|
|
本帖最后由 源济 于 2016-11-25 11:17 PM 编辑
老婆喜欢炒股，但我从来不感兴趣，觉得太简单，不就是个低买、高卖吗。
再看涉及到的数学，绝大部分只是加、减法而已，有啥意思。
“炒股简单”： 这样想或者这样说，老婆都不持异议，因为那时，她加法用的多，赚钱。
自从去年八月出现股灾之后，减法用的一天天多起来，再提“炒股简单”，可就不行了，她会把“炸弹”一个接一个地仍过来，比如：
- 你懂什么是K线么？
- 你知道什么是头寸么？
- 你说说什么叫利空，什么叫多头，什么叫期货，什么叫ETF,什么叫Mutual Fund,什么叫金融衍生品？等等等等。。。
我只能回答：我又不属“狗”，不知道怎么“叫”。
这时她就想起心上人：阿狗，说“你看人家阿狗，金、银、铜、铁、锡，大宗商品，包括，原油、钢铁、矿石、煤炭，样样精通，买啥，啥涨。”
我只好点点头，称赞道：元素周期表，阿狗学得好。
我老婆的偶像，不是巩俐，也不是刘晓庆，而是诺贝尔经济学奖得主。比如：
- 凯恩斯（John Maynard Keynes）经济扩张政策，
- 托马斯（Thomas John Sargent）宏观经济学，
- 保罗（Paul Robin Krugman）对经济活动的贸易模式和区域的分析，
- 罗伯特（Robert Fry Engle III）经济时间数列的时间易变性和共同趋势，
- 尤金·法马（Eugene Francis Fama）有效市场假说，等等等等。。。
我偷看了她的日记，才抄袭了这些，其实，我是两眼一抹黑，啥也不懂。
我时常琢磨，赚钱时啥理论也没有；可是，怎么到了亏钱的时候，大理论都来了？
回想起去年九月，就像听到了刀郎的一首歌：
2015年股市里的九月，比以往时候度过的更慢一些，
停靠在八楼的，二路汽车,带走了最后一片，飘落的黄叶
。。。
我老婆觉得，华尔街的庄家最可恶，净坏别人的好事：她一买就跌，一卖就涨，这种“股神”状态，简直比更年期更吓人。
直到有一天，她从朋友那里得到一本书，如获至宝。这本书就是少道明著《庄家克星-职业操盘手解析坐庄全过程》，封面上还印有阴阳八卦图，神！
既然是宝书，我想，她肯定爱不释手。
出乎意料的是，第二天这本书居然跑到了我的桌子上。
我正在发呆的时候，老婆吩咐道“这是分给你的任务，一个月完成，拿出个对付华尔街的Plan！”
“天哪，我怎么办？”当时，我就傻了。我赤手空拳，哪能对付得了华尔街的牛呀、熊呀。
“就是死,我也得拉上个垫背的。” 于是，我就找到了阿狗，一同向华尔街宣战：
“把从我老婆手上抢走的钱还回来！”，我喊道，接着阿狗也跟着喊：
“对，把从嫂子手上抢走的钱还回来！”
就这样，一年前的九月我们俩就开始编写“日间自动交易的程序”，很顺利，三个星期就干完了。
是骡子是马拉出来遛遛，于是，我们就开始交易, 开头出奇的好，
这里有个去年的老帖子为证：
邀各路英雄分析UVXY和SVXY，
后来，也有波折，之后，渐渐成型，正在验证之中。
我的第一个观点是：在股票市场上，同行是朋友。因为华尔街的钱取之不尽、用之不竭。就好比大海，我舀一碗，你淘一瓢，或者，我们合作抬它一桶，海水一点儿也不会少。
你若不信，我可以告诉你，这其实就是物理学上的“第一类边界条件”，在数学中称“狄利克雷边界条件（Dirichlet boundary condition）”，与之对应的问题被称为狄利克雷问题。说的是要寻找一个函数，在边界上取预定值。最主要的问题是证明，解的存在性，可利用Maximum principle解决，期间，会涉及到Hölder condition。
我要靠这个观点，获“诺贝尔经济学奖”，从而，成为老婆的偶像，否则，老婆被阿狗偷了去，怎么办。
我的第二个观点是：对称性破缺（symmetry breaking）。系統在临界点附近发生微小振荡，符合Fama教授的“有效市场假说”， 把统计分析的方法应用于股票收益率的分析，发现其波动的数学期望值总是为零，谁也不可能赚钱。
我承认这是对的，因为前提条件是“系統在临界点附近”。问题是如果这个前提不存在了，会怎样？
Fama教授并没有回答，我来告诉你，那就是我的第二个观点：对称性破缺。
在数学中，Fama教授所给出的，只不过是股票市场的一个解（并非唯一解）。他的这个解在数学上叫做静态稳定解（Static Steady State）。
既然是稳定解，它就有它的吸引域（Attractive domain)， 这也是，大部分时间股票所处的状态。处在这种状态的股票，Fama教授已经论证过了，不赚钱。若你能赚钱，你牛，我拜你为师，并建议把Fama教授得到的诺贝尔奖章，转发给你。
那么，怎么能从股市上赚到钱哪？这取决于你对我的第二个观点的认同和操作。
比如昨天，有网友发贴“买进spy@216.35”。我感觉方向不对，刚开盘，就念了段快板“熊和牛正激战，应该让程序自动RUN”，用意在于，提醒网友们冷静。
很快，大盘就失去了稳定性，逃离开Fama教授的吸引域，出现了我这里倡导的对称性破缺。
这个破洞在SPY上的体现是-2.37%，在SVXY上是-15.90%，对应的赚钱的机会出现在UVXY上是+32.60%。
这些数字并不重要，重要的是找到对称性破缺的判断条件，也就是Fama教授的吸引域的边缘。
那么，吸引域的边缘在哪里？线性稳定性分析只能回答定态附近的行为，不能回答吸引域的边缘的位置。这需要非线性理论。
非线性理论包括：空间结构与映射、非线性泛函分析、非线性动力学，分岔与奇异性，混沌和分形。
花上人民币16元，可以买一本天津大学出版的书看看： http://baike.baidu.com/view/1750702.htm
股票属于离散动力系统，需要用到4.4 离散动力系统和庞卡莱（Poincare）映射。
随时间变化的，看似复杂的，股票价格的涨落，通过庞卡莱映射，就会变的异常简单。
对称性破缺的条件也就找到了：原来，在参数空间，不过是几个“大于”或“小于”符号的组和。
这也就是我在胡同里回复“跳空高开/低开的预测”问题时所说的“简单”二字的出处。
==========================
你的问题：“股市操作若如此简单，花街的大佬们早就失业了”
我的回答：华尔街无新意，股市有规律、且简单，花街的大佬们永远不会失业!
我相信：最简单的往往是最好的，别自己把自己搞昏。
仅仅是我个人的看法，愿进一步讨论。
==========================
你认为“复杂”，是因为你在股票的“现实”空间，
我认为“简单”，是因为我在股票的“映射”空间。
这里有资历的老股民很多，你们，如何炒？炒什么？真金白银，还是IRA?
你们使用什么技术分析手段？是人炒，机器炒，或人借助机器炒？
炒指数，还是个股？如何控制风险？
我也碰到些老股民，很有经验，假如坐下来，慢慢聊聊，能讲的头头是道，可是，一旦上了战场，操作起来，瞻前顾后，左右摇摆，乱了方寸。
我的建议是，把经验归类，量化，抽象，映射到参数空间，做成自己的模型，让计算机来执行，把自身解放出来。
你不会失业，正如街的大佬们不会失业一样，你需要考虑模型优化，深度学习。
刀不磨要生锈，人不学习要落后。
随着一天天华尔街的开盘、收市，新的数据，需要映射到参数空间，老的数据需要舍弃。这就是个无休止的循环。
你所要建立的是一个动力系统，能够吐故纳新。不能天真地认为，你创造了一个普遍适用的模型，不必更新。
当下的流行语是“洪荒之力”。你炒股的洪荒之力从哪里来？应该来自深度学习。
深度学习（deep learning）是机器学习的一个分支，它试图使用复杂结构或多重非线性变换，构成多个处理层，对数据进行高层抽象的解析。
为期数天的人机围棋大战，最终以AlphaGo 4比1战胜了九段高手：李世石，落下帷幕。
虽然，我解决过6乘7四子棋的算法，天下无敌，但面对19乘19的棋盘，一筹莫展。
算了，还是炒股简单。
下面列出了一些标题，供讨论参考。
（1）什么是日间交易？
日间交易 （intra-day trading) 是指当天买进，当天卖出的一种金融商品交易方式。
金融商品（Financial instruments） 可以是股票、期货、基金、债券或它们的衍生品。
日间交易的操作人叫当冲客（day trader）。日间交易次数不限。
（2）什么是自动交易？
自动交易 （automated trading system）是指计算机程序自动生成订单、并将订单自动提交的金融交易。
（3）什么是日间自动交易？
日间自动交易（（automated intra-day trading）是指算机程序自动买进，当天自动卖出的一种金融商品交易方式。
（4）日间自动交易模型：
（4a)买进规则
（4b)卖出规则
(4c)开市，收市规则。
（4d)止损、止盈规则。
（5）日间自动交易模型的优化。
(5a)时间尺度优化
(5b)多维空间势能面的极值搜索。
(5c）并行算法（Concurrent）
(5d）深度学习与神经网络
（5e)卷积分统计
（6）系统稳定性分析。
（6a）分叉与分形
（6b）线性稳定性分析与非线性稳定性分析
（6c）生物自组织与股票涨落。
（6d)Prigogine耗散结构。
（7）回测(backtesting)。# |
评分
-
14
查看全部评分
-
|
狗仔卡
发表于 2016-9-10 01:13 PM
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
发表于 2016-9-10 04:57 PM
