[書籍]股市的科學煉金術：程式交易全圖解 (下)

在第二章談到的是如何「架構交易邏輯」，這部分就與我們常說的如何建立自己的交易系統相似，無論在主觀交易或程式交易中所採用的邏輯條件或交易方法必須具有明確性，而可作為衡量基準的判斷因子，應具備可量化性、可驗證性的基本條件，這些判斷因子的素材，它變動也必須與商品價格存在愈高的相關性。

中間有關程式交易的語法與結構等內容，因為我也不了解，所以就省略了；最後在進階篇談論第五章「從金融市場面認識機械化交易」及第六章「交易的決勝關鍵」。

一、什麼是邏輯架構：邏輯條件必須明確，判斷因子需可量化

程式交易所採用的各種邏輯條件必須要有明確性，判斷因子則應該具備可量化性的基本條件。所謂判斷因子是指可以提供數據，作為衡量基準的技術指標、事件或現象等；而邏輯條件則是用來區別判斷因子是否可達到既定標準，以作為決策的依據。用來作為判斷因子的素材，其變動必須與商品價格變動存在相關性，相關程度愈高愈好，這表示所選用的素材參考價值愈高。

圖片來源：自由城市交易員(本書作者陳宥任部落格)

二、時間範圍(Time Frame)的選擇

1. 不能用直接Time Frame的長短來界定模組的性質是屬於長線或短線，在指標系統中，因為許多指標的計算式並不是單純的線性規則(將價格透過反覆的計算，轉變成不同性質的數值，或是加入其他變數計算而得)。
2. 適當地將Time Frame放大，可以獲得比較穩定的效果，對某些性質的模組具有減少雜訊的效果(減少不斷進出、停損停利)；反之，縮短時間範圍，則能夠讓模組的反應時間隨之縮短，而得到更好的點位。

三、素材參數的決定

在決定參數時要先考慮(1)素材的敏感度，(2)素材對於走勢的包覆程度或覆蓋率。

1. 設定參數前，先決定模組定位
   敏感性V.S穩定度-->如何調和敏感及穩定的衝突，讓模組在這兩者間取得平衡?
2. 以較長的時間範圍決定模組架構，再利用公式轉換參數
   初期先用日線圖來制定模組輪廓和選擇所搭配的素材，等到各種必要條件大致決定後，再以分時線圖來撰寫模組腳本。參數決定後，原則上就不再變動。要做的應該是補強邏輯條件，或運用各種合理的方法提升模組的表現，而不是藉由調整參數來使績效看起來更好。

四、素材的選擇及搭配原則

素材的挑選必須依據模組被賦予的性質而決定，同時選多種素材時，以能互補或強化為最佳。

模組定位	參數設定	反應速度	走勢包覆能力	搭配原則
短線	較短	較迅速	較差	著重素材對價格變化的敏感程度，且兩者間必須有較高的相關係數，以獲得較高的交易勝率。
波段	較長	較遲鈍	較佳	首重走勢的涵蓋能力，這樣才有效將賺賠比拉開。

五、把你的交易邏輯具象化

決定好交易模組的定位、性質和Time Frame後，先訂出核心架構以及欲採用的判斷因子(指標)，可將所有決定採用的素材一併掛在同一個畫面上，然後看著K線圖來架構邏輯內的各項條件，這樣可容易看出價格變化和指標之間的關聯性，藉此找出可依循的脈絡，以便於迅速地架構出邏輯條件和決策依據。

六、什麼是機械化交易呢?

書中說明你所採用的決策依據應該要和你所交易的商品價格有直接或間皆相關性質，或能反映出價格相對變化，以作為對未來價格推測的基礎。例如了解製程可以提升對該產業的知識，但除非發展出來的製程能力能大幅降低成本或提升產能效率，否則這些都跟股價沒有直接相關。

同時強調交易的「一致性」，依照同樣客觀標準來衡量任何事情。我們採行科學化的交易應透過標準化SOP來訂定進出場依據，而不是憑藉盤感、媒體、內線等。

七、交易的決勝關鍵

就是勝率與賺賠比，一般而言，短線程式勝率高，長線程式勝率低。勝率與賺錢比是呈反向關係。兩者的取捨依初階及進階策略比較

• 初階策略-單一均線系統:屬季線的操作策略

• 進階策略-雙均線系統:短、長期均線

• 進階策略-區間高低系統:屬於趨勢系統，強調賺賠比。

• 進階策略-RSI系統:屬於擺盪系統，故屬於高勝率系統。

如何制定交易準則(進出場規則及濾網)

進場類型	趨勢型(Trend-Following)	擺盪型(Swing-Trading)
指標種類	MA、MACD、趨向系統、量能指標等	KD、RSI、變動率等
特性	賺波段行情，能抓住大趨勢	企圖捕捉盤勢走勢的轉折點，賺高低點價差
	盤整時易出現反覆訊號	趨勢盤出現時，易過早出現訊號
	屬落後指標	屬領先指標
	擁有較低勝率(相對擺盪指標)，約35%~45%	擁有較高勝率(相對趨勢指標)，約60%
	賺賠比較高，約1.5	賺賠比較低，甚至有機會出現負值
	交易比數較少，相對成本較低	交易比數較多，相對成本較高