Ben,在交易平台 Darwinex 上管理著「SUG」帳戶,同時也是一位樂於分享其交易歷程的部落格主 (www.bentra.ca)。他獨特的背景——從多年的職業撲克玩家成功轉型為全職程式交易者,並輔以其網頁與軟體開發的專業技能——使其交易哲學與實戰經驗尤為引人注目。
跨界智慧:從撲克桌到金融市場
Ben 認為他多年的職業撲克生涯為日後的交易之路打下了堅實基礎。他深信,撲克競技培養了他正確的交易心態,包括:
- 洞悉市場心理與隨機性:理解隨機性背後的真實樣貌,而非表面現象。
- 堅持統計決策:所有判斷都基於嚴謹的數學與統計數據。
- 樣本量的重要性:深知大樣本數據對於驗證策略可靠性的關鍵性。
- 優化決策:在充滿未知因素的環境中,如何做出數學期望值上最佳的判斷。
他將這些源於實戰的智慧,視為在波動市場中保持冷靜與理性的關鍵。
程式交易的啟蒙與精進
Ben 約自 2007 年開始涉足金融市場,從股票交易轉向吸引他的 24 小時外匯市場。身為程式設計師的他,很快就從手動交易轉向自動化交易,並鑽研 MQL 語言。
他坦言,達到持續獲利是一個非常漸進的過程,大約在 2017 年才擁有超過三年、累積數千筆交易的記錄,證明自己的盈利能力。他之所以熱愛程式交易,不僅因為其工作時間彈性,更在於能滿足他身為程式設計師的創造慾——將想法轉化為指令,透過電腦執行並進行實驗驗證。他認為程式交易是「發揮創意並進行實驗」,這種「透過測試回答自己的疑問」的能力是手動交易所無法比擬的。
Ben 的核心交易策略與實踐
Ben 的策略主要圍繞著 Donchian 通道突破,並不斷精進其細節與風險管理。
1. Donchian 通道突破策略
- 核心原理:Donchian 通道基於近期最高價和最低價構成。當通道收窄(整合期)時,系統會設置買入止損單(Buy Stop Order)和賣出止損單(Sell Stop Order),等待價格突破通道。
- 時間框架:偏好使用 H1(1 小時圖)和 H4(4 小時圖)。他認為較低的時間框架隨機性更高、交易成本過高,而過高的時間框架則難以獲得足夠的統計顯著性。
- 參數調整:早期通道寬度以點數(Pips)衡量,後來改為 ATR(真實波動範圍)衡量,以適應不同市場,實現策略的普適性。
2. 關鍵過濾器與出場機制
- 定時出場(Timed Exit):這是 Ben 策略中一個關鍵的過濾器。大多數盈利的交易在達到目標價位之前,會因為「定時出場」而平倉。退出時間的設定採用指數函數,例如,優化參數為 1-10 根 K 線時,實際退出時間可能為 1 根、4 根、9 根 K 線等(類似於 $n^2$ 的關係)。這種非線性的設定有助於在優化時更好地捕捉不同時間尺度的影響,避免當 K 線數量很高時,微小的差異對結果影響很小。
- 移動平均線過濾器:Ben 以不同於傳統的方式使用移動平均線,會在移動平均線上方或下方設定一個 ATR 或布林帶的容許範圍,以確定交易方向。
- 價格密度過濾器:他最近開始使用「價格密度」作為布林過濾器,用於判斷市場是否過於震盪。
3. 風險管理與投資吸引力
- 高風險調整分數:Ben 在 Darwinex 平台上的風險調整指標得分極高。這是因為所有策略都基於 ATR 調整倉位大小,即根據市場波動性調整交易量,從而減少 Darwinex 風險管理器的干預。
- 低虧損規避:突破策略通常設有較小的止損和較遠的止盈目標,使單筆虧損通常較小,這有助於提高其虧損規避評分。
- 拒絕馬丁格爾:他堅決不使用在虧損後增加倉位試圖彌補損失的馬丁格爾策略。
- 多元化:Ben 意識到 2020 年的回撤是因策略類型不夠多元化所致。如今他積極運用 SQX 等工具來強化投資組合的多元性,並計畫開發更多均值回歸策略,以平滑整體表現,因為突破和均值回歸策略通常不相關。
- Darwinia 競賽:他認為 Darwinex 的 Darwinia 競賽提供了「免費資金」,是激勵交易員保持良好表現,並在初期累積資本的關鍵動力。
嚴謹的策略開發流程與回測哲學
Ben 極度重視策略開發的嚴謹性,尤其是回測過程。
1. 樣本量的重要性
- 關鍵因素:「統計顯著性極其重要!」Ben 強調,即使是最簡單的策略,也應累積至少 1200 筆交易數據。對於更複雜的策略,他使用約 1500 個獨立信號作為基線,這能產生數千筆實際交易。
- 數據與成本:他提醒交易者,務必確保歷史數據的 K 棒數量遠超策略計算所需,並仔細校準測試中的交易成本,使其貼近真實情況。
- 避免隨機性:他認為小樣本量下的隨機策略可能看起來表現良好,但只有在數千個頭寸的大樣本量下,才能真正信任回測結果,證明策略本身具有優勢。
2. 多市場與多參數集測試
- 多市場前向測試:Ben 的策略通常在多個市場上進行前向測試,並使用相同的設置。
- 多參數集選擇:在優化過程中,他會保留每個區間前五個或更多表現良好的實際參數集,並仔細檢查它們的相似性,確保它們不是過於相似,以避免「過擬合 (Overfitting)」。
3. 策略篩選與優化態度
- 動態調整:他會定期監控策略表現,對於表現不佳的策略,會檢查其獲利因子與樣本外表現的差異,並重新評估甚至淘汰。
- 優化觀點:雖然他過去曾進行優化,但近期他傾向於直接建構、測試,然後不經任何優化就上線策略。他對優化工具(尤其是序列優化)的未來發展抱有高度期待。
面對虧損的沉穩智慧與未來展望
Ben 認為虧損「會而且總是會發生」。他會回顧自己長期的交易記錄,將虧損期視為「回頭檢查一切、重讀書籍、進行更多測試、發明更多策略的動力」。關鍵是「著眼於大局」,並透過「遞建」(“build forward” technique) 的方法,不斷在未見數據上驗證策略的有效性來建立信心。
對於未來,除了開發更多均值回歸策略以實現多元化,Ben 還計畫重建他早期嘗試過的趨勢線信號,儘管過去編碼複雜且結果有限,但他相信現在的編碼技能足以克服挑戰。
給同道中人的箴言
Ben 樂於分享經驗,為程式交易的後進者提供了許多寶貴建議:
- 學習資源:推薦 StrategyQuant X (SQX) 本身,YouTube 上的 Martyn Tinsley 頻道,以及 Robert Pardo、David Aronson 和 Kevin Davey 等名家的經典著作。
- 程式交易關鍵:
- 首要之務是避免統計顯著性不足。
- 即使不打算雙邊交易,也應對稱地建構策略(同時考慮做多和做空的訊號),以獲取額外的統計數據,並確保其真正的對稱性。
- 鼓勵獨立思考:發揮創意,提出自己的理論和疑問,並透過實驗和測試來解答與證明。
Ben 這句擲地有聲的宣言:「我到死才會停止交易。」不僅展現了他對交易事業的極度熱忱與投入,也揭示了一位成功交易者背後,那份對市場無盡探索、對策略持續精進的執著精神。他的旅程證明了清晰的邏輯、嚴謹的紀律、不斷學習的態度以及管理情緒的能力,是穿越市場迷霧、駛向穩定彼岸不可或缺的羅盤。
沒有留言:
張貼留言