交易遊戲

本篇寫給想接觸「交易」的新手。

我一直宣傳「指數投資」，利用被動、分散、長期的投資風格累積資產，但我可不是基本教義派。事實上，一個理智的投資者，應該衡量自己在市場上的競爭力，然後再決定要不要主動投資。因此，對於巴菲特或西蒙斯來說，或許跟隨大盤是一種損失；但對於大部分的民眾而言，「不交易」才是最佳策略。

請注意我的用詞，我不反對交易本身，但是據我觀察，一般散戶根本就不該交易。做市商提供交易量能賺錢，散戶提供交易量只是多虧錢，然而最熱衷交易的正是無所畏懼的小散戶。

所以，如果你剛開完戶，摩拳擦掌準備海撈一票，不妨先把這篇看完。

1. 賺錢的是策略，不是交易。

一般人只要進行交易，就會損失手續費，所以交易行為本身並無法為我們帶來利潤。相對的，如果策略本身能營利，那麼透過交易才「有機會」累積資金。聽起來很簡單，但此處至少有三個陷阱，讓無數散戶成為肥料。

讀者看到這裡，如果不小心被我說中，此時收手也不遲，「指數投資」是你的良藥。不過我倒是想提一些交易的框架和書籍，作為說明的輔助。

2. 交易的海龜。

在那個兵荒馬亂的年代，不知為何我讀到《海龜交易》系列的書，就給它中性評分吧。

我認為它的策略細節偏重於技術指標，所以我受到影響也開始研究技術分析。可是在系統化的驗證之後，我認為這些手段並無法帶來穩定的獲利。況且，我身為新手，連衍生品都不懂，所以期貨交易離我還太遠。因此，這本知名的老書，就被我堆在記憶中的角落。

不過，海龜提到的心態、系統和一些統計方法，確實引起我對於投資「體系」的重視。換句話說，我寧願承受意料之中的虧損，也不樂見雜亂無章的獲利。

從另一個角度來看，就是因為減少交易，我們才有時間思考策略和優化體系。在我有限的經驗中，「先打幾單，虧多了當學費，自然就會有好策略」，是一句謊話；「開始交易之後，懶得改進策略」，才是實話。

問題來了，我要怎麼建立優良的體系?

3. 量化交易框架。

事實上，我後來開始看一些「量化」交易的書，也學到一些驗證手段。由於我是工科出身，會基本的程式語言，包括C++/Python和Matlab，所以除了用Excel來測試之外，也混跡Quantopian等網站。當然，Quantopian已經倒閉，但是那段學習經歷讓我的實力大幅提升，從最底層的肥料，變成比較高級的肥料。

如果你想看書，我推薦Chan的Quantitative Trading，它能讓小白對於量化交易有基本的認識。第二本書依然是Chan的Algorithmic Trading，我當時沒看完，只不過對於坊間的老師已經不屑一顧了。因為我逐漸知道，要測一組策略的時間有多快，而市場又是多麼優秀。

「一招打天下」的暢銷書，在我眼中毫無吸引力。

再後來，我開始研究公司基本面，對於交易本身較少涉略，但是也持續讀了一些好書。
Robert Carver的Systematic Trading, 讓我的知識提升到另一個境界，他的blog也很風趣。

我認為，讀者參考這些作品後，雖然不一定能夠馬上將理念轉化成系統，但是至少會有清晰的思緒，知道怎麼增強交易體系的品質。更重要的是，在經過實際挫折之後，交易者才會知道「打敗指數」並沒有想像中的簡單。

4. 從交易到投資。

我在接觸現代投資組合理論之後，逐漸往組合優化和資產配置靠攏，但是偶而還是會看一些不同主題的資料。

在這個時間點，我再推薦兩本書，不過建議讀者至少要有「投資學」和統計學的概念。

如果你的路徑和我類似，應該就能了解我和「傳統指數投資作者」的差異。

我寫衍生性金融商品，包括定價模型的推導和理論演進。
我寫組合優化的手段，包括方差均值優化和Black Litterman。
我寫資產的特性分析，包括Risk Parity和量化因子模型。

或許，交易策略可以帶給我一些超額收益，但我認為研究資產本身，對目前的我更有價值。

如果我不想打敗大盤，我怎麼可能花時間看書、跑程式碼?

我從頭到尾都不滿足於指數報酬，這也不必隱瞞。但正是因為我將交易和投資體系的成本評估，延伸到了日常生活，我才會「精明」的算出最佳交易頻率和策略，我相信對大部分的讀者也一樣。

花同樣的時間和精力，主動投資績效多1元，或是被動投資和本業收入多5元，你選哪一個?

我不鼓勵交易，但我也不反對任何嘗試。
同時我認為，成功的交易者和不交易者，其實是朋友而非敵人。

有一天，新手朋友會發現，真正無法在市場生存的人，不是第一線的交易員，也不是指數投資者，而是看起來萬能的群組賣課大師。
那麼，你應該算是入門了。

註: 歡迎各位指教:)