高盛量化交易课程笔记-全-

高盛量化交易课程笔记（全）

001：专业人士与零售交易员的差异

在本节课中，我们将学习专业交易员与零售交易员之间的核心差异。理解这些差异是建立正确交易思维的第一步，能帮助你避免常见的错误，并朝着正确的方向前进。

定义专业交易员

上一节我们介绍了课程的目标，本节中我们来看看专业交易员的定义。一个成功的专业交易员具体是做什么的？这至关重要，因为许多零售教练的目标和方法与真正的专业人士大相径庭。

投资银行交易员的角色

首先，我们需要明确投资银行中“专业交易员”的职能。这与对冲基金的交易员完全不同。

  • 主要职能是做市商：投资银行的交易员，90%的时间花在做市上，只有10%的时间用于用银行的自有资金进行交易以获利。
  • 做市业务分类：
    • 代理业务（无风险）：约占80%。客户（如养老基金）下达订单，银行通过算法执行并收取佣金（通常为几个基点）。交易员在此过程中几乎不承担风险，主要工作是监督订单执行。
    • 风险业务：约占20%。客户询价，交易员用自己的账户（即银行的资产负债表）作为对手方承接风险。例如，客户想卖出股票，交易员可能先买入，承担后续价格波动的风险。这样做的目的是吸引客户业务，从而获得未来的佣金订单。

核心公式：做市商收入 = 代理佣金 + 风险业务收益 - 风险业务损失

关键点：投资银行交易员的大部分时间（约90%）都花在与零售交易员目标无关的做市活动上。他们通常管理着一个包含50-100只头寸的“负向选择投资组合”，这些头寸是为了服务客户而被动持有的，并非主动选择。

对冲基金交易员（投资组合经理）的角色

接下来，我们看看对冲基金的专业交易员在做什么。他们的目标与零售交易员更为接近。

  • 核心目标：保护投资者资本，并在市场上涨和下跌时都能获利。
  • 工作方式：管理一个“积极选择投资组合”，持有经过主动筛选的多头和空头头寸，时间范围通常为1到18个月（常见的是3个月）。这与投资银行的自营交易功能非常相似。
  • 薪酬结构：
    • 管理费（1%-2%）：用于支付基金运营成本和员工基本工资。
    • 业绩费（通常20%）：从为投资者赚取的利润中抽取。行业惯例是，业绩费中至少一半要再投资回基金。

关键点：对冲基金经理用自己的钱投资于基金，并与外部投资者利益绑定。他们通过管理费确保基本收入（基本工资），通过业绩费和基金规模增长来实现财富增值。

专业与零售交易员的根本差异

理解了专业交易员的实际工作后，我们可以清晰地看到他们与零售交易员在多个层面的根本区别。

以下是核心差异的总结：

  • 目标：
    • 专业交易员：资本保值与增长，最终出售基金或获得更高奖金。
    • 零售交易员：常以获取“收入”为目标，导致资本被消耗。
  • 收入方式：
    • 专业交易员：依赖基本工资保障生活，不从交易账户提取收入。
    • 零售交易员：常试图从交易账户中提取资金作为收入来源。
  • 风险与资金管理：
    • 专业交易员：赚钱时增加风险暴露（再投资），亏钱时减少风险。强调高度分散化和严格风险管理。
    • 零售交易员：赚钱时提取利润（减少本金），亏钱时加大赌注（试图回本）。风险通常高度集中。
  • 结果：
    • 专业交易员：管理资产规模（AUM）增长。
    • 零售交易员：交易账户资金趋向于归零。
  • 时间框架与一致性：
    • 专业交易员：追求长期、稳定的复合回报，建立可验证的业绩记录。
    • 零售交易员：往往进行方向性日内交易，结果大起大落。

核心概念（复利）：最终资产 = 本金 × (1 + 月均收益率)^月份数。即使以较小的月均收益率（如2%）稳定复利，长期积累的财富也将非常可观。提取收入则会中断这个“世界第八大奇迹”。

给零售交易员的启示

基于以上差异，以下是给希望模仿成功专业交易员的零售交易员的关键启示：

  1. 确保有基本工资：不要幻想立刻以交易为生。保留你的主业或其它稳定收入来源，这是你的“基本工资”，保护你的财务下限。
  2. 交易账户是资产，不是提款机：你的目标是让这个资产增值，而不是从中提取生活费。将其视为一项需要终身建设和维护的资产。
  3. 模仿正确的行为：
    • 再投资：盈利时，将利润留在账户中或增加投资，扩大资产规模。
    • 风险控制：亏损时，不要追加保证金或加大仓位试图翻本，应减少风险暴露。
  4. 摒弃错误观念：专业交易并非充满激情地大喊大叫和频繁操作，相反，它常常是枯燥的，依赖于纪律、分析和耐心。他们也不进行高度集中的冒险。

总结

本节课中我们一起学习了专业交易员（投资银行与对冲基金）的实际工作内容，并剖析了他们与零售交易员在目标、收入方式、风险管理和结果上的根本差异。最重要的收获是：零售交易员应将对冲基金经理（而非投资银行做市商）作为模仿对象，确保自己有基本收入保障，永不从交易账户中提取“工资”，并遵循“盈利时再投资，亏损时降风险”的原则。只有这样，才能避免账户归零的命运，走上通过交易实现资本长期增值的正确道路。

接下来，我们将深入探讨成功的专业交易员具体是如何做的。

002：专业人士与零售交易员的对比

在本节课中，我们将深入探讨专业交易员与零售交易员之间的核心差异。我们将分析导致绝大多数零售交易员亏损的根本原因，并揭示专业交易员所遵循的框架。理解这些差异是迈向持续盈利的第一步。

零售交易员亏损的四大原因

上一节我们定义了专业交易员，本节中我们来看看为什么大多数零售交易员会亏损。以下是导致亏损的四个核心原因。

1. 利益冲突

你必须认识到金融市场中存在固有的利益冲突。整个行业的商业模式建立在 价格 × 成交量 × 佣金率 这个简单公式之上。在牛市中，价格上涨，成交量放大，佣金率也高；在熊市中则相反。这种结构导致服务提供商（如经纪商）的利益与交易员的长期成功并不完全一致。他们的目标是鼓励频繁交易以产生佣金，而这通常不利于交易员的账户健康。

一个典型的例子是常见的“1:3”风险回报比策略（即盈利目标为1%，止损设为3%）。表面看，你只需要33%的胜率就能盈亏平衡。然而，当你计入买卖双向的佣金成本后，实际的盈亏平衡胜率会大幅攀升至接近66%。对于绝大多数交易者而言，长期维持如此高的胜率几乎是不可能的。

2. 为收入而交易

专业交易员都有一份基础薪资，没有人纯粹依靠交易账户的盈利来支付每月账单。然而，零售交易领域充满了“轻松月入”的营销信息，误导人们为获取收入而交易。这是一个根本性的错误。

市场的波动性决定了你的盈利机会，而不是相反。例如，如果欧元/美元一整年都几乎没有波动，那么无论你交易技巧多高，都无法从中赚取收入。交易员本质上是 波动性的奴隶。你的工作是识别并利用市场提供的机会，而不是向市场索取固定的收入。

3. 对工具和平台的误解

许多零售交易员认为，更昂贵的软件、更多的屏幕或功能更复杂的交易平台能带来优势。这就像“日本企业高尔夫球手”拥有全套顶级装备却不会挥杆一样。

真正让你盈利的，是识别信息、做出决策并管理风险的能力。交易平台只是一个执行买卖指令的工具，它只占成功交易的不到1%。核心的99%在于你的知识和决策过程。依赖平台提供的指标和信号，往往会让你在应该买入时卖出，在应该卖出时买入。

4. 信息过载与滥用

每天都有海量的金融新闻和信息。然而，其中超过97%的信息与你做出盈利决策无关。主流媒体（报纸、电视、网站）的目标是吸引眼球、销售产品，而不是帮助你赚钱。它们通常报道的是“旧闻”——专业交易员早在几个月前就已预判并布局的事件。

专业交易员的工作是 预测未来。当一则新闻登上头条时，往往是专业交易员利用公众提供的流动性进行平仓的时机。你的任务是从噪音中筛选出那3%的关键信息，正确解读它，并将其转化为实际的利润。

核心原则总结

本节课我们一起学习了零售交易员亏损的四大原因，并从中提炼出专业交易员遵循的核心原则：

  1. 确保胜算对你有利：理解交易的成本结构（如佣金），并确保你的策略在计入所有成本后，数学期望值为正。
  2. 市场决定机会：不要为收入而交易。你是波动性的奴隶，盈利取决于市场提供的空间。
  3. 工具不等于能力：盈利能力源于你的认知和纪律，而非复杂的平台。先掌握用简单工具盈利的能力。
  4. 预测，而非反应：专注于识别和解读能预示未来市场动向的关键信息，忽略绝大多数滞后或煽动性的市场噪音。

理解这些原则是摆脱零售交易员常见陷阱、向专业交易思维靠拢的基础。在下一节课中，我们将开始应用这些原则，具体分析常见的交易工具和数据，学习如何构建一个使胜算倾向于你的框架。

003：分布与赔率计算 📊

在本节课中，我们将学习专业交易员的核心方法：如何通过分析历史数据来理解市场行为，并计算在不同市场和时间框架下获利的真实概率。我们将以标普500指数和主要货币对为例，演示如何下载公开数据、计算历史波动率分布，并解读这些数字背后的含义。

上一节我们介绍了专业交易员的基本理念，本节中我们来看看如何将这一理念付诸实践，即通过数据分析来理解市场。

从数据开始：专业交易员的起点

一切始于数据。专业交易员的第一步总是获取并分析公开、免费的市场数据。这不仅能帮助你了解即将交易的市场，还能揭示其中真实的机会与风险。

以下是专业交易员分析数据的典型步骤：

  1. 获取数据：从公开数据源（如雅虎财经）下载历史价格数据。
  2. 处理数据：在Excel等工具中整理数据，计算每日回报率等关键指标。
  3. 分析分布：观察回报率的分布情况，了解市场的“正常”波动范围。
  4. 计算赔率：基于历史分布，计算达到特定盈利目标的概率。

这个过程可以重复应用于任何资产，是构建理性交易策略的基石。

实战分析：标普500指数的日间交易真相

让我们以标普500指数为例，分析其过去50年的日回报数据。我们从雅虎财经下载了每日开盘价和收盘价，并计算了从开盘买入到收盘卖出的日回报率。

通过对12,732个交易日的数据进行分析，我们得到了以下核心发现：

  • 市场方向：53%的交易日市场上涨，47%的交易日市场下跌。这意味着，如果你简单地每日进行方向性交易，你正确的概率仅略高于抛硬币。
  • 波动分布：市场的日回报分布并非标准的正态分布。大约80%的时间，市场波动很小（在-0.78%到+0.78%之间）。只有约20%的时间，市场会出现较大波动。
  • 盈利概率：在未考虑交易成本的情况下，单日盈利0.5%的概率仅为11%（赔率约为9:1）。做空盈利0.5%的赔率则更差。
  • 加入成本后：一旦加入合理的交易佣金（例如单边0.175%），日间交易标普500指数在绝大多数正常日内都将无法盈利。

核心公式/概念：
日回报率 = (收盘价 - 开盘价) / 开盘价
市场的历史分布显示，约80%的交易日波动极小，不具备日间交易获利空间。

这些数字清晰地告诉我们：试图通过日间交易标普500指数来持续获利，就像在与市场的本性作对，因为机会窗口本身就很狭窄。

主要货币对：流动性背后的真相

许多人认为外汇市场流动性强，机会多。然而，数据揭示了另一番景象。我们以英镑/美元（GBP/USD）过去十年的数据为例进行分析。

以下是分析主要货币对的关键发现：

  • 波动特征：与股市类似，主要货币对的日回报也呈现“尖峰肥尾”分布。约73%的时间，市场处于低波动状态。
  • 盈利赔率：在未计成本下，日内赚取0.25%的盈利，其赔率同样对交易者不利（例如做多赔率约为3:1）。
  • 流动性的误解：高流动性并不意味着更多的交易机会，它往往意味着更低的波动性和更少的定价错误。每日数万亿美元的交易中，大部分是企业对冲行为，而非方向性投机。

核心结论：试图在主要货币对上进行日间交易，面临的概率困境与股指类似。流动性解决的是执行问题，而非创造盈利机会。

核心启示：如何让赔率站在你这边

通过以上分析，我们得到了一个明确的结论：在日间交易框架下，交易标普500或主要货币对，赔率天然不利于交易者。

那么，专业交易员如何应对？

  1. 延长交易周期：既然市场80%的时间在“沉睡”，只有20%的时间提供机会，那么延长持有时间（例如到数周或数月），就是等待“野兽醒来”，从而增加获利的可能性。
  2. 寻找赔率有利的策略：必须寻找并执行那些从历史数据上看，胜算和风险回报比都对自己有利的策略。这通常意味着不做大多数散户在做的事。
  3. 尊重数据：市场通过数据告诉你它的行为模式。你的工作是倾听并据此制定策略，而非将自己的意愿强加于市场。

核心类比：日间交易这些主流资产，就像以不利的赔率与庄家（市场）对赌。专业交易员的做法是成为“庄家”，或者只在赔率明显有利时才下注。

总结与下节预告

本节课中我们一起学习了专业交易员的核心分析方法。我们通过标普500和英镑/美元的实际数据，看到了日间交易这些主流资产的真实概率分布，并理解了为什么基于此框架的交易长期必然失败。关键在于，市场数据不会说谎，它明确指出了机会所在的时间框架和概率。

这些分析过程是普适的。你可以将其应用于任何有历史数据的资产（股票、商品、加密货币等），从而在交易前就清晰了解所面临的机会与风险。

在下一节（视频四）中，Chris将亲自在电脑上演示，如何一步步完成从数据下载、Excel处理到分布分析和赔率计算的完整流程。掌握这个技能，你将能独立评估任何市场，为构建稳健的交易策略打下坚实基础。

004：资产回报分布与赔率计算 📊

在本节课中，我们将学习如何从历史价格数据出发，计算一项资产（例如标普500指数）的每日回报分布，并分析其统计特性。我们将使用Excel工具来获取数据、计算回报、创建频率分布表（直方图），并最终通过描述性统计和概率分析来理解资产行为的核心特征，特别是其与正态分布的差异。

数据获取与处理

首先，我们需要获取标普500指数的历史每日价格数据。我们将从雅虎财经下载所需时间段的数据。

  1. 访问雅虎财经网站，在搜索框中输入“S&P 500”并选择标普500指数。
  2. 在页面左侧找到“历史价格”选项。
  3. 将时间范围设置为从1962年1月3日到2012年11月9日，频率选择“每日”。
  4. 点击“获取价格”更新表格，然后在页面底部点击“下载”将数据保存为电子表格。

打开下载的电子表格文件，并将其另存为“标普500回报分布.xlsx”。

接下来，我们需要计算每日回报。在电子表格中，我们使用开盘价和收盘价进行计算。

  • 在H1单元格输入标题“回报”。
  • 在H2单元格输入回报计算公式：=(G2 - B2) / B2。其中G列是收盘价，B列是开盘价。这个公式计算的是当日百分比回报。
  • 选中H2单元格，按 Ctrl + D 将公式快速填充至整列，为所有交易日计算回报。

创建回报分布直方图

为了直观地了解回报的分布情况，我们需要创建频率分布表，即直方图。

上一节我们处理了原始价格数据并计算了每日回报，本节中我们来看看如何将这些回报归类并可视化。

首先，我们需要定义分析回报时所用的区间（也称为“组距”）。

  • 在J列设置区间下限。从J2单元格开始，以-2%为起点，按0.5%的间隔递增，直至+2%。例如：J2输入 -0.02，J3输入 -0.015，以此类推。
  • 选中J2和J3单元格，拖动填充柄向下快速生成整个区间序列。

接下来，我们使用Excel的“数据分析”工具来创建直方图。如果功能区没有此选项，需先安装“分析工具库”加载项。

以下是创建直方图的步骤：

  1. 点击“数据”选项卡，选择“数据分析”。
  2. 在弹出的窗口中选择“直方图”，然后点击“确定”。
  3. 在“输入区域”选择H列的整个回报数据（例如 $H$2:$H$12804）。
  4. 在“接收区域”选择J列我们设置的区间数据（例如 $J$2:$J$10）。
  5. 在“输出选项”中选择“输出区域”，并指定一个空白单元格（例如L2）作为结果的起始位置。
  6. 点击“确定”。Excel会在指定位置生成一个频率表。

这个频率表显示了回报落在每个区间的天数。例如，第一行表示回报小于等于-2%的天数。

为了使图表更易读，我们可以将其转换为柱状图并优化标签。

  1. 选中频率表的数据（L列和M列），点击“插入”选项卡，选择“柱形图”。
  2. 为了更清晰地表示每个柱子对应的区间，我们在N列创建文本标签（如“<-2%”, “-2% to -1.5%”, … , “>2%”）。
  3. 右键点击图表，选择“选择数据”，点击“水平（分类）轴标签”下的“编辑”，将轴标签范围指向N列的文本标签。
  4. 为图表添加标题和坐标轴标签，例如将X轴命名为“每日回报范围”，Y轴命名为“频率”。

现在，我们可以直观地看到标普500指数每日回报的分布形状，它呈现出中间高、两边低的形态，类似于钟形曲线，但尾部似乎比标准的正态分布更“厚”。

分析描述性统计

为了更精确地理解分布特征，我们需要计算一些关键的描述性统计量。

我们已经通过直方图对分布有了视觉上的认识，本节我们将通过数字更深入地分析其特性。

再次使用“数据分析”工具：

  1. 点击“数据” -> “数据分析”，选择“描述性统计”，点击“确定”。
  2. “输入区域”选择回报数据列（H列）。
  3. 选择“输出区域”，并指定一个空白单元格（例如T2）。
  4. 勾选“汇总统计”，点击“确定”。

Excel会生成一系列统计指标，我们来解读其中几个关键值：

  • 均值：0.03%。这是整个时期内标普500指数的平均每日回报。
  • 中位数：0.04%。中位数高于均值，暗示数据分布左偏，即存在一些极端的负值回报拉低了平均值。
  • 标准差：1.00%。衡量回报的波动程度。在正态分布中，约68%的数据落在均值±1个标准差之内。
  • 峰度：10.86（远大于0）。这表明我们的经验分布比正态分布具有更尖的峰值和更厚的尾部。
  • 偏度：-0.74（负数）。这证实了分布向左偏斜，极端负回报出现的可能性大于极端正回报。
  • 最小值/最大值：-20.47% / 10.96%。历史上单日最大跌幅和涨幅，再次印证了“厚尾”特征。

计算概率与累积概率

将频率转换为概率，能让我们更直接地评估风险。

基于已创建的频率表，我们可以轻松计算出回报落在每个区间的概率。

  • 在O列（假设频率在M列）计算概率。公式为：=M3/$T$20。其中M3是某个区间的天数，$T\(20是描述性统计中的“计数”（总交易天数）。使用`F4`键锁定分母`\)T$20`。
  • 将公式向下填充，并设置单元格格式为百分比。

例如，O3单元格的值表示回报在-2%到-1.5%之间的概率。

为了进行风险分析，计算累积概率通常更有用。

  • 在P列计算累积概率。P3单元格直接等于O3的概率。
  • P4单元格公式为：=P3+O4，然后将此公式向下填充。

累积概率的含义是：回报小于等于某个区间上限的概率。例如，P4单元格的值表示回报小于等于-1.5%的概率。反过来，1 - P4 则表示回报大于-1.5%的概率。

深入分析：条件回报与分布尾部

我们可以通过筛选数据来深入分析特定情况下的回报特征，并量化“厚尾”风险。

掌握了基本的分布和概率后，我们进一步探索两个关键问题：在上涨或下跌的日子里平均能赚/亏多少？以及极端事件发生的实际概率有多大？

首先，我们分析不同市场状态下的平均回报。

  1. 为回报列（H列）添加筛选器（“数据” -> “筛选”）。
  2. 筛选“回报 > 0”。在L2单元格（或其他位置）使用 =SUBTOTAL(1, H5:H12807) 公式，它会动态计算筛选后（即所有正回报）的平均值。将此值记录下来，作为“平均正回报”。
  3. 清除筛选，再筛选“回报 < 0”，记录下 SUBTOTAL 公式计算出的“平均负回报”。
  4. 同样方法可以筛选“回报 = 0”，记录天数。
  5. 结合总天数，可以计算出上涨日、下跌日和持平日各自所占的百分比。

计算结果显示，在历史数据中，上涨日约占52%，平均日回报约为0.77%；下跌日约占47%，平均日回报约为-0.78%。这些数字表明，在考虑交易成本后，纯粹的日内方向性交易获利空间非常有限。

接下来，我们量化“厚尾”风险，即比较经验分布与正态分布在极端区域的差异。

  1. 计算理论边界：根据描述性统计中的均值（μ）和标准差（σ），计算 μ±1σ， μ±2σ， μ±3σ 的具体数值。
  2. 使用筛选器，分别统计回报落在 (μ-1σ， μ+1σ)、(μ-2σ， μ+2σ)、(μ-3σ， μ+3σ) 区间内的实际天数。
  3. 根据正态分布的理论值（68.27%， 95.45%， 99.73%），计算在总交易天数下，理论应落在上述各区间的天数。
  4. 对比实际天数与理论天数，并计算各自占总天数的百分比。

对比结果会清晰地显示：

  • 在 μ±1σ 区间（约±1%），实际数据占比（约80%）远高于正态分布的理论值（68%）。这说明回报更集中于均值附近。
  • 在 μ±2σ 和 μ±3σ 区间（极端回报区域），实际数据占比同样高于理论值。这证实了“厚尾”现象的存在，即极端涨跌发生的概率比正态分布预测的更高。

总结与核心要点

本节课中，我们一起学习了从获取数据到全面分析资产回报分布的完整流程。

我们首先从雅虎财经下载了标普500指数的历史日线数据，并计算了每日百分比回报。接着，我们通过创建直方图直观地展示了回报的分布形态。然后，我们利用描述性统计（均值、标准差、峰度、偏度）量化了分布的关键特征，发现该分布具有尖峰厚尾和左偏的特性。我们将频率转换为概率和累积概率，以便进行风险评估。最后，通过条件筛选和区间对比，我们揭示了两个重要事实：在波动率较低的时期，日内交易机会的期望回报很低；同时，极端市场运动发生的实际风险高于正态分布的预测。

核心公式与概念总结：

  • 每日回报计算：回报 = (收盘价 - 开盘价) / 开盘价
  • 描述性统计：
    • 峰度 > 0 → 尖峰厚尾分布
    • 偏度 < 0 → 左偏分布（极端负值更多）
  • 厚尾风险验证：经验分布中，回报落在 均值 ± 2倍标准差 及 均值 ± 3倍标准差 之外的实际概率 大于 正态分布的理论概率。

这个方法具有通用性，可以应用于任何资产、任何时间周期（如周线、月线）的分析，是理解资产行为模式和评估策略风险的基础工具。

005：波动性评估

在本节课中，我们将学习波动性的核心概念，特别是如何从历史波动性过渡到理解隐含波动性。我们将探讨波动性如何同时代表交易机会与投资组合风险，并学习专业交易员如何根据波动性的变化调整交易策略。

从历史到未来：理解隐含波动性

上一节我们介绍了如何通过历史波动性计算赔率与分布。本节中，我们来看看如何评估未来的波动性，即隐含波动性。

隐含波动性并非基于过去价格，而是基于期权市场的当前价格，反映了市场对未来特定时期内资产价格波动幅度的预期。其核心公式通常通过期权定价模型（如布莱克-斯科尔斯模型）反推得出：

隐含波动率 = f(期权市场价格, 标的资产价格, 行权价, 无风险利率, 到期时间)

对于交易者而言，隐含波动性传递了两大关键信息：

  1. 未来机会：市场预期的价格波动幅度，预示着潜在的交易机会。
  2. 风险管理：预期的波动水平直接决定了当前持仓的潜在风险。

散户交易者常犯的错误是告诉市场“我将如何交易”，而专业交易者则让“市场告诉他们该如何交易”。他们根据市场隐含的未来机会，灵活地在短线交易与中长期投资组合管理之间切换。

核心洞见：波动性的双重角色

在深入细节前，请牢记一个核心观点：波动性是交易者最好的朋友，也是投资组合经理最大的敌人。 这揭示了波动性的双重本质：它既创造了短线交易的机会，也放大了中长期持仓的风险。

实战解析：波动性如何影响投资组合

让我们通过一个简化的例子，具体看看波动性变化如何影响一个投资组合。

假设我们管理一个总风险敞口为100万美元的多空投资组合。根据历史波动性数据，标普500指数在80%的正常交易日里，日均波动约为35个基点（0.35%）。这意味着，在平常日子里，该投资组合的日均盈亏波动大约为：
$1,000,000 * 0.35% = $3,500

如果市场预期未来波动性将翻倍（例如，隐含波动率VIX指数大幅上升），那么即使投资组合本身未做任何调整，其隐含的日均风险也随之翻倍：
$1,000,000 * 0.70% = $7,000

此时，专业交易员或投资组合经理会收到明确信号：必须降低总风险敞口。常见的做法是：

  • 平掉一半仓位。
  • 或卖出投资组合中最不看好的头寸。

这一操作实现了两个目的：

  1. 主动管理风险：将总风险敞口降低至可接受水平，避免成为市场波动加剧时的被动“受害者”。
  2. 释放保证金/现金：为捕捉新的、波动性带来的短期交易机会提供了弹药。

波动性作为策略转换的信号

以下是专业交易员解读并响应波动性变化的典型流程，可视作一个“交通灯系统”：

当隐含波动率（如VIX）显著上升时：
市场信号：短期波动机会增加，但持仓风险同步放大。
交易者行动：从“投资组合经理”模式切换至“短线交易者”模式。通过减仓筹集现金，利用释放的资本参与短期波动交易。

当隐含波动率（如VIX）显著下降时：
市场信号：市场趋于平静，短期交易机会减少。
交易者行动：从“短线交易者”模式切换回“投资组合经理”模式。将现金重新部署到中长期看好的多空头寸上，构建或增持投资组合。

重要提示：

  • 没有固定规则：波动率具体变化多少才触发策略转换，并无统一标准。这取决于交易者个人的风险承受能力、资本规模和交易风格。
  • VIX不是单纯的“恐惧指数”：VIX上升仅代表市场预期未来30天波动加大，这种波动既可能向上也可能向下。它并非预示市场必然下跌。

为各类资产计算波动性

上述原理适用于所有资产类别。你可以使用我们提供的电子表格工具，为股票、货币、商品或债券计算其特定的隐含波动率指数（如果有期权市场数据）。过程是相同的：

  1. 获取标的资产的期权价格数据。
  2. 利用期权定价模型反推隐含波动率。

对于零售交易者，深刻理解隐含波动性的概念及其对策略的影响，比精确计算更为重要。对于有志于进入专业机构（如投资银行、对冲基金）的交易者，掌握其计算方法则是必备技能。

总结

本节课中我们一起学习了：

  1. 隐含波动性是市场对未来价格波动的预期，源于期权价格，它同时揭示了未来交易机会和当前持仓风险。
  2. 专业交易者根据波动性变化，在短线交易与中长期投资组合管理两种模式间灵活切换。
  3. 波动性上升时，需降低风险敞口并筹集现金，为短线交易做准备；波动性下降时，则适合构建或增持中长期投资组合。
  4. 波动性分析是主观的，不存在绝对正确的行动手册，核心在于理解市场信号并管理好自身风险。
  5. 这些概念可应用于所有具备期权市场的资产类别。

记住，成功的交易不在于预测市场，而在于倾听市场通过指标（如波动性）传递的信息，并做出相应的策略调整。

006：波动性评估

在本节课中，我们将学习如何计算单一资产的预期或隐含波动率指数。只要能够获取期权数据，您就可以将此方法应用于多种资产。我们将通过一个具体的例子，使用电子表格工具，从市场观察到的期权价格中推导出隐含波动率。

计算隐含波动率

上一节我们介绍了波动性评估的概念，本节中我们来看看如何具体计算隐含波动率。隐含波动率是一个前瞻性指标，它不依赖于历史价格数据，而是通过期权定价模型从当前市场价格反推得出。

准备工作与数据输入

以下是开始计算前需要准备的事项和获取的数据：

  • 工具：我们将使用一个预设的电子表格。该表格已设置为计算基础资产在期权有效期内不支付股息的看涨期权的隐含波动率。
  • 示例资产：在本例中，我们将计算标准普尔500指数（S&P 500）的前瞻性波动性。
  • 数据来源：我们将从芝加哥期权交易所（CBOE）网站获取所需数据。

打开电子表格后，您会看到左侧有数据输入区域。浅蓝色高亮的单元格是唯一需要编辑的部分。其他单元格会根据输入自动计算。核心原理是：通过调整“隐含波动率”输入值，使根据模型计算出的“理论期权价格”尽可能接近从市场获取的“观察到的期权价格”。

获取并输入数据

现在，我们开始从CBOE网站查找并输入必要的数据。

  1. 标的资产现货价格：访问CBOE网站，找到S&P 500指数（代码SPX）的报价页面。现货价格显示在页面右上方。例如：1574.57。将此数值输入电子表格的对应单元格。

  2. 期权合约信息：在期权数据表中，我们关注“看涨期权”部分。选择一份流动性较好（成交量和未平仓合约数较高）且执行价接近当前现货价格的合约。例如，我们选择2013年5月到期的、执行价为1570的看涨期权。

    • 将执行价1570输入电子表格。
    • 将到期日（例如：2013年5月3日）输入电子表格。请注意：您需要确保电子表格中日期单元格的格式与您计算机系统的日期格式一致，否则自动计算功能可能失效。

  3. 观察到的期权价格：在合约详情页面，找到该期权的最后成交价（Last Sale）。例如：18.93。将此价格输入电子表格。

  4. 无风险利率：我们需要一个与期权期限匹配的无风险利率。对于S&P 500期权，通常使用短期国债收益率。通过提供的链接查找相应期限（如1个月）的收益率，例如0.07%，并输入电子表格。

运行求解器计算隐含波动率

完成所有数据输入后，您会注意到“理论期权价格”与“观察到的期权价格”存在差异，这是因为当前的“隐含波动率”还是一个假设值（如默认的0.1）。

我们的目标是调整隐含波动率，使理论价格等于市场价格。这通过“求解器”工具实现：

  • 在Excel中，导航至 数据 -> 求解器。
  • 设定目标为最小化理论价格与观察价格之差的单元格。
  • 通过更改隐含波动率所在的单元格来求解。
  • 点击“求解”。求解器将自动计算出一个隐含波动率值，使得理论价格匹配观察价格。

提示：如果求解器首次运行失败，您可以尝试手动微调“隐含波动率”单元格的值，使理论价格向市场价格靠近，然后再次运行求解器，通常即可成功。

计算完成后，电子表格会给出年化隐含波动率，例如0.122（即12.2%）。

结果分析与解读

得到隐含波动率后，我们可以进行进一步分析和应用。

  • 与VIX指数对比：VIX指数是衡量S&P 500预期波动率的市场公认指标。可以将我们计算出的数值（12.2%）与同期VIX值（例如13.96%）进行对比。两者存在差异是正常的，因为VIX采用了更复杂的模型，综合了多个不同执行价和期限的期权数据。通常，单个近价期权计算的隐含波动率会略低于VIX值。

  • 转换为月度标准差：年化波动率可以转换为更短期的标准差，以便于理解。公式如下：
    月度标准差 = 年化隐含波动率 / sqrt(12)
    在电子表格中，可以使用代码 =隐含波动率单元格 / SQRT(12) 来计算。例如，12.2%的年化波动率对应的月度标准差约为3.52%。

  • 实际意义解读：如果假设资产回报服从正态分布，那么月度标准差（3.52%）意味着：

    • 在未来一个月内，有约68%的概率，S&P 500指数的涨跌幅度不会超过3.52%（一个标准差范围内）。
    • 有约95%的概率，涨跌幅度不会超过7.04%（两个标准差范围内）。
      这为评估市场短期风险提供了量化参考。

  • 交易应用：隐含波动率的变化本身指示了市场情绪和预期风险。交易者可以在隐含波动率上升（市场预期波动加大）时寻找交易机会，在其下降时调整策略。

总结

本节课中我们一起学习了如何计算单一资产的隐含波动率。我们通过从CBOE获取S&P 500期权的市场价格、执行价、到期日和无风险利率等数据，并利用电子表格的求解器功能，反推出了该期权的隐含波动率。我们还将结果与VIX指数进行了对比，并学习了如何将年化波动率转换为月度标准差以进行实际风险解读。掌握此方法后，您便可以为自己关注的、能够获得期权数据的任何资产计算其前瞻性波动率。

007：波动性评估

概述

在本节课中，我们将学习如何评估资产的波动性。我们将重点介绍一个名为“平均真实范围”的历史波动性指标，了解其计算方法、实际应用，以及它如何帮助我们理解市场机会与风险。

从历史分布到日内波动

上一节我们介绍了基于开盘价与收盘价的历史波动性分布与赔率计算。本节中，我们来看看另一种基于日内价格（最高价与最低价）的波动性度量方法——平均真实范围。

平均真实范围衡量的是资产在特定时间段内（如一天）的最高价与最低价之间的平均波动幅度。与之前的方法不同，它关注的是交易日内的价格变动。

什么是平均真实范围？

平均真实范围是一个历史波动性指标。其核心是计算一段时间内“真实范围”的平均值。“真实范围”通常指单日最高价与最低价之差。

以下是计算五日平均真实范围的公式示例：

  1. 首先，计算每日的真实范围：真实范围 = 当日最高价 - 当日最低价
  2. 然后，计算这五日的平均值：平均真实范围 = (第1日真实范围 + ... + 第5日真实范围) / 5

这个结果告诉你该资产在一天内，其高点与低点之间的典型差距。

ATR揭示了什么市场变化？

通过分析标普500指数过去五十年的ATR数据，可以发现一个明显趋势：其滚动平均真实范围显著下降。在过去十年中，日内波动幅度大约下降了三分之二。

这意味着什么？以下是导致这种现象的几个主要原因：

  • 市场参与者变化：互联网普及使得个人交易者数量激增，同时算法交易兴起。
  • 算法交易主导：高频算法相互竞争，捕捉微小的价格变动，侵蚀了传统的短期交易机会。
  • 市场结构变化：这些因素共同导致市场效率提升，日内波动性持续降低。

核心结论是：在许多主要市场（如标普500），试图通过日内交易获利的难度大大增加，因为大部分短期机会已被算法捕获。

如何计算平均真实范围？

以下是使用Excel计算标普500指数滚动平均真实范围的步骤。

第一步：获取数据

  1. 访问雅虎财经网站。
  2. 在搜索框中输入“S&P 500”并选择相应指数。
  3. 进入“历史数据”页面。
  4. 设置日期范围（例如从1962年1月3日到2013年2月19日），选择“每日”频率，然后下载数据到电子表格。

第二步：整理与计算

  1. 打开下载的Excel文件，将其另存为新工作簿。
  2. 删除不必要的列，仅保留“日期”、“开盘”、“最高”、“最低”。
  3. 在E列（假设为第一行是标题）计算每日“真实范围”。在E2单元格输入公式：=C2-D2（假设C列为最高价，D列为最低价）。然后将此公式复制到整列。
  4. 在F列计算“一日滚动平均真实范围百分比”。在F2单元格输入公式：=AVERAGE(E2:E3)/B3（假设B列为前一日开盘价）。此公式计算过去两日的平均真实范围，并除以前一日开盘价以得到百分比。将公式复制到整列，并将该列单元格格式设置为“百分比”。

第三步：分析不同周期的ATR
可以计算不同时间窗口的平均ATR，以观察波动性变化趋势。例如：

  • 在I2单元格输入：=AVERAGE(F2:F6) // 计算5日平均
  • 在J2单元格输入：=AVERAGE(F2:F21) // 计算20日平均
  • 以此类推，可计算60日、250日（约1年）等周期的平均值。

通过比较这些不同周期的ATR值，可以清晰地看到波动性在长期内是否呈现上升或下降趋势。

如何运用ATR指导交易？

ATR主要有两个用途：

1. 评估市场机会
如果某个市场（如股票）的ATR在10-20年的长周期内大幅下降，表明在该市场进行短期交易的难度在增加，机会在减少。交易者应避免逆势而为。

2. 设定交易参数
你可以为任何资产（股票、商品、货币）计算不同时间框架（周、月）的ATR。这能为你的交易预期奠定基础，帮助你设定现实的目标价位和止损位。ATR值直接反映了该资产在特定周期内的典型波动幅度。

总结与前瞻

本节课我们一起学习了波动性评估的完整工具箱。现在我们拥有：

  • 两个历史波动指标：基于开盘/收盘价的历史分布与赔率计算；基于日内高/低价的平均真实范围。
  • 一个前瞻性指标：期权的隐含波动率。

掌握这些指标，能让你更专业地管理交易预期、识别机会、评估风险。ATR数据清楚地表明，在主要市场上，日内交易机会已因算法交易等因素而减少。因此，成功的零售交易者需要调整策略。

核心启示是：散户持续亏损的原因常在于试图让市场适应自己的策略。而专业交易者则让策略适应市场。他们倾向于将时间框架延长至1-3个月，在这个维度上，基本面对价格的影响更为显著，交易机会依然存在，且不易受到日内算法交易的干扰。

在下一节（视频8）中，我们将以此为基础，开始构建一个专业的交易流程：如何通过延长分析时间框架、结合基本面与技术分析，并严格执行风险管理，来建立并管理一个能在不同资产类别中持续盈利的投资组合。

008：愿望框架与获得洞察力

在本节课中，我们将学习如何构建一个系统化的资产选择过程，并理解如何定义当前所处的市场环境。这是专业交易员用来提高成功概率的核心框架。

系统的资产选择过程

上一节我们探讨了散户交易者面临的挑战。本节中，我们来看看专业交易员如何通过系统化的方法来选择资产。

系统的资产选择过程，是指通过一系列步骤来筛选出成功概率较高的投资或交易机会。这个过程主要包括四个阶段：

  1. 创意生成
  2. 守门
  3. 风险管理
  4. 自我意识

这个过程的目标是在全球约四万种可交易资产（包括股票、货币、商品和债券）中，找出能为我们带来最大成功概率的机会。

以下是两种常见的分析方法：

  • 自上而下法：从宏观世界开始分析，逐步向下聚焦到具体资产。
  • 自下而上法：从单个资产的基本面分析开始。

而我们将要介绍的“愿望框架”，本质上是结合了这两种方法的优点，并叠加技术分析，以最大化我们的胜算。这个框架足够健壮，可以适应任何市场环境，并作为你长期使用的模板。

愿望框架详解

现在，让我们深入了解愿望框架的四个核心阶段及其作用。

以下是愿望框架的四个阶段及其核心任务：

  1. 创意生成：首先建立对世界的宏观认知（世界观），这决定了我们的偏见和定位。例如在股市，我们从指数层面开始，再到行业，最后到具体股票。同时，我们会交叉分析商品、货币和债券市场。
  2. 守门：在生成初步想法后，我们通过技术分析和价格行为指标进行筛选。这个阶段的目标是“对坏主意关上大门，对好主意敞开大门”，帮助我们正确地排列想法的优先级。
  3. 风险管理：当想法变成真实的投资组合头寸后，我们需要运用各种风险管理工具来保护本金。关键点包括：
    • 总风险敞口限制
    • 市场净风险敞口限制
    • 对冲与贝塔调整
    • 单头寸限制
    • 止损与止盈比率
    • 处理盈利头寸与亏损头寸的纪律
  4. 自我意识：通过分析交易统计数据（最重要的是盈亏），了解自己作为交易者的行为模式。许多对冲基金经理使用类似的工具来评估是否应该向某个交易员分配更多资金。即使你没有上级，自我审视也至关重要。

专业交易员使用这套系统化流程，不仅是为了保护资金和盈利，也是为了向投资者展示其严谨的决策过程，从而筹集资金。这个过程的核心——创意生成、守门、风险管理和自我意识——被绝大多数成功的对冲基金所采用。

定义市场：牛市与熊市

在开始构建我们的系统之前，必须先明确我们当前所处的市场环境。这能为我们提供至关重要的视角。

首先，我们需要区分主流媒体和专业交易界对牛市和熊市的定义。

以下是两种不同的定义方式：

  • 媒体定义：
    • 熊市：指数从年内高点下跌超过20%。
    • 牛市：指数从年内低点上涨超过20%。
  • 专业交易员定义：
    • 熊市：指数较上一个商业周期的高点下跌超过20%。
    • 牛市：指数回升并突破上一个商业周期熊市所设定的低点水平。

关键区别在于时间框架的参照系不同。专业定义以“商业周期”为锚，更能反映经济的根本性转折。例如，根据此定义，美国股市在2010年12月21日正式走出了始于2008年的熊市。不同指数（如标普500和富时100）因其成分股对商业周期的敏感度不同，进入或走出熊市的时间点也可能存在差异。

理解这一点至关重要，因为市场的本质是前瞻性的贴现机制。专业交易员利用市场来预测未来（例如6-12个月后），而不是对当前新闻做出反应。我们的目标，正是要训练自己预测未来的市场状态，并据此布局。

总结与前瞻

本节课中我们一起学习了：

  1. 系统的资产选择过程：一个包含创意生成、守门、风险管理和自我意识四个阶段的专业模板。
  2. 愿望框架：作为该过程的具体实现，它结合了自上而下与自下而上的分析方法。
  3. 市场定义：掌握了专业交易员对牛市和熊市的精确定义，使我们能准确判断当前的市场阶段。

现在，我们已经定义了系统化的过程，并明确了当前的市场环境。接下来，我们将进入最核心、工作量最大的部分：创意生成。我们将从宏观层面开始，学习如何预测未来市场走向，并据此产生具体的交易想法。

在下一节（第9讲）中，我们将正式开启创意生成之旅。建议你巩固从第1讲到第7讲的原则，并牢记本节课关于系统过程和市场定义的基础知识，它们将是我们后续学习的坚实基石。

009：愿望框架与获得洞察力

概述

在本节课中，我们将学习如何通过分析国内生产总值来获得对全球股市回报的洞察力。我们将探讨GDP的重要性，分析其与股市（特别是标普500指数）的历史关联，并理解预测美国、欧元区及中国GDP对于形成全球投资观点的重要性。

为什么GDP如此重要？📈

上一节我们介绍了通过观察市场类型来获得视角。本节中，我们来看看驱动全球股市回报的核心因素——一个国家的收入，即国内生产总值。

GDP是衡量一个国家经济活动的关键指标。真正驱动股市回报的是经通货膨胀调整后的实际GDP。实际GDP的增长会带动公司盈利增长，进而推动像标普500这样的股票市场指数上涨。

然而，股市本身也是一个领先指标。市场参与者基于对未来的预期进行交易，因此股市的变动往往预示着未来GDP的兴衰。当GDP数据（一个滞后指标）每季度发布时，市场通常已经提前反应。

股市与GDP的历史关联 📊

为了理解股市如何预测GDP，我们需要回顾历史数据。自1950年以来，我们可以观察标普500指数在每个季度的表现与随后公布的GDP数据之间的关系。

以下是可能发生的四种情况：

  1. 标普500上涨，随后公布的GDP增长。
  2. 标普500下跌，随后公布的GDP收缩。
  3. 标普500上涨，但随后公布的GDP收缩。
  4. 标普500下跌，但随后公布的GDP增长。

通过分析过去60多年的数据，我们得出了一个关键结论：大约67%的时间里，标普500指数的季度变动方向与随后公布的GDP变动方向一致。这意味着，如果我们能用股市作为代理来预测GDP，我们的胜算将大大增加。

当预测出错时，最常见的情况是（标普500下跌，但GDP增长），这通常是因为市场对GDP增长的预期过高，导致了获利回吐。这种情况发生的概率约为25%。

从概率角度看，这为我们提供了接近 3:2 的胜算。如果我们能准确预测，长期来看赚钱的几率将远高于短线日间交易。

全球视角：美国、欧元区与中国 🌍

理解了GDP与股市的基本关系后，我们需要建立一个全球视角。全球股市的未来走向很大程度上取决于几个主要经济体的表现。

以下是全球前三大经济体的概况：

  • 美国：全球最大的经济体，其GDP约占世界总量的22%。历史上，全球GDP增长主要由美国消费驱动。
  • 欧元区：作为一个整体，其经济规模与美国相近，约占全球GDP的18%。
  • 中国：全球增长最快的主要经济体之一，目前约占全球GDP的10%，并且预计将在未来成为世界最大经济体。

美国、欧元区和中国的GDP总和约占全球的50%。因此，预测这三个经济体的GDP走势，就能对全球股市回报有一个非常好的前瞻性看法。

如何应用这一洞察力？🎯

作为一名交易者，我们的目标不是追求100%的正确，而是建立一种高胜算的方法。

基于以上分析，我们可以制定以下策略：

  1. 聚焦核心：将主要精力用于预测美国、欧元区和中国的GDP趋势。
  2. 利用领先指标：使用股市指数（如标普500）作为预测未来6-12个月GDP走势的代理指标。
  3. 构建投资组合：根据对GDP的预测观点，决定在所有资产类别（股票指数、周期性商品、货币、利率）中的投资组合方向。例如，看空GDP增长时，应减少股票持仓或增加避险资产。
  4. 允许犯错：目标是每年在四个季度中能正确预测三个季度。即使有一两个季度判断错误，良好的风险管理也能确保整体盈利。
  5. 寻求区域机会：可以对不同经济体持有不同观点。例如，可以“做多美国、做空欧洲”或“做多中国、做空欧元区”，从而获得跨市场的收益。

总结

本节课中，我们一起学习了获得市场洞察力的核心框架。

  1. 我们明确了实际GDP是驱动股市回报的根本动力。
  2. 我们通过历史数据验证了标普500指数作为GDP领先指标的有效性，其预测准确率约为67%，为我们提供了概率优势。
  3. 我们建立了全球视角，认识到预测美国、欧元区和中国的GDP对于判断全球市场方向至关重要。
  4. 最后，我们探讨了如何将这些洞察转化为具体的交易策略和投资组合管理方法。

记住，专业交易者痴迷于预测GDP，因为它直接决定了所有资产类别的投资方向。在接下来的课程中，我们将深入探讨那些能够提前预测GDP变动的领先指标，学习如何正确解读它们，并将理论转化为实际的交易优势。

010：相关指标 📊

概述

在本节课中，我们将学习如何利用领先经济指标来预测未来市场走势，特别是美国GDP的增长情况。我们将重点介绍一个极其重要的指标——供应管理协会（ISM）制造业采购经理人指数（PMI），并学习如何解读它来指导我们的投资决策。

什么是领先指标？🔮

上一节我们介绍了全球GDP的重要性，本节中我们来看看如何预测它。作为交易者，我们的工作是预测未来。市场走势反映了人们对未来的预期，因此我们需要使用领先指标来预测经济变化。

经济指标分为三类：

  • 滞后指标：告诉你过去发生了什么。
  • 同步指标：告诉你现在正在发生什么。
  • 领先指标：告诉你未来可能会发生什么。

我们将重点关注领先指标，因为它们能帮助我们提前布局。

核心指标：ISM制造业PMI 📈

在众多领先指标中，供应管理协会（ISM）制造业采购经理人指数（PMI） 是最重要的之一。它之所以关键，不仅因为它能预测GDP，还因为它能提供制造业内各行业的定性线索，告诉我们哪些行业在扩张，哪些在收缩。

指标解读

ISM制造业PMI每月第一个工作日发布。它基于对约300家美国制造公司的调查，涵盖五个权重相等的领域：

  1. 新订单
  2. 生产
  3. 就业
  4. 供应商交货
  5. 库存

解读规则非常简单：

  • PMI > 50：表示制造业处于扩张状态。
  • PMI < 50：表示制造业处于收缩状态。
  • PMI = 50：表示与上月相比没有变化。

公式： PMI = (新订单指数 + 生产指数 + 就业指数 + 供应商交货指数 + 库存指数) / 5

历史相关性

从历史数据看，ISM制造业PMI对未来约12个月的美国实际GDP增长率有极强的预测能力，相关性高达85%。这意味着，当PMI数据公布时，市场已经在对未来一年的经济前景进行定价。

核心逻辑链：
当前ISM PMI → 预测 → 未来约12个月的GDP → 引导 → 当前股市（如标普500指数）的走势

如何利用ISM PMI指导交易？💡

以下是基于ISM PMI数值的一般交易偏见指南：

  • PMI > 50 且上升：对股市有强烈的做多偏见。经济预期强劲增长。
  • PMI > 50 但下降：对股市有较弱的做多偏见或保持中性。经济仍在增长，但速度放缓。
  • PMI < 50 但上升：对股市有较弱的做空偏见或保持中性。经济仍在收缩，但程度减缓。
  • PMI < 50 且下降：对股市有强烈的做空偏见。经济预期将显著收缩。

重要提示： 这只是一个思维框架，并非绝对交易规则。市场环境不断变化，应结合其他指标确认。对于个人交易者而言，最大的优势是不必时刻参与市场。你可以在信号强烈时入场，在信号模糊或转向时离场观望。

超越标题数字：挖掘行业线索 🔍

ISM报告的精髓不止于标题PMI数字。每份报告都附有来自采购经理的定性评论，这为我们提供了宝贵的行业层面线索。

举例说明：
假设在2010年9月的报告中，你看到：

  • “木制品”行业报告了最快的增长。
  • “服装”行业报告了增长放缓。
  • 一家化工公司评论说：“业务结果持续达到或超越我们的运营计划。”

如何连接这些点？

  1. 木制品增长 → 可能与房地产市场复苏有关 → 考虑做多相关的周期性股票（但需进一步研究当时房市是否存在止赎潮等负面因素）。
  2. 服装增长放缓 → 消费者 discretionary（非必需）支出可能疲软 → 对相关零售商保持谨慎。
  3. 化工公司乐观评论 → 暗示其业绩可能超预期 → 可在其财报发布前关注该股票。

通过这种方式，ISM报告不仅能帮你形成宏观世界观，还能直接催生具体的行业和个股交易思路。

总结与下一步

本节课中我们一起学习了：

  1. 领先指标的核心作用是预测未来经济走势。
  2. ISM制造业PMI是一个预测美国GDP（进而影响全球市场）的强力指标，其>50表示扩张，<50表示收缩。
  3. 我们可以根据PMI的数值和趋势，形成对股票市场的做多或做空偏见。
  4. 深入解读ISM报告中的定性评论，可以发掘具体的行业投资机会。

记住，一个想法只是一个想法，并非必须立即执行的交易。在将想法转化为实际头寸前，需要经过“守门”过程，即通过风险管理、时机选择和其他指标验证来过滤和优化它。

美国经济由企业和消费者两大部门驱动。我们已经了解了代表企业部门的ISM指标。接下来，我们将把目光转向经济的另一大引擎——消费者，并学习如密歇根大学消费者信心指数这样的关键指标。同时，我们也会简要了解ISM非制造业（服务业）PMI，以完善对企业部门的认知。

011：相关指标

概述

在本节课中，我们将学习两个关键的美国经济领先指标：ISM非制造业指数 和 ISM制造业指数。理解这两个指标对于预测美国乃至全球经济的健康状况至关重要，并能帮助我们形成投资决策。

非制造业指数：服务业的经济脉搏

上一节我们介绍了制造业指数，本节中我们来看看其姊妹指标——非制造业指数。

非制造业指数主要衡量服务业的商业活动。服务业占美国经济的比重高达80%，而制造业约占20%。因此，虽然制造业指数很重要，但非制造业指数同样不可忽视，因为它反映了美国经济的主体部分。

该指数的解读方式与制造业指数类似：

  • 指数 > 50：表示该行业处于扩张状态。
  • 指数 < 50：表示该行业处于收缩状态。

通过将这两个指数结合观察，我们可以对美国经济的整体健康和前景有一个非常清晰的图景。

如何解读非制造业指数报告

非制造业指数的构成与制造业指数略有不同，它主要关注服务业。报告每月发布两次：一次是初步数据，另一次是最终官方数据。

以下是报告的核心组成部分，它们被同等权重地纳入总指数计算：

  • 商业活动
  • 新订单
  • 供应商交货
  • 库存

其中，商业活动和新订单被认为是整个NMI的领先指标，对经济变化最为敏感。

需要记住的是，服务业交易的不一定是实物商品，而可能是法律、会计等专业服务合同。这有时会为数据带来一些“噪音”，但它仍然具有极强的经济预测能力。

实践与应用：从数据到决策

仅仅理解概念是不够的，我们需要将其转化为实际的洞察。以下是你可以进行的实践步骤：

  1. 获取数据：访问相关网站（如ISM官网）下载历史数据。
  2. 绘制图表：将NMI数据与标普500指数、美国GDP走势进行对比分析。
  3. 寻找关联：观察指数变化如何领先于股市或整体经济的转折点。
  4. 深入行业：尝试将指数与特定行业或公司的收益表现联系起来。

通过这样的练习，你将理解数据背后的参数和决策过程，从而更好地定位你的投资组合（例如，决定做多、做空或保持市场中性）。

结合观察：制造业与非制造业

将ISM制造业指数与非制造业指数结合使用，是评估经济状况的更强有力的方法。

你需要观察：

  • 两者是否同向运动？这通常意味着经济趋势明确。
  • 在商业周期的不同阶段，是否一个指数会领先于另一个发生变化？（例如，服务业可能先于制造业复苏或衰退）。
  • 如果两者长期处于扩张区间后，其中一个首次跌破50，这可能预示着经济即将出现裂痕，反之亦然。

这种综合分析能让你更早、更准确地感知全球经济正在发生的变化。

总结

本节课中我们一起学习了：

  1. ISM非制造业指数是衡量美国服务业（占经济80%）健康状况的关键指标。
  2. 其解读规则（>50为扩张，<50为收缩）与制造业指数相同。
  3. 应将其与ISM制造业指数结合使用，以全面评估经济前景。
  4. 核心在于实践：下载数据、绘制图表、分析关联，从而将指标转化为具体的交易思路和投资布局。

成为一名“采购经理指数（PMI）的学生”，意味着你正在学习预测未来最重要的原则之一。接下来，我们将转向另一个至关重要的领域：消费者信心，因为消费支出占据了美国经济的三分之二以上。

012：相关指标

概述

在本节课中，我们将要学习一个至关重要的经济指标——消费者信心指数。我们将重点分析密歇根大学消费者信心指数，了解它如何反映并预测经济状况，特别是消费者支出这一占美国经济三分之二比重的核心部分。通过结合之前学习的商业报告，我们将构建一个更完整的经济前景预测框架。

消费者信心的重要性

上一节我们介绍了反映企业活动的制造业与非制造业指数。本节中，我们来看看经济中的另一个主要组成部分——消费者。

消费者支出是美国经济总需求的三分之二。因此，消费者的感受和计划对未来经济走向至关重要。消费者信心反映了消费者对其财务前景和经济状况的感受。如果消费者计划减少支出，经济很可能停滞或收缩；反之，如果消费者信心高涨、计划增加支出，经济则可能扩张。

密歇根大学消费者信心指数详解

密歇根大学消费者信心指数是全球最重要的消费者情绪指标之一。它通过每月对约500名美国消费者进行电话调查得出，调查内容涉及个人财务状况及对未来商业状况的看法。该指数与商业周期的相关性高达80.5%，并具有12个月的领先性。

该指数由“当前状况指数”和“预期指数”以等权重方式构成。自1978年以来，其走势与GDP增长高度相关。

与PMI指数（以50为荣枯线）不同，消费者信心指数没有预设的“增长”或“收缩”阈值。分析时，我们需要观察其相对于长期趋势线的位置。

以下是解读该指数水平的一般性指南：

  • 读数低于65-70：表明情况非常糟糕，可能预示着经济收缩。
  • 读数在70-80之间：表明经济增长，但低于长期趋势水平。
  • 读数高于85：表明经济状况相当有利，预计将以或高于长期趋势增长。

其中，预期指数对交易者更为重要，因为它直接反映了消费者对未来支出的计划。

如何应用消费者信心指数

将密歇根大学消费者信心指数与ISM制造业及非制造业PMI报告结合使用，可以对经济健康度及未来前景形成一个非常清晰的判断。

这种综合分析有助于：

  1. 预测GDP增长：消费者和企业活动是GDP的主要构成部分。
  2. 预测股市回报：经济前景直接影响企业盈利和市场情绪。
  3. 指导投资决策：帮助确认或否认在股票、货币、商品等市场中建立多头、空头或市场中性头寸的决策。

关键在于建立连贯的世界观。如果你能准确预测经济周期（例如，每年在四分之三的时间里做出正确判断），你将获得显著的投资优势。

总结

本节课中我们一起学习了密歇根大学消费者信心指数。我们了解到，这是一个通过调查消费者对未来看法来预测经济的重要领先指标。其长期平均水平85对应着美国约3% 的长期GDP增长率。指数低于此水平预示增长乏力，而低于65-70则可能预警经济收缩风险。

将消费者信心指数与商业PMI报告结合，我们不仅能判断经济方向，还能预估GDP增长的水平。这为我们预测美国乃至全球经济走势提供了强大的工具。

接下来，我们将进入第13讲，探讨另一个对美国经济至关重要的指标——建筑许可。

013：相关指标

在本节课中，我们将学习一个关键的宏观经济领先指标——建筑许可证。这个指标不仅反映了房地产行业的状况，更是洞察美国经济整体健康与银行体系流动性的重要窗口。我们将深入探讨其定义、重要性以及如何将其应用于实际交易决策中。

建筑许可证：被误解的领先指标

上一节我们介绍了企业和消费者相关的领先指标。本节中，我们来看看另一个至关重要的领先指标：建筑许可证。

建筑许可证是美国人口普查局每月发布的房屋开工报告中的一部分。这份报告包含三个主要数据：房屋开工、房屋竣工和建筑许可证。从经济指标的角度分析：

  • 房屋开工是同步指标。
  • 房屋竣工是滞后指标。
  • 建筑许可证是领先指标。

建筑许可证的定义是：开发商为建造新住宅而向政府申请并获得的规划许可。这个数字的意义远不止于“计划建多少房子”。

建筑许可证的真正含义

建筑许可证是最被市场误解的指标之一，即使是专业交易员也常常误读。它实际上是一个二阶导数领先指标，揭示了美国债务驱动型经济的核心健康状况。

其重要性体现在供需两方面：

  • 供应方（开发商）：开发商需要从银行获得贷款来融资建设项目。申请更多建筑许可证，表明银行体系愿意并能够提供信贷。
  • 需求方（消费者）：消费者需要获得抵押贷款来购买房屋。开发商增加建设，表明他们预期抵押贷款可获得性高，消费者有购房意愿和能力。

因此，建筑许可证数据在任何一个时间点，都是衡量美国银行体系健康与流动性的试金石。它反映了银行放贷的意愿和消费者借贷的能力。

如何解读建筑许可证数据

以下是解读建筑许可证数据的关键步骤：

  1. 观察趋势：关注经季节性调整后的建筑许可证年化申请总数的长期趋势。上升趋势表明信贷环境宽松，经济健康。
  2. 识别拐点：趋势的突破（向上或向下）是重要信号。例如，历史上建筑许可证趋势的首次破位，曾提前15个月预示了美国股市的见顶。
  3. 连接相关行业：建筑许可证的走势可以预示一系列相关行业的兴衰，包括房屋建筑商、银行、家具、木材、钢铁、化工、油漆等。这些是滞后指标，会随后确认或否认建筑许可证发出的信号。

核心逻辑公式：
建筑许可证增长 → 银行信贷扩张 & 消费者需求预期上升 → 预示未来经济（GDP）增长 & 相关行业景气

实战案例：2012年的交易机会

一个具体的案例能更好地说明其应用。在2012年3月，建筑许可证数据突破了长达数年的下行趋势，创下新高。

这一突破的信号意义是：

  • 美国银行体系的抵押贷款开关重新打开，信贷开始复苏。
  • 预示美国房地产部门和GDP将迎来增长。

基于此分析，可以构建的交易思路是：

  • 做多美国房屋建筑商股票（直接受益于行业复苏）。
  • 同时做空香港的中国房地产股票（当时中国地产股处于商业周期高点，而美国地产股在低谷，且港元与美元挂钩无汇率风险）。这构成了一个对冲市场风险、追求最大回报的“配对交易”。

这个交易策略在当年带来了可观的回报，其核心洞察完全来源于公开的建筑许可证数据，而非内幕消息。

建筑许可证在分析框架中的位置

让我们回顾一下专业交易员的整体分析框架，并明确建筑许可证的位置：

  1. 宏观创意生成：建筑许可证属于此部分的领先指标，用于产生交易想法。
  2. 微观创意生成：进一步分析具体行业和公司。
  3. 守门员（技术分析）：使用价格行动和技术指标来确认入场时机。
  4. 风险管理：管理投资组合风险和头寸大小。
  5. 自我意识：了解自己的偏见和交易习惯。

建筑许可证作为领先指标，其发出的信号需要后续用同步指标（如零售销售、工业产出）和滞后指标（如失业率、CPI）来确认或否定。

总结

本节课中我们一起学习了建筑许可证这个强大的领先指标。

我们明确了它不仅仅是房地产行业的晴雨表，更是洞察美国银行体系流动性和整体经济健康的关键窗口。通过观察其趋势和拐点，我们可以预测未来的经济增长和股市走向，并据此构建跨市场、跨行业的交易策略。

记住，成功交易依赖于从公开信息中提取真正重要的信号，并付诸实践。建筑许可证正是这样一个被广泛误解却极具价值的信号源。在接下来的课程中，我们将继续学习其他用于确认交易想法的经济指标。

014：相关指标

概述

在本节课中，我们将学习经济分析中的“确认指标”。这些指标用于验证或否定我们基于“领先指标”形成的早期观点。我们将重点介绍几个关键的确认指标，并解释如何正确解读和使用它们，避免常见的交易误区。

确认指标的作用

上一节我们介绍了领先指标，它们帮助我们预测未来6到12个月的经济趋势。本节中，我们来看看确认指标。确认指标由“同步指标”和“滞后指标”组成，它们的作用是确认或否认我们之前形成的观点。同步指标告诉我们经济当前正在发生什么。

关键确认指标详解

以下是三个核心的同步确认指标，它们每月发布，反映经济的即时状况。

1. 就业形势报告

就业形势报告，特别是其中的“非农就业人数”，是一个经典的同步指标。它告诉我们美国经济在上个月增加了多少工作岗位。

  • 非农就业人数：指美国经济中除农业部门外新增的就业岗位数量。公式上，它可表示为：
    本月非农就业人数 = 本月总就业人数 - 上月总就业人数 - 农业部门就业变动
  • 初请与续请失业金人数：这是每周发布的领先/同步指标，能提前预示非农就业数据。将连续四周的数据相加，可以对当月非农就业人数形成良好预估。

重要提示：专业交易者早在数月前就已通过领先指标预判了就业趋势。当非农数据公布时，市场通常已充分定价。日内交易者根据数据“超预期”或“不及预期”进行短线操作，往往是滞后的，并可能为提前布局的专业交易者提供流动性。市场有句名言：“非农数据后的第一步，往往是错误的一步。”

2. 耐用品订单与出货

耐用品订单报告跟踪制造业中资本品（如大型机械、设备）的订单与出货情况，反映企业的资本投资意愿。

  • 核心解读：企业进行重大资本投资，表明他们对未来经济有信心。这个数据应与此前公布的ISM制造业PMI（领先指标）趋势一致。
  • 数据调整：报告中常会剔除“运输”和“国防”订单，因为个别大宗订单（如航空公司订购20架飞机）可能扭曲整体数据。分析时应关注剔除这些波动性因素后的核心数据。

3. 工业生产指数

工业生产指数衡量制造业、矿业和公用事业的实际产出，是反映经济当前产能利用情况的同步指标。

  • 核心解读：它直接显示当前经济的生产活跃度。该数据同样用于确认或否认之前从ISM制造业PMI等领先指标中得出的观点。
  • 行业细分：报告会提供各行业（如采矿、商业设备、消费品）的细分数据，有助于了解不同领域的现状。

如何正确使用确认指标

现在我们已经了解了这些关键指标，接下来看看如何正确使用它们。关键在于摆正心态，认清其“确认”属性。

  • 切勿将其作为交易决策的首要依据：最大的业余错误就是看到一份强劲的非农就业报告后，立即买入股票。此时入场可能已经太迟。
  • 将其视为观点的校验工具：你的投资组合应基于领先指标形成的观点构建。确认指标的作用是每月检查你的观点是否依然正确。绝大多数时候，它们会证实你的观点；如果持续否认，则需要重新评估。
  • 勤于跟踪与分析：你需要定期查看这些数据，将其纳入自己的分析表格，并理解数字背后的含义（例如，耐用品数据是否需要剔除特殊订单的影响）。

总结

本节课中，我们一起学习了经济分析中的确认指标。我们重点探讨了就业形势报告（及相关的周度失业金数据）、耐用品订单和工业生产指数。这些都属于同步指标，揭示了经济的当前状况。核心要点在于：务必将这些指标视为对已有观点的验证工具，而非触发新交易信号的依据。避免像业余交易者那样对确认指标做出滞后反应，是迈向专业分析的重要一步。

接下来，我们将把在美国经济分析中学到的领先指标框架，推广应用到欧洲和中国市场，以构建一个全面的全球GDP观点。

015：相关指标

在本节课中，我们将学习如何分析中国的GDP及其构成，并利用采购经理人指数等领先指标来预测经济趋势，从而为全球资产配置和交易决策提供依据。

中国GDP的构成与重要性

上一节我们介绍了美国和欧洲的经济指标，本节中我们来看看中国的GDP。中国是世界第二大经济体，其GDP构成对全球经济有重要影响。

中国的GDP构成如下：

  • 70% 来自国内需求。
  • 30% 来自出口市场。

这意味着中国的经济增长高度依赖其出口表现，尤其是对美国与欧洲这两个最大客户的出口。美国和欧洲的GDP总和每变动1%，将导致中国GDP产生约10个基点的变动。

中国的领先指标：官方PMI与汇丰PMI

为了预测中国GDP，我们主要关注采购经理人指数。中国有两类PMI数据，理解它们的区别至关重要。

以下是两类PMI的关键区别：

  • 官方PMI：由中国政府发布，调查样本主要为大型跨国制造企业。
  • 汇丰PMI：由私营部门（汇丰银行）发布，调查样本包含大量中小企业。

专业交易员通常更重视汇丰PMI，因为中小企业的营收对商业周期更为敏感，往往能更快地反映经济真实变化。两类数据有时会出现分歧，例如，汇丰PMI可能显示经济收缩，而官方PMI仍显示增长。

为何不能简单用中国股市预测GDP

在欧美市场，我们常用股市指数（如标普500）作为预测GDP的先行指标。但在中国，这种因果关系并不成立。

原因在于市场结构的不同：

  1. 缺乏持续的机构买家：与欧美拥有成熟的养老金体系不同，中国缺乏将资金长期、持续投入股市的机构买家（如养老基金）。
  2. 投资文化差异：中国投资者更倾向于投资有形资产（如房地产），而非股票市场。
  3. 人口结构：受过往政策影响，中国缺乏持续增长的人口来为股市提供长期资金流入。

因此，即使中国经济高速增长，上证综指也可能表现疲软。作为交易者，我们不应直接以上证综指作为中国经济前景的代理指标。

如何利用中国PMI数据产生交易思路

既然不能直接交易中国股市来反映GDP观点，我们应该如何利用PMI数据呢？核心思路是：在全球范围内寻找对中国经济有高度敞口的资产。

我们可以通过以下方式构建交易：

  • 大宗商品：交易那些需求与中国经济高度相关的商品（如铁矿石、铜）。
  • 货币：交易那些出口严重依赖中国的国家的货币，例如澳大利亚元（AUD）。中国经济放缓可能导致澳元贬值。
  • 全球股票：在欧美股市中，寻找那些营收和利润与中国需求紧密挂钩的行业和公司（如奢侈品、矿业、高端制造业）进行交易。

具体操作流程如下：

  1. 分析汇丰PMI数据，判断中国经济增长预期。
  2. 结合对美国和欧洲的经济前景判断，评估中国出口面临的整体环境。
  3. 根据上述分析，在全球大宗商品、货币及股票市场中，寻找并交易那些能反映中国经济增长预期的资产。

总结与下一阶段展望

本节课中我们一起学习了如何分析中国GDP，理解了其构成以及对出口的依赖。我们重点比较了官方PMI与汇丰PMI的区别，并明确了为何不能简单用中国股市作为经济预测工具。最后，我们掌握了如何利用中国PMI数据，通过交易大宗商品、相关货币及全球股票来构建交易策略。

至此，我们已经完成了对全球三大经济体（美国、欧洲、中国）的宏观经济指标分析，能够构建起一个初步的全球GDP世界观，并据此在多个资产类别中产生交易想法。

接下来，我们将进入课程的下一阶段：从宏观层面深入到微观的行业与公司层面，学习如何在股票市场内部进行更精细的板块选择和个股分析。

016：核心概念扼要回顾 🧠

在本节课中，我们将系统性地回顾本系列课程迄今为止所学习的所有核心概念。我们将从整体方法、投资过程以及支撑这些内容的基本原则三个方面进行梳理，旨在帮助初学者巩固知识，为后续学习打下坚实基础。

方法回顾：模仿成功者

上一节我们介绍了课程的整体目标，本节中我们来看看我们所采用的核心方法。我们的目标是：通过模仿成功的专业交易员（特别是对冲基金经理）的方法，在金融市场中实现持续盈利。

我们首先分析了导致普通交易者持续亏损的常见限制因素。理解这些限制，为我们采纳专业方法奠定了基础。

以下是普通交易者常犯的四个主要错误：

  • 忽视利益冲突：未能识别市场信息提供者（如媒体、分析师）与自身目标之间的潜在冲突。
  • 误将交易视为收入来源：期望通过交易获取固定工资，而非以资本增值和复利为核心目标。
  • 过度依赖工具：认为盈利的答案藏在复杂的交易软件或指标中。
  • 信息过载与滥用：被海量信息淹没，无法有效筛选出真正有价值的信号。

通过规避这些错误，我们得以理解并采纳专业交易员所遵循的原则和方法。

过程回顾：专业投资框架

在明确了方法之后，我们需要一个可执行的流程。几乎所有成功的专业交易员和对冲基金经理都遵循一个通用的投资/交易过程框架。这个框架分为四个阶段，为我们提供了持续盈利的“骨架”。

以下是该框架的四个核心阶段：

  1. 创意生成：产生交易想法的阶段。
  2. 守门：对想法进行筛选和验证的阶段。
  3. 纪律/风险管理：执行交易并管理风险的阶段。
  4. 投资组合管理：优化整体头寸和资金的阶段。

到目前为止，我们的学习重点集中在第一阶段——创意生成。我们已经开始学习如何通过形式化我们的“世界观”来系统地产生交易想法。

这个框架是通用的，我们可以将自己的专业知识（如对某个特定市场的了解）嵌入到合适的阶段中。关键在于确保将其放入正确的环节，以遵循专业的流程。

此外，我们引入了一个核心公式：波动性 = 机会。对于交易者而言，市场波动意味着盈利的可能性，因此波动性至关重要。

原则回顾：成功交易的基石

掌握了方法和过程后，支撑它们的是一系列基本原则。这些原则是区分专业与业余的关键。

到目前为止，我们学习的重要原则包括：

  • 自上而下的分析：交易想法通过混合自上而下（宏观→行业→个股）和自下而上的分析产生。我们首先形式化宏观经济观点，再深入到具体市场。
  • 交易者是波动性的奴隶：专业交易员会采用多种策略，并根据市场波动性的变化在不同角色（如长期投资组合经理与短期日内交易者）之间灵活转换。
  • 做自我启动者：我们主动寻找并解读信息，不依赖他人“喂食”。我们利用公开信息，通过专业加工将其转化为利润。
  • 最小化努力，最大化回报：这是一个核心原则，即追求以最小的风险和工作量获取最高的回报。这要求我们聪明地工作，而非盲目努力。
  • 用想法宠坏自己，但不要爱上想法：全球有数以万计的资产（约42000种），意味着机会近乎无限。我们应广泛寻找并筛选想法，但必须清醒认识到：想法仅仅是想法，在通过“守门”验证前，不可交易，也绝不能对其产生情感依赖。

重新梳理这些方法、过程和原则，确保你真正理解专业交易世界的运作方式，这将极大地增加你持续盈利的机会。

总结与展望

本节课中，我们一起回顾了本系列课程前半部分的核心内容。我们学习了以模仿成功对冲基金经理为核心的方法论，掌握了分为四个阶段的专业投资过程框架，并明确了包括波动性=机会、自上而下分析、聪明工作等在内的关键原则。

接下来，我们将从学习具体的领先指标开始，深入探讨股票市场中的行业层面与个股层面的分析方法，继续完善我们的“创意生成”工具箱。

017：自上而下训练

在本节课中，我们将学习如何将宏观世界观应用到行业和股票层面的投资决策中。我们将介绍核心概念，如贝塔（β） 和阿尔法（α），并学习如何通过构建价差交易来对冲风险，以最小的风险获取最高的回报。

世界观到行业观

上一节我们介绍了如何通过领先指标建立宏观世界观。本节中，我们来看看如何将这种世界观应用到股票市场的行业层面。

我们假设已经通过分析全球主要经济体的PMI等数据，确立了一个世界观。例如，我们认为全球GDP收缩已经触底，未来可能扩张。这意味着我们对股票市场持看涨态度。

在行业层面，所有行业都可以分为两类：

  • 周期性行业：其收益对商业周期高度敏感。例如，能源、材料、工业、非必需消费品。
  • 防御性行业：其收益对商业周期不敏感。例如，必需消费品、医疗保健、公用事业。

基于我们的世界观，我们会倾向于看多周期性行业，看空或避开防御性行业。反之，如果我们看空GDP，则会倾向于防御性行业。

核心概念：贝塔与阿尔法

在深入行业分析前，必须理解两个核心概念：市场回报（贝塔） 和超额回报（阿尔法）。

  • 贝塔（β）：指跟随市场整体波动所带来的回报。公式可以简单理解为：投资组合回报 = 市场回报（β） + 其他因素。持有市场指数（如标普500 ETF）就是获取贝塔。
  • 阿尔法（α）：指超越市场平均水平的回报。公式为：投资组合回报 = 市场回报（β） + 超额回报（α） + 误差项。作为交易者，我们的目标就是创造正的阿尔法。

关键原则：如果你选择投资特定行业或股票，目标必须是跑赢市场（创造正阿尔法）。否则，你的资金就是“死钱”，不如直接持有或做空市场指数，因为那样风险可能更低。

行业分析与价值链

要找到能跑赢市场的行业和股票，需要深入分析。

以下是分析行业的基本步骤：

  1. 绘制行业价值链：任何行业都可以描绘出一条从原材料到最终消费者的价值链。例如：原材料 ($1) -> 制造商 ($2) -> 批发商 ($3) -> 零售商 ($4) -> 消费者 ($10)。价值在链条的每个环节被创造。
  2. 定位公司：将行业内的主要公司映射到价值链的相应环节上。
  3. 识别冲击点：分析供需冲击会如何沿着价值链传导。例如，一个供应冲击可能不会立即影响零售商，但会在几个月后产生影响。提前识别这个传导过程，就能找到不明显的交易机会（例如，做空六个月后可能受影响的零售商）。

通过这种方式，你可以从宏观分析中获得交易思路（自上而下），也可以通过微观的价值链分析来验证和细化思路。

交易结构：对冲风险以获取高效回报

我们的核心目标是：以最小的风险，获取最高的回报。这意味着有时需要对冲掉不必要的风险。

以下是几种常见的交易结构，风险依次降低：

  1. 直接投资股票或行业：暴露于市场风险、行业风险和个股风险。
  2. 跨行业价差交易：做多一个行业，同时做空另一个行业。例如，做多周期性行业（如非必需消费品XLF），做空防御性行业（如公用事业XLU）。这对冲了市场风险，但仍暴露于两个行业的特定风险。
  3. 行业内成分价差交易：做多同一行业内的A公司，做空同一行业内的B公司。例如，做多乐购(Tesco)，做空塞恩斯伯里(Sainsbury‘s)。这对冲了市场风险和行业风险，只暴露于两家公司特定经营计划的风险。

本垒打交易：指在对冲了大量风险（如市场风险和行业风险）后，仍然获得了不低于甚至高于直接持有该资产的回报。这是专业交易者持续寻找的机会。

示例：在1987年至2012年间，做多乐购同时做空塞恩斯伯里的价差交易获得了约1300%的回报。在此期间，无论市场经历1987年股灾、1992年英镑危机还是2001年9/11事件，该交易都几乎不受影响，因为它对冲了系统性风险。

实践演练：构建与分析价差交易

上一节我们介绍了理论，本节我们通过一个实例来看看如何实际操作。

假设我们的世界观乐观，看好周期性行业，并特别关注金融板块中的银行股。我们认为高盛(GS)比摩根大通(JPM)对周期更敏感。

以下是操作步骤：

  1. 获取数据：从雅虎财经等公开数据源下载GS和JPM的历史每日股价数据。
  2. 计算价差：构建价差比率 GS股价 / JPM股价。惯例是将想做多的资产放在分子（GS），想做空的资产放在分母（JPM）。
  3. 绘制图表：在Excel中绘制该价差比率随时间变化的曲线图。添加长期趋势线、60日及250日移动平均线等技术分析工具。
  4. 叠加宏观指标：下载ISM制造业PMI等领先指标数据，并将其与价差图表叠加（通常需使用月度数据对齐）。观察价差走势与商业周期的关系。
  5. 分析洞察：通过图表，你可以观察价差是否处于历史高位或低位，其走势是否与宏观经济趋势一致，以及当前是否有技术信号（如均线金叉）出现。

这个过程能帮助你理解价差的历史行为，并评估在当前宏观背景下，这笔交易（做多GS/做空JPM）是否具有吸引力。你可以将此方法应用到任何一对资产上。

总结与核心要点

本节课中，我们一起学习了如何将自上而下的分析方法从宏观层面贯彻到行业和个股层面。

核心要点总结：

  1. 目标明确：在股市中，若选择投资个股或行业，目标必须是跑赢市场（创造阿尔法），否则不如直接投资指数。
  2. 行业分类：根据对商业周期的敏感性，将行业分为周期性和防御性。世界观决定你的倾向。
  3. 价值链分析：通过绘制和分析行业价值链，可以深入理解行业动态，发现非显而易见的交易机会。
  4. 风险对冲：通过构建价差交易（跨行业或行业内），可以主动对冲掉市场风险或行业风险，从而以更小的风险暴露来追求回报。
  5. 追求高效：最佳交易是“本垒打交易”——在对冲了大量风险后，仍能获得优异回报。这需要深入的分析和实践。

请记住，你的工作是持续练习这个过程：建立世界观、映射行业价值链、识别潜在交易、并运用合适的交易结构来管理风险。从深入理解一两个行业开始，逐步扩展你的能力圈。

018：自上而下选股实战指南 📈

在本节课中，我们将学习如何运用自上而下的投资方法，在确定了宏观世界观和行业观点后，精准地选择个股。核心在于理解一个被广泛误解的关键指标——市盈率（P/E），并学会如何正确解读市场通过价格传递给我们的信息。

上一节我们介绍了如何从宏观世界观过渡到行业观点。本节中，我们来看看如何在看好的行业中挑选具体的股票。

市盈率：市场最普遍的误解 🤔

大多数人认为的标准选股指标是市盈率。然而，绝大多数零售交易员甚至专业分析师都误解了这个指标的真实含义。

理解市盈率的最佳方式是：它代表了世界愿意为公司盈利支付的价格。但反过来也成立：它也代表了世界愿意以何种价格出售该公司的盈利。市场每时每刻的买卖行为都在为这个价格投票。

为了清晰地说明这一点，我们来看一个例子。

一个启发性的例子

假设我们看好一个周期性行业，该行业的平均市盈率是12倍。现在我们看到行业内有几只股票，但隐去了它们的名字，只显示其市盈率：

  • 股票A：市盈率 5.8倍
  • 股票B：市盈率 3-4倍
  • 股票C：市盈率 34倍

以下是基于市盈率的初步印象：

  • 对于市盈率5.8倍的股票，感觉是“表现不佳”或“便宜”。
  • 对于市盈率3-4倍的股票，感觉是“昂贵”。
  • 对于市盈率34倍的股票，感觉是“极其昂贵”。

这里就引出了股票基本面中最大的两个误区：“便宜” 和 “昂贵”。

核心原则：世上没有“便宜”的股票，也没有“昂贵”的股票。

当分析师在电视上说某样东西“便宜”或“昂贵”时，关掉它。价格本身不说明贵贱，只说明盈利的质量。那么，为什么市场此刻愿意为C公司的盈利支付300%的行业溢价？又为什么愿意以50%的行业折价出售A公司的盈利？

市场正在通过价格发表声明：

  • 对于高溢价的股票，市场认为其拥有行业内最高质量的盈利（或预期如此）。
  • 对于大幅折价的股票，市场认为其盈利质量糟糕。

市场上所有分析师花费无数时间建立模型、撰写报告，他们的集体智慧已经体现在当前价格中。如果你持相反观点，就等于在声明：“我知道一些市场不知道的事情。” 但你很可能并不知道。

市盈率的动态本质：理论与实例 💹

市盈率是一个动态指标，理解这一点至关重要。

理论模型

假设1月份有一只股票价格10美元，市场预测其当年每股收益（EPS）为1美元，则其市盈率为10倍。

  • 情景一（盈利恶化）：
    • 2月，公司发布盈利预警，将EPS预测下调至0.9美元。为维持10倍市盈率，股价需跌至9美元。
    • 3月，EPS预测进一步下调至0.65美元，理论股价需跌至6.5美元。
    • 5月，EPS预测骤降至0.01美元，理论股价将跌至0.1美元。
    • 结论：股价可以在市盈率保持10倍的情况下，从10美元跌至接近0美元。
  • 情景二（盈利改善）：
    • 公司连续超预期上调EPS预测，从1美元到1.2美元，再到2美元、4美元。
    • 为维持10倍市盈率，股价将从10美元涨至12美元、20美元，最终到40美元。
    • 结论：股价可以在市盈率保持10倍的情况下，从1美元涨至无穷大。

公式表达：
股价 (P) = 每股收益 (EPS) × 市盈率 (P/E)
当市盈率（P/E）保持不变时，股价（P）的变动完全由每股收益（EPS）的预期驱动。

这就是为什么“便宜”和“昂贵”这两个词完全站不住脚。市盈率相同，股价却可以天差地别。

现实案例：科技泡沫与苹果

  • 科技泡沫：1999年，许多科技公司IPO时没有盈利（市盈率为无穷大），但股价却飙升。做空者认为这不合理，但市场保持非理性的时间可能比你保持偿付能力的时间更长。顺势而为者则获利丰厚。
  • 苹果公司（2011-2012）：
    • 2011年：股价约400美元，预期EPS增长约65%，市盈率约22倍。所有分析师给予“强力买入”评级。
    • 2012年：股价升至约650美元，但未来EPS增长预期已降至约22%。此时市盈率降至约12-13倍（低于行业平均），市场上充斥着“苹果很便宜，目标价1000美元”的声音。
    • 关键问题：同一个分析师，面对EPS增长预期从65%暴跌至22%，为何不下调股票评级？因为存在利益冲突（如担心影响投行业务）。
    • 结果：苹果随后十年来首次未达到营收预期，股价暴跌。那些认为“12倍市盈率很便宜”的投资者损失惨重。这完美诠释了“便宜”只是一个幻觉，市盈率下降本身就是一个强烈的预警信号。

核心原则：让市场为你工作 🛠️

专业交易员不会与研究分析师争论某物是“便宜”还是“昂贵”。他们明白，市盈率是市场集体智慧的信号。你的目标是聪明地工作，而非努力地工作。

“情人节内衣”类比

想象你在情人节最后一刻冲进商店买内衣，只剩三款：

  • 内衣A：50元
  • 内衣B：150元
  • 内衣C：500元

大多数人会直觉认为A“便宜”，C“昂贵”。但如果告诉你：

  • A是70%涤纶，只能穿3次，女友不喜欢。
  • C是100%真丝，能穿50次，女友会惊喜。

那么，A就不再“便宜”，而是“昂贵”（低质量）；C也不再“昂贵”，而是物有所值。价格只是质量的信号。股票市盈率也是如此，它信号反映了市场对其盈利质量的共识。

实战演练：2010年英国石油（BP）漏油事件

2010年夏，BP发生墨西哥湾漏油事故，股价从约6英镑暴跌至4英镑。当时几乎所有电视分析师都在说“BP很便宜，应该买入”。

自上而下的分析过程：

  1. 世界观：当时指标显示GDP将在未来扩张，油价看涨。
  2. 行业观：因此看好周期性板块，尤其是能源行业。
  3. 个股选择：打开主要综合石油天然气板块，查看市盈率：
    • BP: 6倍
    • 行业平均（如雪佛龙11倍，埃克森美孚13倍）: 约12倍
    • 细分领域龙头（如钻井公司Helmerich & Payne）: 30-40倍

市场正在告诉你：它愿意以300%的溢价购买HP的盈利，而以50%的折价出售BP的盈利。因为专业资金正在卖出BP，买入HP等预期更好的股票，以筹集资金。

结果对比（事后6个月）：

  • 做多WTI原油：+21%
  • 做多标普500指数：+16%
  • 做多能源板块：+43%
  • 做多BP：仅+7%（大幅跑输板块和市场）
  • 做多HP：+70%
  • 最聪明的交易：做空BP（对冲市场及行业风险），做多HP。或者，仅仅不碰BP，而去投资行业平均（12倍PE）的股票，回报也远高于BP。

这个案例深刻说明：BP以6倍市盈率交易不是因为它“便宜”，而是因为市场认为其盈利质量在危机后大幅下降，资本正在逃离。听从市场信号（高PE股票受追捧，低PE股票被抛弃）才能找到真正机会。

如何获取并使用市盈率信息 📊

以下是获取和分析市盈率数据的实用方法：

  • 数据来源：
    • 雅虎财经、谷歌金融提供基本的市盈率数据。
    • YCharts提供历史市盈率数据。
    • Bloomberg.com、Reuters.com提供全面的分析师预测、共识预期及评级。
  • 询问公司：作为股东，你有权致电上市公司的投资者关系部门，询问市场对其未来收益的共识预期。这是合法且有效的方式。
  • 分析重点：
    • 关注未来：年中以后，市场焦点会从今年转向明年的盈利预测。
    • 解读信号：不要纠结于“贵贱”，而是问：这个市盈率反映了市场怎样的预期？这个预期合理吗？我是否掌握了市场未知的信息来反驳这个预期？
    • 保持谦逊：通常你没有市场不知道的信息。不与市场对抗，而是解读其信号，是更可持续的策略。

总结与核心要点 🎯

本节课我们一起学习了自上而下方法中个股选择的核心环节：

  1. 摒弃“贵贱”思维：“便宜”和“昂贵”是交易世界中最危险的词汇。市盈率高低不代表绝对价值，只反映市场对盈利质量的共识预期。
  2. 市盈率是信号，不是判决：高市盈率意味着高增长预期或高质量盈利；低市盈率意味着低增长预期或盈利质量受损。你的工作是解读这个信号，而非盲目反对。
  3. 让市场为你工作：数以万计的分析师和交易员每天都在研究股票，他们的集体智慧体现在价格中。利用市盈率这个信息浓缩器，可以省去大量基础研究，做到“聪明地工作”。
  4. 实战应用：在选定行业后，对比个股与行业平均的市盈率。大幅溢价或折价的股票都提供了强烈的市场观点。通常，顺应市场趋势（购买溢价股，避开或对冲折价股）比逆向操作成功率更高。
  5. 不参与也是选择：如果某只股票的估值让你困惑，无法理解市场为何如此定价，那么不参与这笔交易是完全合理的选择。世界上有成千上万的股票，不必在每一只上都有观点。

永远记住：市场保持非理性的时间可能比你保持偿付能力的时间更长。不要与市场争论，要学会倾听它通过市盈率告诉你的故事。

019：市盈率与增长比率 (PEG Ratio) 📊

在本节课中，我们将学习市盈率与增长比率（PEG Ratio）的概念、计算方法，以及如何正确地在投资分析中理解和运用它，避免常见的误区。

概述

PEG比率是在标准市盈率（PE Ratio）基础上发展而来的估值指标，它通过纳入公司收益的预期增长来改进市盈率。其核心思想源于金融理论：一项资产的价值可以通过对其未来现金流进行折现来估算，而预测未来现金流需要预测增长率。本节课将解释PEG比率的计算，并重点讨论如何将其视为市场对公司收益增长质量的判断信号，而非简单的“便宜”或“昂贵”标签。

PEG比率是什么？

PEG比率旨在改进标准市盈率，其计算方式是将市盈率除以每股收益（EPS）的预期增长率。

公式：PEG Ratio = PE Ratio / EPS Growth Rate

例如，如果一只股票的市盈率是10，预期每股收益年增长率为20%，那么它的PEG比率就是 10 / 20 = 0.5。

PEG比率的传统解读与误区

根据传统金融理论，PEG比率小于1的股票被认为被低估或便宜，而大于1的股票则被认为被高估或昂贵。一些市场分析师会以此为依据推荐股票。

然而，这是处理PEG比率和投资过程的错误方法，也是散户投资者常陷入的陷阱。

PEG比率的正确理解

实际上，与市盈率类似，PEG比率代表的是市场愿意为公司当前收益及其增长潜力支付的价格。它本身并不直接指示股票是便宜还是昂贵。

一个关键现象是：股价可以大幅波动，而PEG比率却能保持不变。这是因为当公司的收益（EPS）和收益增长预期下调时，股价通常会成比例下跌，从而维持PEG比率不变。反之亦然。

因此，PEG比率更应被视为公司收益质量和增长前景的代表：

  • PEG比率 < 1：通常意味着市场在“惩罚”该股票，预期其收益质量较低，可能会持续达不到增长预期。
  • PEG比率 > 1：通常意味着市场在“奖励”该股票，预期其收益质量高，可能会持续超越增长预期。

试图逆市场而动（买入低PEG股票或做空高PEG股票），相当于声称自己比市场知道得更多，这往往会导致亏损。

如何进行PEG比率分析

上一节我们介绍了PEG比率的本质，本节中我们来看看如何实际操作，进行有效的PEG分析。正确的分析方法是观察历史股价与历史PEG比率之间的关系。

以下是进行分析的步骤：

  1. 获取数据：需要获取目标股票的历史价格数据和历史PEG比率数据。
  2. 整理数据：将价格数据与PEG比率数据按日期对齐，整理在同一个表格中。
  3. 制作图表：创建折线图，将股价和PEG比率绘制在同一图表中（通常为PEG比率设置次坐标轴以便观察）。
  4. 分析关系：在图表中添加PEG比率=1的参考线，观察当PEG比率发生显著变化（如从<1变为>1）时，股价是如何反应的。

案例分析：Ralph Lauren (RL)

我们以Ralph Lauren股票为例进行分析。通过绘制其股价与PEG比率的历史图表，并标记出PEG比率穿越1的时点（作为理论上的买卖信号），可以发现：

  • 当PEG比率低于1（理论买入点）时，股价常常不涨反跌，因为市场正在定价未来糟糕的收益增长。
  • 当PEG比率高于1（理论卖出点）时，股价常常继续上涨，因为市场正在定价未来高质量的收益增长。

这清晰地表明，简单地根据PEG比率是否小于1来买卖股票，会与市场实际运行方向相反，导致亏损。

核心要点与应用

从PEG比率分析中，我们得到的最重要认知是：PEG比率是收益增长质量的信号。

在构建投资策略时，可以这样运用：

  • 作为市盈率分析的补充工具。
  • 寻找PEG比率 > 1的股票作为潜在多头标的（特别是当其市盈率也高于行业平均时），这表示市场认可其增长质量。
  • 寻找PEG比率 < 1的股票作为潜在空头标的（特别是当其市盈率也低于行业平均时），这表示市场看淡其增长前景。
  • 除非有强有力的理由相信自己比市场更了解公司的真实增长潜力，否则不应轻易逆着PEG比率信号所指的市场共识进行交易。

总结

本节课中我们一起学习了市盈率与增长比率（PEG Ratio）。我们明确了它的计算公式，纠正了将其简单视为低估/高估指标的误区，并理解了它实质上是市场对公司收益增长质量的定价。通过实际案例分析，我们掌握了如何将PEG比率作为一项分析工具，正确纳入投资决策框架，避免盲目跟随传统理论而导致的损失。记住，市场持续为高质量的收益支付溢价，并惩罚低质量的收益。

020：把关与资本配置 🚧

在本节课中，我们将学习交易流程中的关键一步——“把关”。这是在你产生交易想法之后，真正投入资本之前，设置的一道重要屏障。其核心目的是利用技术分析等方法，优化交易时机，并阻止自己执行糟糕的交易。

上一节我们介绍了如何从世界观出发产生交易想法。本节中，我们来看看如何为这些想法设置“把关”流程，确保只有经过筛选的、时机成熟的想法才能转化为实际交易。

把关的核心目的：阻止愚蠢行为

你的想法在这个阶段只是想法，它们还不是交易。一个好主意最终可能变成一个糟糕的交易，一个坏主意通常最终也会变成一个糟糕的交易。

设想一个例子：你认为有一个绝佳机会，计划在资产价格100时买入，并设定若跌至90就止损。你立刻执行了这个想法。几天后价格跌至90，你被迫止损。但随后资产价格从90涨到了400。你刚刚做了什么？你错过了一次大机会，并且还赔了钱。这就是为什么我们需要“把关”的屏障——它阻止我们因时机不当而错失良机或蒙受损失。

反之，如果你买入后资产跌至零，在90止损固然是风险管理，但若能通过把关过程提前识别风险，你本可以完全避免这笔交易，节省那10个点的损失。

因此，把关过程就是利用技术分析和价格行为指标，来更好地安排交易时机，并阻止自己进入糟糕的交易。

技术分析在把关中的正确角色

以下是关于在把关阶段运用技术分析的关键要点：

  • 技术分析是筛选器，不是想法生成器：专业交易员从宏观到微观（世界观 -> 行业 -> 个股）建立基本观点，然后才查看图表进行验证。零售交易员常犯的错误是反其道而行之：先看图表找信号，再为这个信号寻找理由。绝大多数技术指标是对价格的事后反应，价格本身才是最重要的指标。技术分析主要用于优化入场时机，而非生成原始交易想法。
  • 技术分析应验证基本倾向：你通过基本面分析已经形成了对资产看涨或看跌的“基本倾向”。技术图表的作用是验证这个倾向。可以将它想象成一个交通灯系统：
    • 绿灯：技术面与你的基本倾向完全一致。这是一个强烈的入场信号。
    • 黄灯：技术面不明朗或与基本倾向部分矛盾。这可能意味着时机尚早，可以考虑先建立小仓位（“半位”），或将其放入观察列表等待。
    • 红灯：技术面与你的基本倾向完全相反。应避免入场，放入观察列表等待形势转变。
  • 避免被技术面说服而违背基本倾向：最糟糕的感觉莫过于你的基本判断是正确的，却因被技术图表说服而进行了反向操作，最终赔钱。当技术面与你的基本倾向冲突时，耐心等待通常是更好的选择。你可能最终会以更高的价格买入，但此时风险回报比可能更优。

关键图表形态与指标解读

以下是一些常见技术形态在把关中的解读思路（假设你已形成基本倾向）：

  • 趋势与通道：
    • 公式：趋势 = 一系列更高的高点和更高的低点（上涨）或更低的高点和更低的低点（下跌）
    • 若基本倾向看涨，应等待价格突破下降趋势线或通道上轨时再考虑入场，而非在下跌趋势中抄底。
  • 头肩顶/底形态：
    • 若基本倾向看跌，价格跌破头肩顶的“颈线”是强烈的做空绿灯信号。
    • 若基本倾向看涨，出现头肩顶形态则是红灯，应等待或观望。
  • 双顶/双底与假突破：
    • 若基本倾向看涨，价格突破双底颈线是绿灯。若出现假突破（突破后迅速回落），则是黄灯或红灯，需谨慎。
  • 旗形/三角旗形整理：
    • 这些是趋势中的延续形态。在上涨趋势中出现看涨旗形（向下倾斜通道）后向上突破，若基本倾向看涨，则是加仓绿灯。
  • 成交量：
    • 代码（概念）：价格上涨 + 成交量放大 = 动能确认
    • 突破关键价位时伴随显著放量，能增强信号的有效性。无量上涨则需警惕。
  • 相对强弱指数 (RSI)：
    • 公式：RSI = 100 - 100 / (1 + RS)，其中RS = 平均涨幅 / 平均跌幅
    • 传统超买(>70)/超卖(<30)观点可能误导。RSI更应作为动量确认工具。例如，在上涨趋势中，RSI持续位于高位（甚至80以上）可能只是强势的表现，而非立刻反转的信号。
  • 移动平均线 (MA)：
    • 公式：简单移动平均线 (SMA) = (周期内收盘价之和) / 周期数
    • 关键在于选择有意义的周期。在股市中，20日（约1个月）、60日（约1个季度）、250日（约1年）比常用的50日、200日更具基本面逻辑（对应财报和GDP周期）。当短期MA上穿长期MA（金叉），且与你的基本倾向一致时，可作为入场时机确认的参考。

成为自己资本的守门人

你可以根据自己的偏好添加任何技术指标，但核心方法不变：首先建立基本倾向，然后用技术分析来验证、优化时机或提示等待。一个好的交易，必然是世界观、行业观点、个股看法与技术面形成共振的交易。

技术分析是“把关”过程的一部分。它是在你的想法和真实资本之间设置的一道筛网，目的是为潜在的好交易增加“时机价值”，因为一个好想法不一定等于一笔好交易。

本节课中我们一起学习了如何运用技术分析进行交易“把关”。我们明确了技术分析是时机筛选工具而非想法源泉，强调其用于验证基本倾向而非颠覆它，并概述了关键图表形态和指标在决策中的解读思路。记住，目标是成为自己资本的严格守门人，只放行那些经过充分验证、时机成熟的交易想法。

下一节，我们将探讨“把关”过程的另一个重要组成部分——价格行为与观察列表的管理，看看如何系统地跟踪和捕捉那些等待最佳时机的交易机会。

021：监控价格行动与投入资本

在本节课中，我们将学习守门过程中的核心环节——如何通过观察名单监控价格行动，并基于此做出是否投入资本的决策。我们将通过一个真实的电子表格案例，详细拆解每周需要执行的步骤和背后的核心逻辑。

概述：守门过程与观察名单

上一节我们介绍了守门过程的基本框架，本节中我们来看看如何具体执行。核心在于创建一个观察名单，并每周监控名单上每个想法的价格行动和技术分析。这个过程能帮助你避免糟糕的交易，并抓住好的交易机会。

核心概念一：观察名单的规模

首先，当你管理一个投资组合时，必须明确你希望承担的总风险敞口。然后，你需要创建一个足够大的观察名单来服务于这个投资组合。

公式：观察名单最小规模
观察名单想法数量 ≥ 投资组合实际头寸数量 × 2.5

例如，如果你的投资组合总风险敞口为24万美元，每个头寸限额为2万美元，那么你的投资组合中最多有12个头寸（即6对价差交易）。根据上述公式，你的观察名单上至少需要有 6 × 2.5 = 15 个想法。在实际操作中，拥有更多想法（例如18-24个）能更好地为投资组合提供“新鲜血液”，用以替换亏损的交易。

核心概念二：守门过程的目的

我们建立守门过程和观察名单，主要出于两个关键目的：

  1. 阻止自己进行糟糕的交易：避免在错误的时间投入真金白银。
  2. 避免错过潜在的好交易：确保在想法开始显现价值时才投入资本。

设想一个场景：你以100元买入一只股票，止损设在90元。如果股价先跌至90元触发止损，随后又飙升至500元，你就犯了“交易的原罪”——在想法仅是想法时就匆忙入场，结果蒙受损失并错失大涨。守门过程迫使你先观察，后行动。

核心概念三：投入资本的决策逻辑

关于何时投入资本，没有一本放之四海而皆准的规则手册。但有一些基于经验的原则可以遵循：

以下是投入资本时的两条经验法则：

  • 不要将资本投入正在亏损或价格行动表现不佳的想法。
  • 寻找具有积极且一致的价格回报的想法。

你需要结合价格行动、技术分析以及想法本身的基本面逻辑，运用常识对每一个案例进行独立判断。

实战演练：更新观察名单

现在，我们通过一个具体例子（做多易捷航空/做空国际航空集团价差交易）来模拟每周更新观察名单的过程。

  1. 获取数据：在周末，你需要为观察名单上的每个标的获取过去五个交易日的股价数据。可以通过雅虎财经等公开数据源完成。

    # 示例：从雅虎财经下载易捷航空历史数据
# 实际操作需在网站界面完成，此处为逻辑描述
数据 = 下载数据(标的=‘EZJ.L’， 开始日期=‘2023-03-25’， 结束日期=‘2023-03-29’)

  2. 更新电子表格：

    • 在对应的数据表中插入新的五行。
    • 粘贴新获取的股价数据。
    • 电子表格会自动计算最新的价差和本周回报率。

  3. 更新图表：刷新价差走势图，直观看到最新的价格行动。

  4. 分析结果：在本例中，更新后价差从3.98升至4.27，本周回报为+6.5%，但自加入观察名单以来的总回报仍为-2.5%。价格行动近期转好，但整体仍未摆脱颓势。

案例分析：如何决策是否投入资本？

以易捷航空/IAG价差为例，我们综合评估：

  • 价格行动：近期（两周）转正，但七周整体仍为负，且波动较大，缺乏一致性。
  • 技术分析：价差处于两年来的高位盘整区间（琥珀色信号），上有阻力，下有支撑。
  • 基本面：该想法仍符合你对航空业的基本观点。

在这种情况下，直接投入全部资本（全仓）可能过于激进。更合理的做法是考虑以下选项：

以下是可能的资本部署选择：

  • 选择一：不投入资本。继续观察，等待更明确的信号。
  • 选择二：投入部分资本（试仓）。例如，只投入原计划仓位的一半资金。这为你保留了两种后续选择：
    • 若价差下跌，你可以在更低位置加仓，从而降低平均成本。
    • 若价差突破上方阻力位，确认强势，你可以追加剩余仓位，抓住趋势。
  • 选择三：投入全部资本。在当前信号混杂的情况下，这通常不是最佳选择。

决策没有固定公式，它依赖于你对风险回报比、当前信号强度和个人判断的综合考量。试仓是一种平衡风险与机会的常用策略。

总结与回顾

本节课中我们一起学习了守门过程的核心操作部分：

  1. 维护一个足够大的观察名单（规模至少为实盘头寸的2.5倍），以确保有充足的高质量想法来源。
  2. 每周定期更新观察名单，包括获取数据、更新价差计算和图表，并严格监控价格行动的一致性和方向。
  3. 理解守门过程的双重目的：防止坏交易和不错过好交易。
  4. 掌握资本投入的决策逻辑：没有死板规则，需基于价格行动（积极且一致）、技术信号（绿色为佳）和常识进行综合判断。避免为亏损的想法投入资金。

通过坚持这一过程，你将能系统地“净化”你的交易想法，增加其价值，从而在长期交易中节省大量资金并创造更多收益。

在接下来的课程中，我们将离开具体的分析流程，进入一个至关重要的领域——交易心理学。正确的心理是管理真实投资组合的基础，它将帮助你理解如何持有赢家、处理输家，并保持纪律性。

022：有纪律的风险管理

在本节课中，我们将要学习风险管理的第一步：建立有效的交易心理学基础。我们将通过生动的例子理解人类在风险决策中的本能倾向，并学习如何通过设定硬止损和软目标来克服这些本能，从而成为一名纪律严明的交易者。

上一节我们介绍了从想法产生到筛选的完整流程。本节中，我们来看看如何为即将进入投资组合的头寸管理风险。

交易心理学的核心：盒子A与盒子B 🧠

一切风险管理都始于交易心理学。我们首先通过一个“弹珠游戏”来揭示人类在面对收益和损失时的本能决策模式。

游戏有两个盒子：

  • 盒子A（风险与不确定性）：内有3颗蓝色弹珠和1颗红色弹珠。抽中蓝弹珠获得£1000，抽中红弹珠获得£0。
  • 盒子B（确定性）：内有1颗绿色弹珠。抽中绿弹珠固定获得£700。

场景一：你获得报酬

  • 选择盒子A的期望收益为：(3/4)*£1000 + (1/4)*£0 = £750
  • 选择盒子B的确定收益为：£700

尽管盒子A的期望收益（£750）更高，但大多数人在获得报酬时会选择盒子B，即追求确定性。

场景二：你支付报酬

  • 选择盒子A：抽中蓝弹珠你支付£1000，抽中红弹珠支付£0。
  • 选择盒子B：你确定支付£700。

此时，大多数人会选择盒子A，即面对损失时，反而倾向于冒险，希望侥幸避免损失。

这个游戏揭示了关键的心理偏差：

  • 人类天性：盈利时厌恶风险（寻求确定性），亏损时寻求风险（希望翻盘）。
  • 交易者思维：必须做到反人性。盈利时应从盒子A中抽取（寻求更多风险/让利润奔跑），亏损时应从盒子B中抽取（接受确定的小额损失）。

将心理学应用于交易实战 💻

理解了核心心理后，我们将其应用于真实的交易场景。假设你的投资组合中有赢家和输家。

以下是典型的人类错误反应与交易者正确做法的对比：

  • 人类（错误）：倾向于加仓亏损头寸并过早卖出盈利头寸。这相当于在支付时（亏损）从盒子A抽弹珠（冒险），在获得报酬时（盈利）从盒子B抽弹珠（寻求确定性）。
  • 交易者（正确）：必须反其道而行之。止损亏损头寸（从盒子B抽，接受确定损失），并持有或加仓盈利头寸（从盒子A抽，寻求更多上行潜力）。

这种心理也适用于生活的其他领域（如职业谈判、人际关系），成功者总是在正确的时间从正确的盒子中抽取。

风险管理工具：硬止损与软目标 🛡️

为了系统地执行“反人性”操作，我们需要工具：硬止损 和 软目标。

  • 硬止损：一个预先设定的、自动或手动执行的退出价格，用于严格限制下行风险。这是你的“安全网”，确保你在亏损时果断从盒子B中抽取。
  • 软目标：一个预设的参考目标价位，用于衡量潜在回报，但并非必须在此价位卖出。它的作用是防止你过早地了结盈利头寸（即从盒子B抽取）。

我们通常采用 1:3 的风险回报比 来设置它们。例如：

  • 入场价：$100
  • 硬止损：$92 （风险：$8）
  • 软目标：$124 （回报：$24， 风险回报比 = 24/8 = 3）

当股价达到软目标$124时，你应该做什么？不是卖出，而是考虑：

  1. 移动止损：将硬止损从$92上移至$107。这样即使价格回落触发止损，你仍能锁定$7的利润。此时交易已近乎“免费”。
  2. 谨慎加仓：如果你有可用资金，可以在$124加仓，但需重新计算平均成本和新止损，确保新止损仍低于平均成本，从而维持“免费交易”状态。

对于空头头寸，原则相同，但需注意理论上亏损无限，因此止损纪律更为关键。

实战演练：计算波动性与设定止损/目标 📊

上一节我们介绍了想法生成和筛选流程。本节中，我们来看看如何为一个具体的价差交易（例如做多高盛/做空摩根大通）设定合理的止损和目标。

我们使用平均真实范围（ATR） 来衡量波动性。目标是设定一个“足够宽以让自己有机会赚钱，但又足够严格以保持纪律”的止损。

以下是使用ATR计算月度波动率并设定参数的步骤：

  1. 收集数据：获取标的资产（或价差）过去8-10个月的月度价格数据（最高价、最低价）。
  2. 计算真实范围（TR）：TR = 最高价 - 最低价
  3. 计算ATR百分比：计算过去N个月（如9个月）TR百分比的平均值。公式为：ATR% = AVERAGE(TR / 前一个月收盘价)
  4. 设定止损：根据计算出的月度ATR%（例如大盘股通常在7%-12%之间），选择一个合理的百分比作为初始硬止损（例如10%）。
  5. 设定软目标：根据1:3的风险回报比，软目标应为止损幅度的3倍（例如上行30%）。

以高盛/摩根大通价差为例（假设当前价差为3.04）：

  • 计算得到其月度ATR%约为9.4%。
  • 设定硬止损为10%：3.04 * (1 - 0.10) = 2.74
  • 设定软目标为30%：3.04 * (1 + 0.30) = 3.95

重要提示：对于价差交易，应在价差比率上设置止损/目标，而不是在单个股票上分别设置。如果经纪平台不支持价差止损，则需手动监控价差水平并在达到心理止损时同时平掉两头寸。

总结与行动指南 ✅

本节课中我们一起学习了风险管理的基础——交易心理学及其实际应用。

  • 核心洞见：人类本能是“盈利时保守，亏损时冒险”。成功交易者必须反本能操作。
  • 关键工具：使用硬止损来保证下行（从盒子B抽），使用软目标作为参考而非卖出指令，让盈利头寸奔跑（从盒子A抽）。
  • 实践方法：采用 1:3 的风险回报比。通过计算ATR来设定符合资产波动特性的合理止损与目标。
  • 心态建设：不要为止损亏损头寸而难过。你的观察列表和想法生成流程会持续提供新的机会。用赢家的利润覆盖输家的小额损失，是持续盈利的关键。

请在你的模拟交易和实际生活中尝试应用“盒子A/盒子B”思维三个月，观察其带来的变化。在接下来的课程中，我们将在此基础上，进一步学习投资组合层面的风险管理策略。

023：风险管理进阶与贝塔对冲

在本节课中，我们将学习投资组合风险管理的进阶概念。我们将介绍专业对冲基金经理使用的关键风险管理参数，并深入探讨如何使用贝塔来对冲市场风险。通过本课，你将学会如何构建一个纪律严明的投资组合，以保护资本并提高长期盈利的可能性。

总风险敞口限制

上一节我们介绍了风险管理的基本概念，本节中我们来看看第一个关键参数：总风险敞口限制。

总风险敞口是指你的投资组合中所有头寸的总价值。在零售经纪账户中，存入的保证金（例如25,000美元）通常允许你建立数倍于此价值的头寸，这就是杠杆。然而，过度杠杆是危险的。

公式：最大允许敞口 = 账户保证金 × 杠杆倍数

例如，存入25,000美元保证金，使用10倍杠杆，则最大敞口为250,000美元。但若市场波动导致亏损1%，你将损失2,500美元，即本金的10%。

以下是设定总风险敞口限制的要点：

  • 新手起点：建议从较低的杠杆倍数开始，例如大盘股为3-4倍。
  • 渐进增加：随着盈利增加和投资组合多样化，可以逐步提高敞口，但需保持谨慎。
  • 专业上限：专业交易员在大盘股上通常将总敞口限制在5倍左右，以避免在极端市场日（两个标准差日）遭受毁灭性打击。
  • 核心目的：此限制旨在防止因一次重大亏损而被“追加保证金”甚至爆仓，迫使你退出交易。

设定并遵守总风险敞口限制，是负责任地部署资本的第一步。

净风险敞口、头寸与主题限制

理解了总敞口后，我们需要进一步细化控制。本节将介绍净风险敞口、单头寸限制和主题限制。

净风险敞口衡量的是你对市场整体方向的风险暴露。其计算方法是多头头寸总价值减去空头头寸总价值。例如，一个100,000美元的投资组合，若净敞口为+25,000美元，意味着你实质上在做多市场。设定净敞口限制（如±25%）可以防止你无意中对市场方向进行过度押注。

单头寸限制规定任何一个头寸（无论是单只股票还是价差交易）占总投资组合价值的最大比例（例如10%）。这确保了单一交易的失败不会对整体组合造成致命打击。

主题限制则针对表达同一投资理念的一组相关头寸（例如，一个包含多只股票的主题）。它为这组头寸设定一个总敞口上限，确保你不会在单一观点上过度集中风险。

这些参数共同作用，强制实现投资组合的多样化，并防止你在单一想法或市场方向上“孤注一掷”。

使用贝塔对冲市场风险（单对股票）

现在，我们来看一个核心的风险管理工具：贝塔对冲。上一节我们提到价差交易本身能对冲部分风险，本节中我们将学习如何主动、精确地对冲市场风险。

贝塔衡量的是单只股票相对于市场整体（如标普500指数）的历史波动关系。公式 β = 股票收益率 / 市场收益率。例如，β=1.15意味着市场每变动1%，该股票历史上平均变动1.15%。

在对冲两只股票的价差交易时，我们关注的是贝塔比率。

公式：贝塔比率 = 多头股票的β / 空头股票的β

假设交易：做多雪佛龙（β=1.32），做空阿斯利康（β=1.12）。

  • 贝塔比率 = 1.32 / 1.12 ≈ 1.1786。
  • 这意味着，为了对冲市场风险，你在雪佛龙上每投入1美元，就需要在阿斯利康上投入约1.1786美元。

资本分配示例：
若你的主题限制为20,000美元，且你想完全对冲市场风险。

  • 设投入雪佛龙的资本为 $L，则投入阿斯利康的资本应为 $L * 1.1786。
  • 总敞口 $L + $L * 1.1786 = $L * 2.1786 ≤ 20,000。
  • 解得 $L ≤ 9,180美元。因此，你可以做多约9,180美元的雪佛龙，并做空约10,820美元的阿斯利康。

这样，无论市场上涨或下跌，该价差交易的盈亏将主要取决于这两只股票自身的相对表现（行业与个股风险），而与大盘走势基本无关。请注意：贝塔基于历史数据，并非精确预测工具，需与其他风险管理手段结合使用。

使用贝塔对冲市场风险（主题投资）

在实际操作中，我们常通过一个包含多只股票的主题来表达观点。本节我们来看看如何为一个“两多两空”的主题对冲市场风险。

假设我们看好高端零售（周期性），看空低端零售（防御性），选择做多梅西百货（β=1.01）和迪拉德百货（β=1.27），做空塔吉特（β=0.57）和美元树（β=0.32）。主题限制为20,000美元。

计算步骤如下：

  1. 计算总贝塔与各方贝塔：
    • 多头总β = 1.01 + 1.27 = 2.28
    • 空头总β = 0.57 + 0.32 = 0.89
    • 所有股票总β = 2.28 + 0.89 = 3.17
  2. 计算各方贝塔权重：
    • 多头对总β的贡献 = 2.28 / 3.17 ≈ 72%
    • 空头对总β的贡献 = 0.89 / 3.17 ≈ 28%
  3. 分配资本：为对冲市场风险，资本分配应与贝塔权重相反。
    • 分配至多头的资本比例 = 空头贝塔权重 = 28%
    • 分配至空头的资本比例 = 多头贝塔权重 = 72%
    • 即：多头总额 = 20,000 * 28% = 5,600美元；空头总额 = 20,000 * 72% = 14,400美元。
  4. 在各方内部分配资本：根据各股票在所在方内的贝塔权重进行分配。
    • 多头内部：梅西权重 = 1.01 / 2.28 ≈ 44%；迪拉德权重 = 56%。
      • 梅西获得：5,600 * 44% ≈ 2,464美元
      • 迪拉德获得：5,600 * 56% ≈ 3,136美元
    • 空头内部：塔吉特权重 = 0.57 / 0.89 ≈ 64%；美元树权重 = 36%。
      • 塔吉特获得：14,400 * 64% ≈ 9,216美元
      • 美元树获得：14,400 * 36% ≈ 5,184美元

通过以上步骤，我们得到了一个在市场风险上大致中性的主题投资组合。初学者建议从简单的“一多一空”价差开始，熟练后再尝试此类复杂对冲。

跨国交易中的货币风险对冲

当你进行跨国价差交易时，会面临额外的货币风险。本节将学习如何识别并对冲这种风险。

假设交易：在伦敦买入价值20,000英镑的渣打银行股票（英镑计价），在纽约做空等值20,000英镑的桑坦德银行股票（美元计价）。假设汇率为1英镑=1.5美元。

  • 买入渣打：支付20,000英镑。
  • 做空桑坦德：获得等值20,000英镑的美元，即 30,000美元。

此时，你持有英镑空头（因支付英镑）和美元多头（因收到美元），存在汇率风险。如果价差盈利，但英镑兑美元升值，你在平仓时换回的英镑可能减少，侵蚀利润。

对冲方法：在建立股票价差头寸的同时，进行一笔外汇交易来对冲货币风险。

  • 你需要抵消“支付英镑”和“收到美元”的风险。
  • 因此，应买入20,000英镑/美元（即做多英镑兑美元）。
  • 这样，你的货币头寸变为：支付英镑（股票）+ 收到英镑（外汇）= 中性；收到美元（股票）+ 支付美元（外汇）= 中性。

平仓时，需同时平掉股票价差头寸和货币对冲头寸。货币对冲确保了你的交易利润不受汇率波动影响，完全取决于股票价差本身的走势。

总结与核心原则

本节课中，我们一起学习了风险管理的一系列进阶工具和参数。

我们首先探讨了总风险敞口限制，这是控制杠杆和生存的基础。接着，我们细化了净敞口、单头寸和主题限制，以强制实现多样化和防止过度集中风险。然后，我们深入学习了使用贝塔来对冲市场风险的方法，包括简单的单对股票对冲和更复杂的主题投资对冲。最后，我们介绍了如何识别和对冲跨国交易中的货币风险。

所有这些参数和技术的核心目的只有一个：通过纪律和系统化的规则，阻止我们做出情绪化、非理性的决策（“成为人类”），从而保护资本，让盈利头寸有空间成长。 风险管理不是关于预测市场，而是关于为各种可能的情况做好准备，确保你能在交易游戏中长期存活并取得成功。

总结：本节课涵盖了总敞口限制、净敞口限制、头寸与主题限制、贝塔对冲市场风险（单股票与主题投资）以及货币风险对冲。掌握这些概念是构建稳健、专业投资组合的关键步骤。

024：如何计算贝塔值 📊

在本节课中，我们将学习如何计算股票的贝塔值。贝塔值是衡量单只股票或投资组合相对于整个市场（通常以某个指数为代表）波动性的指标。理解并计算贝塔值，是进行风险管理和对冲市场风险的重要一步。

上一节我们介绍了风险管理的基本概念，本节中我们来看看如何具体计算一个核心的风险指标——贝塔值。

为何要自行计算贝塔值？

通常，你可以从许多金融网站上直接获取股票的贝塔值。自行计算的主要原因有两个：

  1. 当你无法从公开渠道获得可靠的贝塔值时。
  2. 如果你未来有志于在金融行业（如投资银行或对冲基金）工作，掌握其计算方法是一项必备技能。

对于普通投资者而言，最重要的是建立正确的头寸，贝塔值只是辅助你尽可能对冲市场风险的工具。它并非完美，也无法做到100%准确对冲。

计算前的准备

在开始计算前，需要明确以下几点：

  • 数据来源：我们将从雅虎财经等公开数据源获取股价数据。
  • 计算周期：行业惯例通常使用3年或5年的滚动数据来计算贝塔值。周期越长，贝塔值越稳定；周期越短，则需更频繁地更新。
  • 市场基准：通常使用股票所属的主要市场指数（例如，美股常用标普500指数）作为市场回报的基准。

接下来，让我们跟随步骤，在Excel中计算亨氏公司股票的贝塔值。

逐步计算指南

以下是计算贝塔值的详细步骤。

第一步：收集数据

我们需要获取两支标的的历史价格数据：目标股票（亨氏，HNZ）和市场基准（标普500指数）。

  1. 访问雅虎财经。
  2. 在搜索框输入股票代码“HNZ”，进入其历史价格页面。
  3. 设置时间范围（例如2010年3月3日至2013年3月3日），选择“每周”频率，然后下载数据到Excel。
  4. 重复上述过程，搜索“^GSPC”获取标普500指数在同一时间范围、同一频率的历史数据。

第二步：整理数据

在Excel中整理下载的数据，为计算回报率做准备。

  1. 在亨氏公司的数据表中，删除“开盘价”、“最高价”、“最低价”、“成交量”列，仅保留“日期”和“调整后收盘价”列。
  2. 将“调整后收盘价”列标题重命名为“HNZ”。
  3. 新建一列，将标普500指数的“调整后收盘价”数据粘贴过来，并将其列标题重命名为“SP500”。

整理后的表格应包含三列：日期、HNZ价格、SP500价格。

第三步：计算回报率

我们需要计算每支标的的周期回报率（本例中为周回报率）。

回报率的计算公式为：
回报率 = (本期价格 - 上期价格) / 上期价格

  1. 在HNZ价格右侧新建一列，标题为“HNZ Return”。
  2. 在第一个数据行下方的单元格输入公式：=(B3-B2)/B2 （假设B列是HNZ价格）。
  3. 将此公式向下填充至整个数据列。
  4. 同理，在SP500价格右侧新建“SP500 Return”列，使用公式 =(C3-C2)/C2 计算标普500的回报率，并向下填充。

第四步：运行回归分析

我们将使用Excel的数据分析工具进行线性回归分析，以确定HNZ回报率对SP500回报率的敏感度，即贝塔值。

  1. 在Excel中，点击“数据”选项卡，选择“数据分析”（若未找到，需先加载“分析工具库”插件）。
  2. 在弹出的列表中选择“回归”，点击“确定”。
  3. 在回归对话框中设置参数：
    • Y值输入区域：选择“HNZ Return”列的所有数据。
    • X值输入区域：选择“SP500 Return”列的所有数据。
    • 输出选项：选择“新工作表组”。
    • 勾选：“线性拟合图”。
  4. 点击“确定”，Excel会生成回归分析结果和散点图。

第五步：解读结果

回归分析输出结果中，“X Variable 1”对应的“Coefficients”（系数）就是我们要计算的贝塔值。

例如，在结果表中，该系数值约为 0.38。这意味着：

  • 亨氏股票的贝塔值为0.38。
  • 从理论上讲，当标普500指数变动1%时，亨氏股票价格预期变动0.38%。
  • 贝塔值小于1，表明亨氏股票相对于市场的波动性较低，这符合其作为必需消费品防御型股票的特性。

生成的散点图直观地展示了两者关系：

  • X轴（横轴）代表标普500回报率。
  • Y轴（纵轴）代表亨氏股票回报率。
  • 每个散点代表某一周两者的回报率组合。
  • 图中的趋势线斜率即为贝塔值。

总结与应用

本节课中我们一起学习了贝塔值的概念与计算方法。我们通过Excel回归分析，一步步计算出了亨氏公司股票的贝塔值，并解读了其含义。

作为总结，请记住：

  • 对普通投资者：可以直接从可靠金融网站获取贝塔值，用于辅助判断和对冲。核心仍是建立正确的投资头寸。
  • 对志在从业者：必须透彻理解并掌握贝塔值及风险模型（如风险价值VaR）的计算，这是行业内的基础技能。
  • 贝塔值的应用：帮助你理解持仓对市场系统的敏感度，从而更好地管理投资组合的整体风险。

风险管理不仅关乎数字计算，更关乎交易纪律与自我认知。在接下来的课程中，我们将学习如何用行业标准指标评估自己的交易表现，识别优势与劣势，从而成为一名更有纪律的交易者。

025：有纪律的风险管理

在本节课中，我们将学习一个关键的自我意识工具——凯利准则。它不仅能帮助你衡量自己的交易能力，还能指导你如何科学地分配资本，从而成为一名更有纪律的交易者。

自我意识的重要性

上一节我们介绍了交易心理学，本节中我们来看看如何量化评估自己的交易表现。对于散户交易者而言，最大的挑战之一是没有风险经理或老板来评估你的能力、指出你的优缺点，并决定应该为你分配多少资本。你必须自己做这些决定。

因此，你需要一种方法来衡量自己：是应该投入更多资本还是减少投入？你的优势和劣势分别是什么？专业的交易员有风险经理负责这些，而散户交易者没有。这导致许多人并不真正了解自己的能力水平。接下来，我们将介绍一个行业标准指标来解决这个问题。

凯利准则简介

凯利准则始于20世纪50年代的赛马场，赌徒用它来决定每场比赛应该下注多少本金。其核心思想是：当你赢钱时，可以承担更多风险；当你输钱时，则应减少风险。我们将交易视为一系列“赌局”，通过回顾历史交易记录，凯利准则能计算出下一笔交易你应该投入多少比例的资本。

以下是凯利准则的核心公式：

f* = (p * b - q) / b

其中：

  • f* 代表下次应投入的资本比例。
  • p 代表胜率（盈利交易的概率）。
  • q 代表败率（亏损交易的概率），q = 1 - p。
  • b 代表盈亏比（平均盈利 / 平均亏损）。

理论交易员示例分析

让我们通过一个理论交易员的例子来理解凯利准则的应用。假设一位交易员进行了60笔交易。

以下是其交易结果的关键数据：

  • 盈利交易：30笔，总盈利 $272,000。
  • 亏损交易：30笔，总亏损 $148,000。
  • 胜率 (W)：50% (p = 0.5)。
  • 盈亏比 (R)：约1.84 (b = 272000 / 148000 ≈ 1.84)。

根据凯利公式计算：
f* = (0.5 * 1.84 - 0.5) / 1.84 ≈ 0.23

这意味着，基于过去60笔交易的表现，这位交易员在下一笔交易中投入约23%的资本是“最优”的。这说明了什么？

  • 胜率 (W)：体现了交易员产生好想法和把握时机的能力。50%的胜率是不错的。
  • 盈亏比 (R)：体现了交易员的风险管理能力，即是否能让利润奔跑并果断止损。1.84的盈亏比非常出色。

两者结合，表明这是一位优秀的交易员：既能产生好想法，又能很好地执行风险管理。

凯利准则的实践应用

在理解了基本计算后，我们来看看如何在实战中运用凯利准则。

1. 作为自我评估工具

你应该持续记录每一笔交易，并定期计算自己的凯利分数。这能为你提供清晰的自我认知：

  • 如果你的W、R和f*都很高，说明你近期表现出色，可以考虑从“A箱”中提取策略，适当增加风险暴露（例如，向交易账户注入更多资金）。
  • 如果你的这些指标很低，说明近期表现不佳，应从“B箱”中提取策略，减少风险，专注于保存资本和复盘学习。

2. 识别优势与劣势

凯利准则能帮你定位需要改进的领域：

  • 如果W（胜率）高但R（盈亏比）低，说明你的想法不错，但风险管理（如止损、止盈）是短板。
  • 如果R高但W低，说明你的风险管理纪律性强，但需要提升产生高胜率交易想法的能力，或改进入场时机。

3. 与投资组合风控参数结合

凯利准则给出的建议比例（如23%）有时会与你为自己设定的单笔头寸上限（如10%）冲突。在这种情况下，应优先遵守自己的风控纪律。

凯利准则的高比例建议是一个强烈的积极信号，表明你非常擅长处理这类交易。它赋予你信心，但不应成为你过度集中风险的借口。自己的头寸上限是为了防止过度自信和单一风险暴露。

当出现一个“赢家”交易，且凯利准则支持你加仓时，你可以更有信心地适度突破原有头寸上限（例如从10%增加到15%），并采用移动止损来保护利润。这种由强劲记录支撑的、偶尔出现的“重仓赢家”，往往能贡献年度的大部分利润。

4. 专业领域的价值

在专业机构中，基金经理就像“交易员”的交易员，他们会监控每个交易员的凯利分数等指标，动态地将资本从表现下滑的交易员那里调配给正在崛起的交易员。对于求职者来说，一份附带良好凯利分数记录的交易历史，其价值不亚于一份学历证明。

核心要点总结

本节课中我们一起学习了凯利准则及其在风险管理中的应用：

  1. 自我意识量化：凯利准则提供了一个客观的统计数据，帮助你评估自己作为交易员的当前水平，指导资本的自律性部署。
  2. 公式驱动决策：通过公式 f* = (p * b - q) / b，将胜率(W)和盈亏比(R)转化为具体的资本配置建议。
  3. 优势劣势分析：它帮助识别你的交易优势在于想法生成(W)还是风险管理(R)，从而明确改进方向。
  4. 纪律高于建议：凯利准则的输出应与你设定的投资组合风控参数（如头寸上限、总风险暴露）结合使用，且后者应作为不可逾越的纪律底线。
  5. 持续记录与复盘：只有完整、持续地记录每一笔交易，凯利准则才能发挥其价值。它是对过去一段时间表现的总结，并用于指导下一阶段的决策。

请务必反复理解并应用这些概念。将凯利准则与你之前学到的投资组合构建参数、止损纪律结合起来，是区分持续盈利的交易者与业余交易者的关键。在将大量资本投入实战之前，确保你已熟练掌握这些风险管理工具。

026：日内交易核心原则与实战指南

在本节课中，我们将学习专业交易员所采用的日内交易方法。核心在于理解市场波动性如何决定交易机会，并掌握在短期时间框架内进行有效分析和风险管理的关键步骤。

波动性的核心地位：市场时机的指挥棒

上一节我们介绍了投资组合管理，本节中我们来看看如何过渡到短期交易。首先必须理解，交易机会并非由我们创造，而是由市场波动性决定的。

波动性是交易者最好的朋友，也是投资组合经理最大的敌人。标准普尔500波动率指数（VIX）反映了市场对未来波动性的预期。历史数据表明，大约80% 的时间里，市场波动性处于较低水平（例如VIX低于20%）。这意味着：

  • 公式： 日波动幅度 ≈ 年化波动率 / √252
  • 示例： 若VIX为20%（年化），则日均波动率约为 20% / √252 ≈ 1.26%。

在这种低波动性环境下，日内价格变动空间很小，扣除交易成本后，盈利极为困难。因此，专业交易员在80%的时间里扮演着投资组合经理的角色，专注于中长期头寸。

然而，在约20% 的时间里，波动性会显著上升（例如VIX从低位快速上涨2.5%或更多）。这时，全球投资组合的风险被动增加，经理们被迫调整头寸，从而在市场上创造出大量的短期交易机会。此时，我们应从投资组合经理过渡到日内交易员。

关键过渡信号：

  • 绿灯（做多/空头寸）： VIX处于低位且稳定 → 专注于投资组合管理。
  • 黄灯（过渡期）： VIX开始从低位显著上升 → 考虑减少部分投资组合头寸，准备现金以捕捉短期机会。
  • 红灯（减少风险）： VIX处于高位或从高位显著下降 → 积极进行日内或短期交易，或在波动性回落后重建投资组合。

没有绝对的规则手册，但核心原则是：让市场波动性告诉你应该做什么，而不是试图命令市场。

纪律、记录与自我认知

在明确了市场时机后，严格的纪律和清晰的记录是区分业余与专业交易员的关键。

独立的凯利准则记录
你必须为投资组合管理和日内交易分别维护独立的凯利准则记录。如果混合记录，你将无法准确评估自己在不同领域的表现。

  • 代码（概念）： if 擅长_投资组合管理 == True: 分配更多资金至该策略
  • 目的： 通过长期跟踪，明确自己是更擅长把握中长期趋势，还是捕捉短期波动，从而在未来更有效地分配资本。

新闻流的解读与过滤
日内交易者必须正确解读新闻流，并区分哪些信息值得交易。

以下是主要新闻流分类及交易建议：

  • 经济新闻流（宏观层面）

    • 领先指标（应关注）： 如ISM制造业指数、采购经理人指数（PMI）。这些预示未来经济走向，是寻找交易机会的源头。
    • 同步指标（谨慎交易）： 如非农就业数据、CPI。它们确认当前状况，市场通常已提前反应。除非与预期有巨大偏差，否则在此类消息上交易多为市场提供流动性。
    • 滞后指标（避免交易）： 如GDP。反映过去情况，交易价值极低。

  • 资产特定新闻流（微观层面）

    • 机会所在： 公司财报、并购传闻、突发独特事件（如CEO变故）、行业供应链变化（如天气影响农作物、地震影响科技供应链）。这些能引发特定资产的大幅波动，是日内交易的绝佳机会。
    • 策略： 寻找受新闻影响的、价值链上下游的资产，而不仅仅是消息直接指向的最明显标的。

实战步骤：知己知彼，管理预期

当你决定进行一笔日内交易前，必须完成以下准备工作，管理好风险与预期。

第一步：计算平均真实波幅（ATR）及其变化
在开盘前，分析目标资产过去一段时间（例如一年）的ATR数据，特别是“开盘到高点”和“开盘到低点”的平均波幅。

  • 目的： 了解该资产在一天内的“正常”波动范围，从而设定现实的盈利目标和止损位。
  • 示例： 如果某股票历史平均“开盘到高点”波幅为5便士，那么设定10便士的日内盈利目标就是不切实际的。你的入场价格必须足够好，才能在此波动范围内获得有利的风险回报比。

第二步：设定止损与目标
根据ATR数据和当前波动性环境（是否高于平常）来设定止损和目标。

  • 高波动环境： ATR会扩大，止损和目标范围也应相应放宽，但仍需在ATR框架内管理风险。
  • 核心： 确保潜在的盈利空间（目标价与入场价之差）大于你愿意承担的风险（入场价与止损价之差）。

总结与最佳实践清单

本节课中我们一起学习了专业日内交易的核心框架：服从波动性、严格纪律、精准准备。

最后，以下是你在每次进行日内交易前都应核对的最佳实践清单：

  1. 审视市场状态： 当前VIX水平如何？处于80%的低波动期还是20%的高波动期？这决定了你应该投入多少精力与资金在日内交易上。
  2. 检查新闻源： 你打算交易的是领先指标、同步指标还是滞后指标的消息？或是独特的资产特定事件？避免在“旧闻”或无关紧要的消息上交易。
  3. 分析历史波动： 是否已计算目标资产的ATR及“开盘-高/低”历史数据？是否基于此设定了现实的盈利目标和止损位？
  4. 分离交易记录： 是否在独立的凯利准则表中记录这笔日内交易？确保与长线投资记录分开。
  5. 制定明确计划： 是否在开盘前已写下明确的入场点、止损点和目标点？是否严格执行此计划？

请务必下载并反复阅读课程资料中的《日内交易最佳实践指南》，将其作为你交易前的必备检查清单。记住，成功的交易不是预测市场，而是根据市场提供的信息，做好周全的准备并严格执行计划。

027：可操作交易计划实施指南 📈

在本节课中，我们将学习如何制定并执行一个适合初学者的专业交易计划。我们将从设定初始资本和风险暴露开始，逐步讲解如何随着账户增长调整策略，并始终贯彻核心的风险管理和交易心理学原则。

设定初始资本与风险暴露 🏦

上一节我们介绍了专业交易的基本理念，本节中我们来看看如何设定一个可行的起点。一个明智的起点是开设一个理论保证金账户，初始保证金为 $25,000。这是采取专业方法所需的最低资本门槛之一，实际最低要求约为 $15,000。资本过少将难以实现必要的多样化，导致风险过于集中。

我们设定总风险暴露限额，以避免收到经纪人的追加保证金通知。以下是不同资产类别的典型风险暴露倍数（杠杆）参考：

  • 股票：5倍（针对多空多样化投资组合）
  • 货币：6-8倍
  • 商品：4-5倍

注意：具体倍数需与您的经纪人确认，美国市场可能有所不同。

动态调整风险暴露：赢扩输缩 🔄

专业交易员遵循一个核心原则：亏损时减少风险暴露，盈利时增加风险暴露。这是因为亏损后我们无权再操作与之前相同规模的资本，而盈利后我们有权投入更多资金。

我们将通过一个例子来演示这个过程。假设初始保证金为 $25,000，我们设定在增加风险暴露前，需先实现 5% 的回报。由于我们的交易期限是1-3个月，这可能需要几个月时间。

第一步：初始阶段

  • 风险暴露：$100,000（即4倍于$25,000保证金）
  • 仓位数量：8-10个
  • 缓冲空间：4倍暴露意味着有2.5个“缓冲垫”（即可能承受2次5%的亏损而不被强制平仓）。结合8-10个仓位的多样化，这提供了很大的安全边际。

第二步：首次增长后
当账户从$25,000盈利5%达到约$30,000时，我们增加风险暴露。

  • 风险暴露：$150,000（即5倍于$30,000）
  • 仓位数量：增加到10-12个
  • 变化分析：虽然风险暴露倍数从4倍提高到5倍（缓冲垫从2.5%增加到20%），但由于仓位数量增加，多样性也提高了，整体风险未必上升，但盈亏波动可能会略微增大。

第三步：持续增长
当利润再增长5%，保证金达到约$37,500时，我们可以承担更大风险。

  • 风险暴露：$225,000（即6倍于$37,500）
  • 仓位数量：进一步增加到12-14个

在整个过程中，必须始终坚持风险管理与交易心理学原则。

构建与管理初始投资组合 🧩

现在，我们来看看如何具体构建初始的$100,000风险暴露投资组合。一个典型的做法是专注于股票价差交易和主题投资。

初始投资组合结构示例：

  • 总风险暴露：$100,000
  • 仓位数量：10个（例如5个多头，5个空头）
  • 净风险暴露限制：建议最大净多头/空头暴露不超过50%。例如，限制为最多3个净多头或净空头仓位。

分阶段建仓：
由于开始时净风险暴露为0，可以分两阶段建立每个仓位。例如，先建立$5,000的头寸，若出现更好的价格或突破信号，再追加$5,000。

应用关键风险管理参数 🛡️

以下是覆盖整个投资组合必须应用的风险管理参数：

  1. 硬性止损与软性目标：

    • 每笔价差交易都必须设置硬性止损（无法在经纪账户自动设置，需手动监控）。
    • 大型股/中型股价差交易的止损范围通常在 7% 到 12% 之间。
    • 对应的软性盈利目标范围则在 21% 到 36% 之间，遵循 1:3 的风险回报比 规则。

  2. 整体投资组合止损：

    • 为整个投资组合设置一个总止损，例如初始风险暴露（$100,000）的10%，即 $10,000。
    • 这意味着如果从初始$25,000中亏损$10,000，还剩$15,000，可以暂停交易，重新规划，避免被强制平仓。

  1. 跨资产类别操作（进阶）：
    • 货币头寸：如果对货币没有观点，应在价差交易中对冲掉货币风险。如果有观点，可以持有货币头寸，但其规模建议不超过投资组合中股票风险暴露的规模。
    • 商品头寸：同样可以作为多样化工具。
    • 跨货币价差交易：对初学者较复杂，可随着经验增长再尝试。

持续维护：观察清单与时间投入 ⏰

成功的交易依赖于持续的维护。你需要管理一个动态的观察清单来替换亏损的头寸。

每周时间投入建议（总计约8-12小时）：

  • 周三晚上（3-4小时）：更新观察清单、检查价差、评估持仓（尤其是亏损头寸是否触及止损）、计划是否对盈利头寸加仓。
  • 周六或周日早上（3-4小时）：为下周做准备，更新想法，确保清单新鲜。长时间（如2-3个月）未触发交易的观察项应考虑替换。
  • 工作日（每天约10分钟）：快速检查交易账户，无需每日交易。

坚守纪律与定期回顾 📊

坚持计划、投资过程和交易纪律是长期成功的基石。

必须持续进行的检查：

  • 保持世界观更新，紧跟领先指标（可通过手机警报、邮件订阅实现）。
  • 确保观察清单经过严格筛选，保留高质量想法。
  • 运用技术分析寻找入场时机，并始终用合理的风险管理参数（如分布、ATR、历史波动率）覆盖投资组合。
  • 确保每笔交易都符合凯利准则，并且将投资组合交易与短期/日内交易的凯利准则分开管理。

监控市场波动：
密切关注关键市场的隐含波动率指标，如美国的 VIX、欧洲的 VSTOXX、德国的 VDAX、英国的 VFTSE。若这些指标急剧上升，需警惕市场风险，考虑采取行动（例如先平仓亏损头寸，持有现金）。

定期绩效回顾：

  • 每10-20笔交易：回顾盈亏比（W/R），评估交易水平是否提升。
  • 季度/年度审查：全面评估绩效，并决定是否应从交易账户中增加或提取资金，贯彻“赢扩输缩”原则。

总结与心态寄语 🌟

本节课中我们一起学习了一个适合初学者的专业交易计划框架。我们从 $25,000 初始资本起步，设定了分阶段的风险暴露增长路径（从4倍到6倍），并始终强调多样化（8-14个仓位）和严格的风险管理（硬止损、组合止损、1:3风险回报比）。

请记住，获胜的心态不是追求快速致富，而是寻求通过持续、稳定的回报，在长期交易生涯中逐步积累财富。保持谦逊，让市场指引你，不要试图对抗市场。掌握这个过程虽然不易，但它将极大地提高你作为一名交易者持续盈利的可能性。祝您交易顺利！

posted @ 2026-03-26 12:27  布客飞龙III  阅读(11)  评论(0)    收藏  举报