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