科技背景之下,交易应当何去何从

乌镇大会,各家互联网企业以及众多科技大佬纷纷给出了自己对于未来的见解。科技已经成功融入我们生活的方方面面。当人工智能的技术足够先进,传统的交易盈利模式是否还有生存的空间?这一命题再度进入了人们的视线,然而就笔者而言,这一命题似乎并不存在。

首先,无论何种程序化交易方式其最核心的理论来源于交易策略。如著名的马丁格尔交易策略(亏损双倍加仓,直到赚钱)。而这种策略多数源自于前辈的投资大师以及现在的交易员,无论策略的提供者是谁,其所提供的交易策略本身都具有较多的局限性,即无法保证每一次都能够盈利。即便该种策略的成功率能够达到50%以上,由于存在仓位控制以及交易手数的不同其成功率仍旧无法达到50%。即从数据角度而言,交易者终将亏损。

下面便是这种方式的盈利可能性计算方式:

我们假设,最终盈利按照以下方式进行计算。

盈利/亏损(Y) = 策略的成功率(f)* 仓位大小(p)* 每个点的点值(v)

在上述公式中,每个点的点值为固定值;仓位大小为大于0的数;决定最终盈利还是亏损的关键点在于策略的最终成功率。在这里需要引申一个概念,上面所谈及的策略成功率f是指包含盈利点数在内的整体成功率。而这一成功率主要有一下部分构成:

策略的成功率(f)= 方向判断的正确与错误(t)* (盈利的点数最终大于亏损点数的概率)

方向判断的正误的概率为一个大于等于50%的量,而盈利点数最终大于亏损是指市场按照自己预判方式前进的可能性。例如:盈利50个点,亏损10个点的概率理论上要小于盈利10个点亏损5个点的概率。假设一次交易中只会出现盈利50个点,亏损10个点;盈利10个点,亏损2个点,这两种情况。

出现的可能性为0.75,出现的可能性为0.25。

此时交易者能够如愿实现50个点盈利的可能性为0.5*0.25=0.125。从数据本身而言这一概率已经非常小,而实际情况中,一次交易一定能出现50个点的可能性要比0.25小很多。

该种情况产生的原因主要由于自动化交易系统不能够“及时”止损以及“适时”离场。而这一缺陷是程序化交易系统本身无法弥补的。

然而,当人工智能以及深度学习技术可以创造出与人工神经网络相似甚至超过人工神经网络的结构时,能够自己学习的机器人交易员能否最终获得交易上的成功呢?这种答案看似是肯定的,然而其成功的情况取决于市场上机器人交易员的数量。

这一现象就像从事金融交易的人员越多,市场的波动就越发难以琢磨一样。只是人类交易员换成了机器人交易员,他们处理信息的速度虽然快,然而所面临的市场却与现在的市场别无二致。

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20171210A09LNF00?refer=cp_1026

扫码关注云+社区