格波动，导致观察区数据无效的情况。
比如，外盘大涨引起内盘高开，这种情况会导致买入力量过度分布于开盘时间点，数据就没有代表性；如果外盘大跌，我们仍然上涨，就很厉害了，这种情况可以重仓参与。
总之，要确定观察区的行情波动是否属于市场的自发行为，如果不是，则不能采信，就要放弃本次机会。
这一点非常重要，也是计算机程序无法战胜人脑的重要因素， 因为污染源可能是计算机无法认知的事件，而人则可以做出正确判断。
5、持仓过程的应对
一旦建立了仓位，就只能听天由命了。
大多数情况下，持仓期间没有必要加仓、减仓、止盈和止损，持有初始仓位直到持仓时间结束平仓即可，一旦加入了太多操作条件，就会患得患失，导致操作变形。
只有一种情况，需要提前止盈，就是你认为趋势投资者已经过度介入，导致标的价格直线涨跌并放量的时候。例如做多时，股指期货贴水大幅收缩甚至溢价的时候。
这个情况你不走，可能被反趋势套利者割韭菜。
============================
没有任何理由可认为，有着几千万人参与的股票市场， 他们会自发地在某个时间段集中买卖，而在其他时段做出完全相反的动作。
除非有一个公开的全局性事件发生，促使买卖力量的集中释放，这种情况你知我知他知，属于【观察区被污染】的情况，属于无效数据，需要排除掉。
市场只有在资金供应增长时上涨，资金供应减少时下跌。
以上涨为例，如果这些增加的资金集中在极少部分人手中，他们买入股票时会拆单，把建仓周期分布在一整天、甚至一周时间里；
如果这些增加的资金分布在大部分人手中，他们有的会上午买，有的会下午买，有的会今天买，有的会明天买。
不管什么情况，买卖力量大概率在时间上是接近平均分布的。
可为什么股市上涨并不是平滑的？ 原因就是无法预期事件会对股市供求产生影响，利多加速上涨，利空延缓上涨甚至出现回撤，但长期来看，利空和利多会相互抵销，最终体现出统计收益。
2、处置交易和羊群效应对趋势的影响。@咪大福
我以前也认为是这两种力量促使了趋势的持续，但这一理论还是经不起推敲。
还是以上涨为例，处置效应来自于投机者见好就收，兑现盈利的过程，对趋势有抑制作用；羊群效应来自于跟风追涨，对趋势有促进作用。
处置效应来自于持仓者，羊群效应来源于空仓者。
市场刚开始上涨时，获利者少，处置效应较弱，羊群效应也弱。
市场大幅上涨后，获利者多，处置效应越强，羊群效应也强。
所以，处置效应和羊群效应在时间和规模上是同步发生的，对趋势的作用是中性的。
这在历史数据中也可以得到印证，股市刚开始上涨时，成交量小，股市高位时，成交量大。如果处置效应主要发生在股市上涨的初期，羊群效应发生在后期，就一定会看到，牛市初期成交量大，牛市高点成交量小的现象， 这与股市的实际情况不符。
股市趋势性上涨，只有一原因，就是市场上的资金多了。
3、关于归纳法与演绎法。@修身明德
我这可是正宗的演绎法呀，是提出一个假设前提， 通过逻辑推导出结果。
我的这个假设前提就是：在某个周期内，股市买卖力量平均分布于整个周期。
关于归纳法，我见过无数次有人拿农场火鸡的例子来讽刺归纳法，农场火鸡预测了几百次都正确了，最后一次错了，性命没了。
但投资是这样吗，正确几百次，错误一次就得破产？
这个事情给我们唯一的教训就是：
不要用全部身家参与一次定生死的游戏，不要高杠杆。
对于趋势投机的讨论恐怕是最老生常谈的问题了，
究竟趋势投机有没有理论依据？
可否作为一种值得信赖的投机方法？
我想从统计学和概率论的角度来分析一下。
一、黑袋抽球问题
如上图的袋子，里面装满了10000个黑球和白球，比例不确定，并充分混合使黑球和白球均匀分布。
现在，我们从袋口顺序拿出十分之一的球，也就是1000个。
发现有300个黑球，700个白球，
我们是否可以认为：
这个袋子里大概有7000只白球，3000只黑球？
根据抽样统计原理，只要黑球白球在整个袋子里分布是均匀的，这个结论就是成立的。
二、趋势交易的统计学解释
上图展示了某资产价格在整个周期内的走势，投机者在之前并不知道整个周期内资产价格会怎么走，在选择投机方向之前，可以先对周期开始后的某一小段时间进行观察。
如果被观察的T1区间，资产价格出现上涨，说明在这一段时间里，买入力量强于卖出力量。
我们是否可以推断出，在T2区间买卖双方力量也是类似的分布？这跟本文开头部分所描述的，黑袋抽球的问题是类似的。
如果这种推断成立，是否在观察区结束后顺趋势建仓，持有到周期结束时，就可以大概率盈利？
我过去了解的一些趋势投机的理论，大多是从物理学（动能、势能）和心理学（压力、支撑）的角度来解释，听上去很容易理解，但都经不起推敲，唯有从统计学的角度来解释，才勉强可以接受。
三、趋势投机面临的挑战与对策
1、投机标的选择
根据黑袋抽球的理论，要保证样本与整体的相似性，就要保证样本足够多、分布足够均匀。
用在投机品种的选择上，应当符合以下标准：
【参与人数足够多】
在参与人数足够多的情况下，很难有一种力量能够指挥他们集中在某个时段买入或卖出，才有可能在买卖动作上较为平均地分布在整个时间段。
参与人数多，好消息/坏消息的扩散过程才有足够纵深，趋势才能持续足够的时间和幅度。
如果是股票指数，包含的股票类型要全面，不能某一个行业独大，造成指数失真。
【波动足够大】
波动大才有足够的价差收益，才能覆盖交易成本和冲击成本。
【交易成本足够低】
长期频繁交易累积的交易成本非常可观，降低交易成本对提高绩效作用非常大，交易成本主要是指手续费、税费、买卖点差等因素。
2、时间周期选择问题
时间周期的是否可以选择任一跨度？ 1分钟、1小时、1天、1周、1月，1年、5年？
时间周期选择太短，样本空间不足，就有抽样统计失效的问题；持仓时间太短，资产价格的波动幅度有限，交易成本高，很难获利。
时间周期选择太长，持仓时间过长，夜长梦多，未知因素就越多，越容易破坏原来的统计结果，抽样统计容易失效；持仓时间长，交易次数太少，验证某个策略的时间成本太高，也是不可行的。
究竟应该选择什么样的周期？要根据标的的性质来决定。
标的换手率越高，交易频率高，周期选择应该更短；比如股市、期货，以天和小时为单位就可以。
标的换手率越低，交易频率低，周期选择应该更长；比如房地产，以年为单位比较合适。
3、观察区选择问题
我倾向于选择自然交易周期的开始段作为观察区，比如每天开盘、长假后开盘的某段时间，这段时间参与交易的人，一般比较有主见。
他们参与交易的根据来自于场外，属于消息灵通人士，更能反应市场真实的供需状况。
在盘中参与交易的人，很大一部分是根据盘面来决策的人，少了一些主动性，参考意义不大。
观察区的长短是动态的，但得有一个极限，以日内为例，观察终止点不应该超过上午11:00，观察区时间太长，长时间无法决策，说明当天的趋势不明显；剩余持仓时间太短，行情发展的幅度就小，参与意义不大。
4、观察区被污染的问题
观察区被污染，是指一些公开的外部因素引起观察区的价格波动，导致观察区数据无效的情况。
比如，外盘大涨引起内盘高开，这种情况会导致买入力量过度分布于开盘时间点，数据就没有代表性；如果外盘大跌，我们仍然上涨，就很厉害了，这种情况可以重仓参与。
总之，要确定观察区的行情波动是否属于市场的自发行为，如果不是，则不能采信，就要放弃本次机会。
这一点非常重要，也是计算机程序无法战胜人脑的重要因素， 因为污染源可能是计算机无法认知的事件，而人则可以做出正确判断。
5、持仓过程的应对
一旦建立了仓位，就只能听天由命了。
大多数情况下，持仓期间没有必要加仓、减仓、止盈和止损，持有初始仓位直到持仓时间结束平仓即可，一旦加入了太多操作条件，就会患得患失，导致操作变形。
只有一种情况，需要提前止盈，就是你认为趋势投资者已经过度介入，导致标的价格直线涨跌并放量的时候。例如做多时，股指期货贴水大幅收缩甚至溢价的时候。
这个情况你不走，可能被反趋势套利者割韭菜。
============================
（以下是后续讨论区）
1、关于买卖力量是否平均分布于某个周期。@momo222kiy没有任何理由可认为，有着几千万人参与的股票市场， 他们会自发地在某个时间段集中买卖，而在其他时段做出完全相反的动作。
除非有一个公开的全局性事件发生，促使买卖力量的集中释放，这种情况你知我知他知，属于【观察区被污染】的情况，属于无效数据，需要排除掉。
市场只有在资金供应增长时上涨，资金供应减少时下跌。
以上涨为例，如果这些增加的资金集中在极少部分人手中，他们买入股票时会拆单，把建仓周期分布在一整天、甚至一周时间里；
如果这些增加的资金分布在大部分人手中，他们有的会上午买，有的会下午买，有的会今天买，有的会明天买。
不管什么情况，买卖力量大概率在时间上是接近平均分布的。
可为什么股市上涨并不是平滑的？ 原因就是无法预期事件会对股市供求产生影响，利多加速上涨，利空延缓上涨甚至出现回撤，但长期来看，利空和利多会相互抵销，最终体现出统计收益。
2、处置交易和羊群效应对趋势的影响。@咪大福
我以前也认为是这两种力量促使了趋势的持续，但这一理论还是经不起推敲。
还是以上涨为例，处置效应来自于投机者见好就收，兑现盈利的过程，对趋势有抑制作用；羊群效应来自于跟风追涨，对趋势有促进作用。
处置效应来自于持仓者，羊群效应来源于空仓者。
市场刚开始上涨时，获利者少，处置效应较弱，羊群效应也弱。
市场大幅上涨后，获利者多，处置效应越强，羊群效应也强。
所以，处置效应和羊群效应在时间和规模上是同步发生的，对趋势的作用是中性的。
这在历史数据中也可以得到印证，股市刚开始上涨时，成交量小，股市高位时，成交量大。如果处置效应主要发生在股市上涨的初期，羊群效应发生在后期，就一定会看到，牛市初期成交量大，牛市高点成交量小的现象， 这与股市的实际情况不符。
股市趋势性上涨，只有一原因，就是市场上的资金多了。
3、关于归纳法与演绎法。@修身明德
我这可是正宗的演绎法呀，是提出一个假设前提， 通过逻辑推导出结果。
我的这个假设前提就是：在某个周期内，股市买卖力量平均分布于整个周期。
关于归纳法，我见过无数次有人拿农场火鸡的例子来讽刺归纳法，农场火鸡预测了几百次都正确了，最后一次错了，性命没了。
但投资是这样吗，正确几百次，错误一次就得破产？
这个事情给我们唯一的教训就是：
不要用全部身家参与一次定生死的游戏，不要高杠杆。
京公网安备 11010802031449号