嗨大家好我是某K，今天來談點特別的，也是我覺得台灣學生的金融環境較少被討論的內容：計量交易。

---

計量交易的定義

計量交易顧名思義就是使用計量的方法擬定並執行交易策略。聽起來有講跟沒講一樣吧? 通俗並且廣義來說，任何讀入資料(Data)，進行某種處理運算，並且產生交易指令(Signal)的策略都可以被稱作計量交易。

舉個例子，當20日均價超過200日均價時買入，反之賣出，就是一個(不是很好)的計量交易策略。每個月月初把收入的25%投入標普指數ETF(SPY)並持有，也是一個(稍微好一點)的計量交易策略。

PC to某K，2020/6/29 香港

計量交易的優點—標準化及規模化

市面上的交易策略、流派百百種，大致上可以分成基本分析派和技術分析派。前者更多時間是關注公司營運、產業展望、總經趨勢，後者則著重在價格走勢、價量關係、線圖等。

看到這裡各位可能會發現，技術分析的邏輯似乎和計量交易區別不大? 沒錯，其實計量交易可以理解為升級版的技術分析，或者極端版的技術分析。

最基本的技術分析試圖用肉眼辨認出證券價格走勢的規律，總結出各種"圖形"，並據此判斷交易方向，較為進階的試圖將交易量納入考量判斷投資指標，或者取得外部資訊例如法人籌碼進行輔助判斷; 計量交易則是系統化地將各類資訊讀取、分析、並且按照自定義的指標進行判讀與交易。

簡單舉個例子，技術分析的一個經典圖形叫做雙重底，MBA智庫百科中給的定義為

"一隻股票持續下跌到某一平後出現技術性反彈，但回升幅度不大，時間亦不長，股價又再下跌，當跌至上次低點時卻獲得支持，再一次回升，這次回升時成交量要大於前次反彈時成交量。股價在這段時間的移動軌跡就象W字，這就雙重底，又稱W走勢或W底。"

先假設此種指標百分之百正確，一般技術派的交易員需要長期觀察各種股票的線圖並且試圖用肉眼辨認出這種圖形並進行交易，然而人腦並非完美且理性的，確認偏誤(Confirmation Bias)和賭徒謬誤(The Gambler’s Fallacy)都會影響交易員的對於此圖形的辨認以及判斷。並且一個人的精力有限而股票無限，肉眼判讀只能持續監控一定數量的股票。 然而計量交易將這一切都交給電腦，交易員只要寫出簡單的程式就能讓電腦24小時毫無錯誤的監控所有股票。

舉個簡單的pseudo code例子:

for stock in stocks.universe:
    if stock.last_low.price == stock.prev_low.price and \ stock.last_low.date – stock.prev_low.date < 15 days:
        if target_stock.highest_between_lows.price <    \ stock.last_low.price * 1.10:
            print(“W-shape detected”)
            order(stock, +1)

顯然上面的code只是基本的判斷，技術分析派可能有許多輔助判斷圖形的方法，但讀者們應該不難明白計量交易將技術分析標準化以及規模化的潛能，並且排除所有人為錯誤。說的誇張一點，任何技術派交易員用來判斷市場的方式，只要是客觀標準，都能將其寫成程式並且自動執行。

---

計量交易的優點：後測

後測(Backtesting)可以說是計量交易最吸引人的地方了。由於所有的決策過程都經由電腦完成，交易員可以輕易的利用過去資料測試策略的合理性和營利性，這是所有其他交易模式都無法達到的。

同樣是上面的例子，如果有人跟我說雙重底圖形很有用，他可以拿出一百個一千個雙重底圖形發揮效用的例子出來說服我，但另一個人可能也能拿出一百個一千個雙重底圖形失敗的例子。而自己在觀察總結圖形時也免不了遇到確認偏誤: "如果這個雙重底後下跌一定是我自己看錯判斷錯了，絕對不是圖形本身沒用，沒看到XX老師用這個圖形賺了好多錢嗎?"。

計量交易的好處在於能夠系統化並且毫無偏見(在沒有前視偏差 look-ahead bias的情況下)進行大量測試來判斷交易策略的好壞，展現如果對於過去15年的資料執行上述策略，收益如何、風險如何、是否有打敗大盤、抗壓性如何等等。後測平台較推薦使用Quantopian，交易員可以透過簡單的python程式實現美股過去接近20年的後測，並且取得詳細的分析以及benchmark。

下面提供一個簡單的後測結果，順便說明為何股債60/40分配優於All-in股票:

60% SPY 40%TLT monthly re-balance backtest result

各位可以看到，從2003年到2020年，股(SPY)債(TLT)60/40分配(藍線)的收益大致等同All-in股票(SPY，白線)，然而其收益成長卻遠遠較All-in股票平滑，同樣收益下擁有較低的風險(Sharpe Ratio 0.96以及最多30%的回落)，這代表投資人可以更放心的將更多資產進行投資，進而由於較大的本金賺取比All-in股票更多報酬。

相信許多研究過投資的讀者都聽過股債60/40分配的說法，但可能對這樣分配的必要性抱持一點疑惑，或者不明被為何一定視60/40分配而非70/30或50/50。計量後測可以很好的解答這些困惑，並且可以輕易測試70/30或50/50分配是否優於60/40 (hint: 並沒有)。這就是計量交易的迷人之處：數據說話，永遠不用迷信於XX老師的明燈或分析。

這篇文章什麼都不重要，但只要讀者細心體會multi-asset class 的diversify對於投資組合帶來的效應就沒浪費讀文章的這10分鐘了。當然除了股債以外還有更多可以拿來互相hedge降低風險的資產，就留給讀者自行研究了。

本文同步發於：商僧文摘臉書粉專/某K之Medium

回覆此文章

商僧文摘

國立台灣大學 財務金融系

追蹤 245 鼓勵作者

金融、商業、顧問、職涯成長文摘

匿名發文

發表匿名文章不會出現你的大頭圖與名稱，你可暢所欲言，但文章內容務必遵守「佈告欄使用規範」！

---

回應

<div style="color:#777">請登入後再留言</div>

送出回應

---

9 則回應