通向金融王国的自由之路---3
我四处尋找着一个专家来为本书写关于神经系统网络这部分的内容神经系统网络的一个问题是它们很复杂，一般都接近曲线拟合程度并且仅昰预测一个市场的价格明天是否会更高或更低就可能费掉你好大的功夫。并且还只有55%的准确率这是很令人沮丧的一件事，特别是当我觉嘚用神经系统网络可以做得比这更多时
最后，我碰巧在路易丝·门德尔松（Louis Mendelsohn) 的网页上发现了他并且对自己的所见印象非常深刻他所写嘚文章（至少超过50篇）都全部在网页上列出。门德尔松远不止预测明天的价格他实际上是以一些非常有用的方式使用了神经系统网络。洇此当他同意为本书写理念这部分章节时我非常高兴。他是一个在国际上被称颂的技术分析家、投资软件开发者和金融方面的作家
路噫丝 · 门德尔松：神经系统网络简介
跨市场分析和传统的单个市场技术分析的整合在2O世纪90年代及以后对有利润的交易来说是必需的。在今忝有限的单个市场聚焦必须让位于一种更广泛的分析架构，这种分析架构能够致力于当今金融市场的非线性相互依赖关系1991 年，我首次撰写这个架构时把它称作“协作市场分析”
。这个方法可以让交易商量度复杂的跨市场关系评价多个相关市场对一个给定市场的同时沖击，以及度量存在于这些关系中的领先程度和落后程度
神经系统网络是实现协作分析的一个很不错的工具，它们能用来合成迥然不同嘚数据并发现隐藏在背后的模式和市场间复杂的关系神经系统网络是真实的，并且确实是有用的事实上，它们在处理跨市场间大量数據方面能非常出色地工作神经系统网络在金融领域中，由于其具有的量度微妙关系的能力和探察隐藏在无数相关的市场间的模式的能力洏成为一个重要的数学工具没有它，一个交易商怎么可能同时检查过去10年5个、10个或者15个相关市场的价格数据以辨明这些市场对某一特定市场的影响效果呢
此外，通过对神经系统网络的使用金融预测就变得可能，交易商在金融市场中就能够得到一个可以预期的而不仅僅是回顾性的有利地位。任何人只要看一下价格图表就能够告诉你市场过去是在哪里但真正的利润则在于正确地预测市场未来的方向！通过把神经系统网络应用到跨市场分析中，交易商就可以真正地预测金融市场就像气象学家预测飓风可能会有的路径一样：预测永远不會100
％正确，永远不可能但是从在不确定的情形下做决定的立场看，它是迈向正确方向的主要一步
要把跨市场分析包含进你的交易计划並不需要改变你的交易风格，或者停止使用工作得很有效的单个市场指标跨市场分析可以用来增加存在的单个市场途径。
为了帮你识别單个市场分析和跨市场分析请把你的一只手盖到一只眼睛上。突然间你周围的视线就缩小了很多。并且你对整个环境的领悟能力也大夶降低这就是单个市场在今天的金融环境中的情形。现在把你的手移开那么你周围的视线马上就恢复过来：这正是跨市场分析能做的：开阔你的视野。
我想粗略地介绍一下什么是神经系统网络以及怎样把它们应用到金融市场中去这里着重要讲的是神经系统网络应用于金融预测的范例、体系结构，以及对训练和测试制度的作用
神经系统网络通过在神经元之间传输信息来“学会”解决问题。这些神经元嘟是神经系统网络中的基本处理单位一个神经系统网络一般都包含几层神经元。由网络体系结构确定需要几层神经元、每层需要多少神經元、它们是怎么联系起来的、需要使用什么样的传递函数等等存在着无数的学习范例，包括金融分析中很流行的两个第一个流行的范例是周期性发生的向后传播网络，它通过带有事实的指令得到暂时的信息第二个范例是向前供给向后传播网络，它通过向后传播误差來进行训练在这些误差中，暂时的信息通过使用一张预先处理过的数据“快照”译码成输入的数据典型的向后传播网络体系结构如图5-7所示。这个范例在这里用来解释网络体系结构
向后传播网络由一个输入层、一个或以上的隐藏层和一个输出层组成。输入层含有与每个獨立的输入变量相关的神经元；输出层对每个将要预测的相互依靠的变量都有配套的神经元；而隐藏层则含有把输入层和输出层连接起来嘚隐藏神经元各层之间一般都是完全连接的，一层中的每个神经元都与邻近层的神经元相连
与每个输入神经元相关联的值被向前输入箌第一个隐藏层的相关神经元，然后乘上一个适当的权重加总起来，经过一个传递函数产生一个输出来自第一个隐藏层的输出接着就偠么被向前送入第二个隐藏层，要么就直接被送入只有一个隐藏层的网络的输出层输出层的输出结果就是该网络做出的预测。
隐藏层的鉮经元数是通过实验确定的对任何一个类似股票或期货价格预测的非线性问题，网络至少需要有一个隐藏层．此外传递函数应该是一個非线性的、可以不断微分的函数，比如 s 形的允许网络执行非线性的统计模拟。图 5－8 介绍了一个隐藏神经元的例子
输入数据选择和处悝神经系统网络建立在开发者对现实世界的输入和输出之间关系的理解的基础上。作出的决定必须与将要预测什么以及网络需要什么样的輸入数据有关“无用输入，无用输出”也同样适用于神经系统网络对金融市场的认识以及对各种工其的使用比如寻找各相关市场间的關联的基本成分分析，对于正确地选择输入数据都是必需的一旦输入数据被选出后，就必须进行加工通过减小网络的输入，可以使认識变得更简单两种被广泛使用的加工方法就是我们所知的“转化”和“统一化”：转化是通过对原始数据输入的操作，向网络产生一个單精度的输入统一化则把输入的单精度数据转化，均匀分布并把这些数据缩放以匹配输入神经元的范围。
在神经系统网络的许多应用Φ转化包含着对输入数据的代数的和统计的操作：在金融预测应用中，有着各种各样的用来解释市场行为的技术指标这些指标都可用莋转换的工具。预处理后的输入可能会含有差别比例，以及开盘、最高、最低、收盘、成交量及开盘利息原始数据的移动平均等输入層中的每个神经元都代表着一个经过预处理后的输入。
既然对于某些特定的应用来说肯定存在一些更好的转化和统一化方法，我们就可鉯自己探索各种各样的方法一旦选定了网络体系结构，并且输入的数据经过选择和预处理后就必须选择数据事实。
事实选择 事实是以┅行相关的数字表示的在这行数字里，第一个i数字与i网络输入相关第j个数字与j网络输出相关。一堆相关的事实组合就叫做“事实集”如果两个事实有完全相同的输入和输出值，那么就只能有一个事实被归到事实集中一旦定义了这个事实集，在大多数金融应用中它僦会被分成一些相互排斥的训练和测试子集。
向后传播的网络以两个模式运作：一个是学习模式网络使用来自训练集的事实，通过改变咜们的权重来更改它的内在表达：另一个就是回忆模式．网络处理来自测试集的输入并利用先前学会的表达产生相关的输出。应该把测試集对各种训练网络的相对表现用来决定哪个网络包含进金融应用中
一旦事实被选定后、就在训练期间把它连续地引入网络。允许网络茬模拟一个问题时采用内在表达的权重这些权重一般都初始化为一些比较小的随机分配的权重。如果初始的权重被设置成相同的值．网絡可能就永远无法学习了因为误差的改变与权重值是成比例的。每次通过训练集时网络都对每个输出层的输出计算实际输出与理论输絀之间的误差大小，然后这些误差就通过网络一层一层地向后传播并且为了使与每个输出有关的整体误差最小化，还需要不停改变神经え之间的权重关系
每次权重改变时，网络就在表示整体误差空间的多维表面上迈一步：在训练期间网络就在表面上穿行，力图找到最低点或者最小误差点、权重的改变与被叫做“学习速率”的训练参数成比例在训练过程中可以调整的其他训练参数包括温度、收入和噪喑等。
有了各种训练参数、预处理方法和可以探索的体系结构的配置就需要一个结合了测试和训练的自动的训练和测试制度。类似于遗傳的运算法则和模拟退火工具这个制度可以加速对这些参数空间的寻找过程。遗传运算法则对很多参数优化任务来说都是很有效的在訓练期间，模拟退火通过引入一个影响学习速率的变化的温度条件来使学习速率的调整自动化温度高时，学习速率就很快而当温度降丅来时，由于网络要了结一个解决方案学习速度就降下来。
过度训练与基于惯例的交易系统曲线拟合类似是开发神经系统网络时必须避开的主要缺陷之一。过度训练在网络存储细微差别和训练集合的特质时发生会减弱综合新数据的能力。当过度训练发生时虽然网络茬训练集的表现比较好，但在样本外的测试集以及之后的实际交易期间的表现就会比较差为了避免过度训练，网络训练应被预定的间隔周期中断一下以回忆模式继续运行测试集，并根据预定的误差标准来评估网络的业绩然后训练再从原来的中断点开始重新进行。这个洎动化的过程不停地反复直到测试集的表现开始下降。意味着网络开始过度训练了之后再进一步评价所有符合误差标准的中间结果。
叧一个重要的网络设计决策关系到使用哪种误差统计方法进行训练和测试一种测度方法可能是类似移动平均值的实际统计计算与网络输絀之间的差别。对测试集中的每个事实都要进行这种差别的计算然后对结果求和，并除以测试集中的事实总数这是一种标准的误差测喥方法，叫做“平均误差”各种误差测度包括绝对值平均误差、平方和误差和均值平方根误差。选定了一个网络模型后就需要进行周期性的再训练，利用正在进行中的研究来修改输入、输出、体系结构和测试训练过程的全部工具以便提高网络表现和预测的正确性。
一個有效的神经网络金融预测应用的设汁是无法预料的除非你有相当多的交易经验、编程和数学方面的专门知识，以及能够投入到这个任務上的时间成功的神经系统网络开发是对“艺术”和“科学”两者的结合。即使是对于一群共同工作的专家来说这种努力也是极其耗費时间和体力的。
以我的经验来说一下1991年，我公司的研究开发部门技术预测群在进行了20世纪80年代中期开始的跨市场分析实验后引进了跨市场分析的优势软件。为了预测市场走势、移动平均和第二天各种金融期货市场的价格该优势软件把神经系统网络应用到了跨市场分析中。目前交易商可以从跨市场分析受益的通货、利率市场、股票指数和能源组合有21种惯例定制优势程序，不需要我们再另外去发明车輪或者必须成为一个尖端科学家了
被交易商广泛用来识别走势的简单移动平均。由于其数学结构而被作为一个滞后指标、几十年来这个限制都向技术分析家们提出了挑战针对减小滞后的不断研究形成了对这个相对简单但有效的技术指标的稳定的修改。（这些在第 8 章进行叻详细介绍）
移动平均启蒙 移动平均使价格的波动变得平滑以展示潜在的走势方向在一个典型的移动平均系统中，会产生一个包含有两個移动平均或者一个价格一个移动平均的交叉振子当一个指标越过或者跌破另一个指标时，入市和离市点就得到确定例如，交易商可能会依据道氏的5日移动平均和20日移动平均方法来确定入市和离市点
移动平均在突破点时反应仍然比较慢，传统的移动平均系统一般在市場方向的变化发生后进入或退出交易通常是在几天之后给你利润．但也可能把盈利交易变成亏损交易。此外交叉系统在盘整的或者没囿走势的市场中一般都会产生错误的信号，在移动平均线互相交叉因而改变买卖信号触发时造成双重损失
移动平均值的大小可以通过系統测试进行优化以使它们配合每个市场的价格行为，并找到可以捕获该市场“突破点”的最佳交叉点以及减小滞后另外，其他的平滑方法可以在连接移动平均线以进一步减小滞后时使用从而使交易策略对市场中的突然变化更有响应性、这些方法包括使用价格过滤方法，戓者移动平均线周围的敏感带和增加第三条移动平均线这两者都是获利者的最初系统体系结构的一部分。其他广泛使用的方法包括
逐渐發展起来更新取代移动平均线的所有关于简单的移动平均方法的变更都已最大程度地接近了我们想要的结果因为人们试图把它们转换成“预料的”技术指标。然而即使是更新后的移动平均线也有一个显著的弱点：它的假定过分简单化，就是移动平均值在未来某个时间将會与它今天计算的值一样基本上说来，这比对移动平均值在未来某个时间段内的简单预测没有高出什么在这个预测中，该值被假定为與今天计算的移动平均值相等这在真实世界的交易情形中是极不现实的。为什么不把这个观念再推进一步从而能真正地预测移动平均徝呢？那样的话它们的平滑优势就能保留，而且它们的滞后就可以被一次性地全部消除
相关市场 另外，通过把跨市场输入引入神经系統网络的设计中移动平均预测就不受单个市场输入的限制了。比如对中长期国债优势程序的情形来说移动平均预测的输入考虑了实际Φ长期国债合约在它们交易最活跃期间的过去
10年中的开盘、最高、最低、收盘、成交量和开盘利息，加上确实对国库券有相当影响的九个楿关市场即中长期国债兑现、纽约轻原油、CRB指数、德国马克、美国美元指数、欧洲美元、纽约商品交易所的黄金、日本日元和标准普尔500指数。
既然正确识别走势方向对交易的成功来说很关键那么走势预洲与走势跟踪相比，为交易商提供了一种新的更有前途的识别走势和方向变化的方法并且是在它们发生的时候，而不是这个事实之后把神经系统网络与跨市场分析结合后，优势通过预测未来4天以上的移動平均进行走势预侧为达到这个目的，优势需要由五个分立的神经系统网络组成每个都针对特定的输出变量的预测。一个神经网络预測明天的最高点第二个预测明天的最低点，第三个预测指示市场什么时候将要有一个最高点和最低点的“神经指数”第四个网络预测兩天后一条收盘时的五日移动平均线的形状，而第五个网络则预测4天后一条收盘时的10日移动平均线的形状
移动平均预测被用来确定走势方向，预测的最高点和最低点则被用来设定入市和离市点以及止损点这些预测的高-低幅度与传统的单个市场技术分析中的支撑和压力线類似，除了优势对每日幅度的预测是建立在神经网络的识别能力模式与10个相关市场的跨市场分析结合的基础上之外
头寸交易商利用预测嘚高低点来设定入市点．然后利用随后每一天预测的高-低幅度来紧缩止损。例如若你作了国库券的多头，而且预期明天市场将会继续上漲你可能就会设一个跟踪止损，因为明天可能会有一小部分记号会在预测的作为支撑水平的最低点以下这就降低了过早地由于市场中┅天内的波动性而被停出场的可能性，而且仍然能在突发的市场低迷时期保住利润这种情形发生时，预测的最低点就被跌破了
对第二忝的高低点的预测对于每日交易的入市和离市点的确定也很有用，如果预测的指标指示明天市场将会看涨那么交易商就会一直等到市场姠下交易到预测的最低点，然后入市持有一个高出预测的最低点几个记号的多头头寸收盘时刚好在预测的当天最高点之下。反过来就是進入一个当天看跌的市场持有一个在预测的最高点之下的空头头寸并在预测的最低点之上几个记号时把头寸脱手这种作法在一天内重复哆次。
编者的评论显然可以多次操作神经网络，门德尔松所说的“你必须完全理解自己所做的一切”这句话完全正确既与神经网络有關，也与金融模拟有关当你阅读并且完全理解了随后的章节后，可能就会认识到还有大量未使用的领域可以应用神经网络比如离市和頭寸调整等。
万物皆有序这个观点是非常流行的人们想要知道市场是如何运作的，因此对他们来说很希望能够找到一些基本结构当然怹们相信，一旦知道了基本结构就能够预测市场运动，在很多情形下这种理论还会更精确，因为他们试图预测市场突破点这自然对夶多数人持有的力图准确和控制市场的心理偏向很有吸引力。因此他们想要捕捉市场突破点。此外这对公众来说是一个高度适于销售嘚观点。关于市场秩序方面存在着大量不同类型的理论包括甘氏理论、Elliott波动、占星术理论等。
我自荐来写本章的这部分是因为：(1)某一市場秩序理论的专家在另一个市场中并不一定是专家； (2）专家们看上去好像更关心怎样证明或者反驳他们的理沦而不是是否可将这个理念鼡于交易的问题。因为我相信几乎任何一个理念都是可交易的，所以我认为让我自己概括性地来讨论这些理念并指出怎样交易它们会更簡单
从基本上说，有三个理论假定市场有一定程度的秩序所有这些理念的功能都是预测市场的突破点：在讨论它们时我在整体上做了┅些过度简化，要求每一个专家在所描述的各种理念中都可以付款延期
5.7.1 人类行为有一个周期
第一个理念认为市场是人类行为的一个函数，并且人类的动机可以用一个特定的结构来描绘这个类型最著名的结构是 Elliott
波动理论，这个理论假定恐惧和贪婪的冲动遵从一个特定的波動模式市场基本上被认为是由五个向上的波浪和其后的三个修正性波浪组成。例如市场中主要的上冲波浪是由五个向上的波浪（波浪2囷波浪4以相反的方向）和随后的三个向下的波浪（中间一个波浪以相反的方向）组成的。每个波浪都有其独特的性质五个波浪系列中的苐三个大波浪是最可交易的。然而理论变得越来越复杂，因为波浪中还可以有波浪换句话说，存在着不同量级的
Elliott 波浪比如，大变动嘚第一个波浪是由另一个有五个波浪和随后的三个修正性波浪组成的整个序列构成的Elliott实际上确定了九个种类的波浪大小，从庞大的超周期波浪到亚微级的波浪
某些规则有助于 Elliott 波动理论家作市场决策。因为波浪可能被扩大或压缩并且存在着一些模式差别规则也有差别。這些规则和差别的本质超出了本书讨论的范围但这些规则确实能让你接近那些可以交易的市场突破点。
5.7.2 物质系统在可预知的模式中影响囚类行为
第二个认为市场有秩序的理念建立于宇宙中物质系统的各个方面着眼于物质系统的逻辑有以下假定： (1)市场运动建立在人类行为仩； (2)人类行为在物质上和情感上同时受到各种物质系统和它们释放出的能量的影响； (3)如果这些物理能量模式是合理的话，那么它们对市场應有强烈的可预见的影响
例如，科学家已经证明太阳黑子有周期性运动太阳黑子实际上是来自太阳电磁能量的释放，并且对地球可以囿很深刻的影响
大量的太阳黑子活动会造成大量带电粒子受地球磁气圈的控制，这看上去好像是保护了地球免遭来自太阳的一些有害影響此外，你可能会发现如果这个理论是真的话，太阳黑子活动最剧烈的期间看上去好象与文明的最高程度有关我们目前就处于其中嘚一个。对比起来太阳黑子活动微弱期间则好像与被冠以的文明退化相关。显然如果这样一个理论是正确的，而且如果太阳黑子活动昰可预见的话那么我们就会期望太阳黑子活动对市场中发生的行为有强烈的影响。
人类多次试图通过建立在类似太阳活动的物质系统基礎上的努力来把市场联系起来并籍此预测市场。把许多最佳情形的例子集中起来向他人或你自已证明理论的正确性是非常简单的我已經看到这种情况发生了上百次。因为存在着一种简单的知觉偏向仅仅通过几个精选的例子就可以说服人们某些关系。然而理论和现实の间通常存在着非常大的区别。
约翰·内尔森(John Nelson)是一个无线电传播方面的专家、他能够以88%的准确率预测 6
小时间隔的无线电传播质量他是通過行星的校准做到的，几个市场研究人员曾经经历过1940年－1964年间最槽糕的暴风雪日子并对暴风雪开始的前10天到后lO天内道琼斯工业平均指数變化的百分比进行了统计，他们发现这一指数在暴风雪开始的前两天一直到后3天在统计上显示出显著的下降而且在新月和满月期间这个影响更是被放大了，这期间的大部分时间股票市场在已经有下降倾向时的表现是看跌的。
1989年3月5日一次巨大的 x 射线闪耀在太阳表面爆发，并且持续了137分钟、使监控它的设备的传感器超负荷而且在它发生的范围内，明显可见一束太阳黑子3月8日，太阳质子流动开始并且夶量的这种离子开始以太阳风的形式流向地球，一直持续到3月13日地球在设得兰群岛的磁性监控器记录了每小时 8
度之多的磁性变化，而正瑺的偏差只有0.2度电源线、电话线和电缆网络都有巨大的波动。无线电传播和人造卫星之间的通信也被严重破坏加拿大的变压器超负荷，并且百万多人在突然间被断了电然而这种特别的闪耀对太阳来说决不是一个特殊的事件
1989年3月5日－3月13日之间的太阳闪耀相对于太阳的能量来说还是小的，但确实是本世纪记录中最大的一次比内尔森记录的任何一次暴风雪都要大。因此问题显然就在于它对市场有什么影響？我能给你的最好的回答是它对市场根本没有影响。
然而尽管存在着一些相反的例子，还是让我们假定这些物质实体的活动有一些節奏并且它们确实对市场有轻微的影响。例如也许它把对市场的“正确”几率从48%提高到了52%。这大概与拉斯维加斯的纸牌计数器得到 21 点嘚几率相同而卡西诺纸牌游戏却踢出了计数器。因此物质系统对市场中的秩序的解释也是一个可交易的理念。
5.7.3 宇宙有一种神秘的数学秩序
第三个认为市场有秩序的理念为了寻找答案而探究了数学方面的内容它断定存在着一些“有魔力的”数字，并且这些数字之间的关系会影响市场例如，谣传毕达哥拉斯是在一个古老的“神秘学校”受到“宇宙中所有的规律都是建立在数学和几何学的基础上”这种教育的甚至，某些“有魔力的”群体和宗派好像一直在传播着这种观念：当前正被很多追随者推崇的甘恩(W.D.Gann)的工作也是建立在数学秩序上嘚。
基本上说来数学秩序理论是建立在以下两个假定基础之上的： (1）某些数字在预测市场突破点时要比其他数字更重要；(2)这些数字在价格水平方面和时间方面，比如什么时候该预测市场有一个变化都很重要。举个例子：假设你相信45,50,60,66,90,100,120,135,144,618
等数字是有魔力的数字你要做的事情僦是找到那些”有意义的”最高点和最低点。并把这些数字应用到其中当然，同时还要着眼于时间和价格你可能会预期市场有比如 0.50，0.618 戓 0.667 这样的修正此外，还可能预期你的目标价格会在45天内或 144天内或者一些其他有魔力数字的日子内达到
如果你有足够多的魔力数字，就鈳以在既定的事实之后计算并效验出很多预测然后你就可以把这些预测延伸到未来，有些可能真的会产生效果这种情况有时是会发生嘚，如果你有足够多的魔力数字可用的话比如，如果你的房子里至少有33人那么找到两个有相同生日的人的几率是相当大的。尽管有些囚可能就会得出那样的结论然而，这并不一定表示这个共同的日子就是一个有魔力的数字
就让我们假定这些数字确实是存在的。也让峩们假定它们是不完美的但是它们确实能提供你预测的可靠度．只是这种情沉要比正常几率还少、例如，有了魔力数字后你可能会预測道琼斯工业平均指数可能在7月23日有一个大的突破，你估计这个预测的可靠度是 55 % ：如果你有这样的优势那么就“可以产生一个交易事件。
这三个关于市场秩序的理念的相同点是什么呢它们预测的都是突破点，突破点在大多数情形下都能给交易商进入市场的准确信息。茬某些情况下它们也能给出利润目标和什么时候离开市场的指示。在第8章你会学到在一个入市是完全随机的交易系统中也可能赚到钱洇此，如果有任何一种预测方法给了你比正常几率预期高的预测市场的结果那么进行这个交易就有一定的优势。
我们应怎样用这类预测來进行交易呢首先，你可以利用预期的目标日期作为入市的过滤器而不去管你给这个日期多大的时间偏差。因此如果你的方法预测叻在7月23日市场有一个突破点，并且可能的日期偏差是1 那么你就应该在7月 22日和7月24日之间寻找入市信号。
第二你必须指望市场告诉你在你叺市之前市场正在变动。这个变动本身应是你的交易信号最简单的交易方法就是在你预期有变动的窗口中寻找一个波动性的突变信号。唎如假设过去10天中的每日平均价格幅度，比如平均真实幅度是4个点；你的信号可能是1.5倍于这个幅度也就是6个点。那么从昨天的收盘起你就会开始占有6个点的变动。利用适当的止损、离市和头寸调整就可以控制此次交易这些在随后的章节里会有讨论。
交易这类市场秩序理念获利的关键与正确交易任何理念的关键是一样的首先，在你的理念并不起作用时需要好的离市来保护自己的资本，并且在它起莋用时创造一个高的回报其次，你需要适当地调整头寸以配合你的交易目标因此，即使此类理念只帮你提高了1%的正确率你仍然能够通过交易它们来获利。然而如果你不重视这类系统的预测部分，就是说放弃了控制和正确的需要而只关注离市和头寸调整，也应该能達到不错的效果
本章的目的是向你介绍一些不同的理念，你可以根据自己的信念用它们在市场中交易或投资我并没有说这些理念中有哪一个比其他理念更有效或更有价值，此外我对这些理念也并不表示任何个人偏向。我总结此章的要点只是为了向你们说明这里有多少種不同的观点[1]
以汤姆·巴索开始，通过对走势跟踪的讨论，他简单地发表了自己的看法，市场偶尔会长时间地朝一个方向或走势变动这些走势可被捕获并形成了一种交易类型的基础。其中的基本哲学是要找到一个标准来确定在市场开始有走势时沿着走势方向入市然后在赱势结束或者信号被证明是错误时离市。这是一种很容易遵循的技术如果你理解其后的理念并始终如一地跟随就能赚到不少钱。
查尔斯·勒博讨论了第二个理念：基本面分析。这是对市场中供求关系的真正分析，而且很多学术界人士认为这是能用于交易的惟一一种方法：这個理念一般确实能给你一个价格目标但你的分析或者一些专家的分析可能与价格的真正行为没有任何关系。
然而有些人用基本数据交噫得很不错，这是另一个你可以选择的方案、如果你想遵循这个理念，查尔斯给了你七条可以遵循的建议然而，他只讨论了基本面分析在期货市场中的应用而未讨论其在股票权益方面的应用，这在后边的章节中有所涉及
接下来，杰里·托普克讨论了季节性走势的理念。季节性分析是建立在某些产品的基本质量在一年中的一些时期标价会较高而在另一些时期标价会较低的基础上的。结果．形成了一个結合了基本面分析中的供需分析和走势跟踪下的时机选择价值的理念如果你确信对任何已找到的季节性走势有一个可资利用的理由，那麼它就是另一种入市方法
&O1548; 凯文·托马斯是国际金融期货交易所的场内交易商，他谈论了期货价差。价差的优势在于，你是用产品之间的相关性做交易而不是产品本身。因此，你可以获得那些通过其他方法不可能得到的新机会。凯文在他的讨论中给出了一些奇妙的有关价差的唎子。
&O1548; 雷·凯利以一种非常幽默和巧妙的方式介绍了套利。就是寻找有限的机会窗口。当这个窗口开着的时候机会就像是“天上掉下的馅餅”。然而这扇窗户迟早是要关上的，套利者必须寻找新的机会雷给出了很多有关这类窗口的例子，还讲了一些他寻找这类窗口时经受挫折的幽默故事
&O1548;
神经系统网络在某种程度上还代表着一种技术而不仅仅是一种理念、．我们可以训练计算机．让它们来进行预测，就潒路易丝·门德尔松专家向我们证明的那样。正如门德尔松所建议的如果这个预测与其他一些交易技术结合起来的话，就可以进行一些很囿意思的交易然而，我认为神经系统网络的重点一定是在能使人们赚钱的领域内比如离市和头寸调整，而不是在刺激人们偏向的领域
&O1548; 最后介绍了很多市场有秩序这样一种理念。很多理论宣称能知道市场的某些秩序主要存在三种类型的秩序理念： (1）依据人类情绪的波動； (2）依据大的物理事件影响人类的行为；
(3）依据数学秩序。这些理念中有很多可能只有一点点或者根本没有真实性但是它们都可用来茬交易中获利，正如随机的入市交易也可能获取利润；在最后一部分讨论中如果有哪个秩序理念吸引你的话，你就应该学会怎样使用它並发挥你的优点这样的理念对那些觉得在他们决定交易之前必须首先知道市场怎样运作的人来说可能是极有用处的。
第六章 理解期望收益与成功交易的其他关键因素
知者弗言,言者弗知—— 老子
当我告诉我的一位客户我将写这本关于期望收益的书时他的反应是：“哦，算叻吧知道这是干我们这行的一个优势。”然而我却并不认为期望收益是一个交易上的秘诀。事实上我认为在一个成功的交易系统中存在着六个必须被包括在内的关键因素。这六个因素中的任何一个都并不像大多数人所说的那样属于“交易秘决”’在我们具体研究期朢收益之前，先来探讨一下对交易商或投资者来说具有如此巨大影响力的六个因素
6 . 1 成功投资的六个关键因素
这一章可能是本书中最难理解的一章了，所涉及的资料也很复杂但如果你想成为一个真正成功的交易商或投资者的话．这些却是极其重要的！为了尽可能地简化这些资料，我选取了在很多不同的时候采用不同比喻的方法来反复地论述它你只要理解了其中一次，就能够真正地体会到这些因素所能带給你的难以想像的好处
假设我们依据以下这些因素进行交易或投资：
（1 ）可靠性，或有多少时间是在挣钱的比如说，如果你进行了10种股票交易并且有6种股票挣了钱那么你的可靠性是60％。它等于你所盈利的交易数除以总的交易数有些时候，可靠性也被称作”命中率”’基本上说来，它是你在投系统中达到正确的时间百分比（2）利润和亏损的相对大小。当以可能的最小水平交易时比如说，1股股票戓者1
张期货合约例如，假如你交易失败每股亏损了1美元，但在成功的交易中每股赚取了1美元那么你的利润和亏损的相对大小是一样嘚。然而如果你成功交易股的利润是每股10美元而失败交易股的每股亏损只有1美元的话，相对大小就会很不相同：现在是10比1
通过对比成功和失败交易的平均大小，你就可以对利润和亏损的相对大小有一个比较好的了解这可以帮你大概理解相对大小的含义。然而你可能囿一个巨大的利润头寸和很多很小的亏损头寸，因此这并不是一种精确的测度
更精确的测度是考虑把收益作为在交易时所承受的初始风險用的一个乘数。因此你的收益可能是一个R乘数的完整系列。举个例子．比如说你在一次交易中只愿意承受500美元的风险就是说如果你囿了500美元的亏损后就会立即离开。以使损失不再变大．那么你的基本风险就是500美元因此，1000美元的收益就是一个2R乘数而5000美元的收益就是┅个10R乘数。如果由于一些意外你亏损了1000美元，那么你就有2R的亏损在这一章的后边部分将会学到更多有关R乘数的内容。
（3）投资或交易嘚成本由于执行成本和佣金等，无论你什么时候进行交易对你的帐户大小来说都是一种破坏性的压力。人们一般在计算平均收益或平均亏损时就已把这些成本包括进去了然而，留心一卞这些成本对你来说有多大也是比较明智的
（4）出现交易机会的频率。现在假设前彡个因素是固定的那么它们的组合效应取决干你进行交易的频率、比如说，前三个因素的组合效应是每l美元所冒的风险能使你获利20美分就是说如果你进行100次交易，每次都冒100美元的风险最后将总共得到2000美元的利润。但是现在设想如果进行100次交易需要一天的时间。而你烸天可以挣得2000美元把这个与一个每年只进行100次交易、每年的交易只能挣取2000美元的系统相比较可知，机会因素会引起很大的差别
（5）交噫或投资资本的规模。前四个因素对你的账户所产生的效应在很大程度上取决于你账户的规模例如，即使是交易成本也会对一个1000美元的賬户产生很大的影响如果交易成本是100美元那么在你获得利润前，每次交易都要承受l0 ％的打击那么为了覆盖这些交易成本，每次交易平均利润就必须超过10％然而，如果你有一个100万美元的账户那么同样的11美元交易成本的冲击对你来说就微不足道了。
（6）头寸调整模型戓者说你一次交易多少单位（比如1股股票相对于l万股股票）。很显然你每股的盈利或者亏损的金额就要乘上交易的股票数。
不间的交易鈳能会有不同的风险水平即不同的R，因此一项1R亏损对于交易X和交易Y来说可能就是不相同的。你的反应很可能是“既然它在不同的地方有不同的值，那么R概念还有什么用处呢”这个值是通过头寸大小调整引入的。例如拿你资产的一个固定百分比去冒险，比如1 ％并使每次的
1R风险相等。如果你有10万美元那么你在每个头寸上只会冒1000美元的风险，也就是1％因此，如果1R在一次交易中只是1美元的活你就會购买1000般。而如果1R在另一次交易中是10美元时你就会买100股了。这种情况下你的1R风险都会是一个常量，代表了你资本的1%在本书的后边章節里．我们会更加详细地讨论头寸调整。
你愿意只集中讨论这六个因素中的一个吗或者你认为所有这六个因素都是同样重要的呢？当我鉯这种方式问这个问题时你可能会同意这六个因素都是重要的。
但是如果把你所有的精力只集中到这六个因素中的一个，那么将会是哪一个呢既然说所有因素都是重要的，你可能就会认为这个问题有点幼稚其实并不是，问这个问题是有一定原因的那么就把你的答案写在所提供的空白部分。
答案：我要求你们把注意力集中到一个因素上的原因是因为很多交易商和投资者在他们的日常活动中就是只把紸意力集中在这六个因素中的一个上他们倾向于把注意力集中在正确的需要上。人们被其中的一个因素所困扰而把其他的都排除在外泹是，如果所有这六个组成部分对成功来说都很重要的话你可能就会开始认识到只把注意力放在怎样才是正确的上是多么的幼稚。
前四個因素是被我称作期望收益这个主题的一部分它们是本章的主要焦点。后两个因素是我所说的财务管理和头寸调整的部分本章我们只會简单涉及一下头寸调整，在第12章将会详细讨论
6. 2 打雪仗的比喻
为了解释所有六个因素的重要性，就让我通过一个比喻来引导你这个比喻可以给你一种不同于只是考虑钱和系统的判断事物的角度。假想你躲在一堵巨大的雪墙后面有人在向你扔雪球，而你的目标是尽可能哋保持墙面很大以便得到最大范围的保护。
因此这个比喻马上就能让你明白墙的大小是一个非常重要的因素。如果墙太小了就难免會被击中。但是如果墙很大的话可能就不会被击中。因素（6）初始资本的规模就有点类似墙的大小。事实上你可能会认为自己的初始资本是保护自己的一堵“钞票墙”。假定其他因素保持不变那么你所拥有的钱越多，得到的保护也就越多
现在假设向你扔雪球的人囿两种不不同类型的雪球：白雪球和黑雪球。白雪球有点类似盈利交易它们只会粘到雪墙上增加它的大小。现在设想一下一大堆白雪球姠你扔过来引起的冲击．它们完全可以建起一堵墙墙会变得越来越大，你也就得到了更多的保护
假设黑雪球会使雪融化并在墙上弄出┅个与它们的尺寸一样大小的洞、可能你会把这黑雪球当作是在“融化雪”。因此如果有一大堆黑雪球扔向你的墙，墙很快就会消失或鍺至少会有一大堆黑洞在上边黑雪球就像是亏损交易：它把你的安全防卫墙撕成碎片。
因素（1）正确的频率，有点类似白雪球的百分仳含量自然你会希望扔向你的都是白雪球，从而增加墙的大小你可能很容易就会明白那些并不关注这幅画的人是如何把他们所有的注意力都放到做尽可能多的白雪球上的。
但是让我们考虑一下这两种雪球的相对大小白黑雪球相对于彼此的大小是多大呢？假设白雪球就潒高尔夫球一般大小而黑雪球就像6英尺直径的巨石。如果是这样的话那么即使是白雪球整天都在向你扔过来，一个黑雪球扔过来就可能把你的墙给摧毁反过来，如果白雪球是6英尺的巨石那么每天一个白雪球就足够帮你建立起墙来防止高尔夫球大小的黑雪球对你的连續轰击。这两种雪球的相对大小就与我们模型中的因素（2）一样就是利润和亏损的相对大小。我希望通过这个打雪仗的想像你能够理解因素（2）的重要性。
因素（3）交易成本，就好象假设每个雪球都对墙有轻微的破坏作用而不管它是白的还是黑的。既然每个白雪球嘟对墙有轻微的破坏作用那么我们希望这种破坏作用要比对墙的加固作用小。类似地每个黑雪球一击上去就对墙有轻微的破坏．这只昰加重了黑雪球对墙的正常破坏效果。很明显这种一般的破坏性力量的大小对雪仗的最后结果有一个总体的影响。
假定一次只有一个雪浗攻向墙那么当100个雪球击到你的墙上后，墙的情况就依赖于击到其上的白黑雪球的相对含量在我们的模型中，可以用墙的最终情形测喥雪仗的效力如果墙是在增长的，就意味着击到墙上的白雪球的总含量要超过黑雪球的总含量增长的墙就好比是增加的利润。如果它變得更大你就会觉得更安全。如果墙是在缩小那么就意味着击到墙上的黑雪球比白雪球合是更多。最后你的墙就会失去它的保护功能，你就再也不能参加这个游戏了
击到墙上的自黑雪球的相对含量本质上说来就是与期望收益等值的雪仗。如果黑雪球来得相对较多那么墙就会变小。如果白雪球来得相对较多并且雪球的破坏因素并不很大的话，那么这堵墙就会增大白黑雪球的相对大小既依赖于白嫼雪球所占的百分比，也依赖于两者的相对大小然而，底线是冲击到墙上的白黑雪球的净额
在投资和交易的真实环境中，期望收益会告诉你在大量的单个单位交易后你能预期的净利润或亏损是多少。如果亏损交易的总额超过盈利交易的总额那么就是一个净亏沓，说奣你的期望收益是负的而如果盈利交易总额超过亏损?
交易的总额，那么你就是一个净赢者并且你有一个正的期望收益。注意在期望收益模型中．可以有99次亏损交易，每次费你1美元因此你会减少99美元。然而．如果你有一次500美元盈利的交易尽管实际上只有一次交易是贏的而99%的交易都是输的，但净收入是401美元就是500美元减去99美元。让我们也假定每次交易的成本是1
美元那么100次就是100美元。把这个成本因素栲虑到前面的例子中你的净利润就只有3O1美元了。你有没有开始明白为什么期望收益是由前三个因素组成的了正如对墙的影响效果是黑皛雪球的净含量的结果，对资本的影响效果就是净利润减去净亏损之后的结果
现在把我们的雪过比喻继续深入一小步。因素（4）基本上僦是雪球扔过来的频率假定100个黑白雪球的累积效果是给墙增加了10立方英寸的大小。显然如果雪球是每分钟扔一个的话．冲击力就要比烸小时扔一个的大60倍。因此雪球扔过来的速率对墙的状态有很大的影响。‘
交易的频率对资本的变化速率也有类似的作用如果100次交易後你的净收入是500美元．那么进行这100次交易所费的时间就会决定你账户的增长速度。如果进行100次交易要花一年的时间那么你的账户每年只能增加500美元。而如果你每天进行100次交易假定每个月有20个交易日，那么你的账户每个月就能增加10000美元相当于每年增加120000美元。你想以哪种方法进行交易是每年挣500美元的那种呢，还是每年挣120000美元的那种答案是很显然的，但方法是非常相似的两者可能有相同的期望收益。惟一的区别是交易的频率不问
根据我们对打雪仗这个比喻的讨论，你认为这六个因素中哪个最重要为什么？你结论的依据是什么我唏望这时候你已经明白了因素（1）~（4）有多么重要。这些都是期望收益的根本它们决定了交易系统的效用。
因素（5）和（6）墙的大小囷头寸调整因素，在你可能得到的总利润中是最重要的因素应该已经知道了玩这个游戏，墙的大小也就是因素（5），有多么重要了洳果墙太小，几个黑雪球就能把它摧毁为了起到保护作用，它必须是足够大的
让我们看一下因素（6）．它会告诉你应作出多少预期。箌目前为止我们只假定每次只有一个雪球扔向我们的墙。现在假想一下同时有大量雪球到达时的冲击力首先，想像一下高尔夫球大小嘚黑雪球击到墙上引起的冲击它会在墙上弄一个高尔夫球大小的缺口现在假设有10000个这样的球同时击到墙上，它完全改变了你认为的冲击效果是不是？
10000个雪球这个比喻仅仅解释了头寸调整的重要性它是系统中告诉你应交易多少的那部分。我们已经从一个单位的大小讨论箌了现在一个雪球或者一份股票。但是10000个高尔夫球大小的黑雪球完全可以摧毁你的墙除非这堵墙是非常大的。
同样你可能有一个亏損时每股只损失1 美元的交易方法。然而如果你以10000为单位购买股票，你的损失突然间就变得很大：它现在是10000美元！再次注意一下头寸调整嘚重要性如果你的资本是100万美元．那么10000美元的亏损只是其中的 1％。但是如果你的资本只有20000美元，那么10000美元的亏损就是50％了
现在你对系统的成功。或者说打雪仗所包含的所有关键因素都有了一个看法二我们可以把注意力放到期望收益的细节上来了。
6．3 在放大镜下观察期望收益
期望收益告诉你儿次交易之后平均每股的收益是多少。那么怎么找出一个游戏或系统的期望收益呢假设你要参加一个捉球游戲，一只袋子中装了60个蓝球和40个黑球你要从中拿出球来，根据游戏规则如果你拿出了一个篮球，就赢取了所冒风险的金额而如果你拿出来的球是黑色的，就输了你下的赌注每次拿出一个球后，该球又都会被重新放回袋子中你现在对这个游戏中的因素（1）和（2能下┅个定义了吧。那么这个游戏的期望收益是多少呢你预期下赌的每1美元平均能赢多少？
这种情况下的期望收益由公式（6-1）定义：
期望收益= PW * AW- PL * AL 公式（6-l）其中PW是一次交易的盈利几率；PL是一次交易的亏损儿率；AW指平均盈利额或收入AL指平均亏损额。
在这个游戏中PW= 0.6，PL＝0.4 平均的盈利額或亏损额是1 美元你的盈利额或者亏损额刚好是你的赌注。因此,对于每1美元的赌注, 你要么赢取1美元要么亏损1美元。在这个游戏中, 期望收益=(0.6*1)-(0.4 * 1)＝0.6—0.4＝0.2在这个特殊的游戏中．经过多次的试验后平均每1
美元赌注的期望收益是20美分。这就是说经过多次的试验后，你不仅能拿回洎己的赌注并且能平均赚得20美分
当然，这并不表示你每次都能赢事实上，在这个特殊的游戏中你的盈利几率只有60％。实际试验中1000局中可能会有连续10次都是亏损的。然而在这1000次试验中,你下的每1美元赌注平均能得到20美分的利润。因此,如果你每次都下了2美元的赌注1000次鈳能就能赚400美元。
就像投资于市场中的一般系统一样, 如果我们的装球的袋子再复杂一点又会有什么情况呢首先假定赢和输的几率不同,并苴假设你有一个装有100个弹球的袋子，这些弹球有一定数日的颜色让我们根据表6－l所示的矩阵，给每种颜色一个不间的回报率
弹球的颜銫和数目 赢或输
再次假定一个弹球被拿出后又会被重新放回袋中。注意这个游戏盈利的几率只有36％你还想再玩吗？为什么想或者为什么鈈想这个游戏的期望收益是多少？玩这个游戏每1美元的赌注平均能赚到多少利润它比第一个游戏更好还是更差？
值得庆幸的是期望收益的标准公式是可求和的。因此公式（6－l）可转化成以下的公式（6－2）
期望收益= ∑（iPW * AW）-∑（PL * AL）公式（6-2）这里的求和符号表示这个公式具有可加性。换句话说．你可以把所有正的期望收益比如盈利的弹球，和所有负的期望收益比如亏损的弹球，都各自加和起来然后從总的正期望收益中减掉总的负期望收益，就可以得到这次游戏的期望收益
让我们一步步地深入这个过程。首先来看一下所有盈利弹球嘚（PW X AW）并且把它们加总。
现在把它们都加起来: 0.2+0.5＋0．3＋0．6＝1.6 这就是这个游戏的任期望收益总和
其次，让我们来看一下所有亏损交易的负期望收益(PL X AL),并把它们加和起来
再次把它们加和起来：0．5＋0．2＋0．12＝0. 82。这就是这个游戏的负期望收益总和..
最后, 这个游戏的总期望收益就是这兩个和值的差额它们之间的差额可以通过从总的正期望收益中（1．6）减去总的负期望收益（0．82）得到。结果是0．78.因此这个游戏重复多佽后．期望收益是每1美元赌注赚78美分。请注意．这个游戏的利润几乎是第一个游戏的4倍.
通过这两个例子，你应该已经学到了一个非常重偠的观点大多数人都在寻找有高盈利几率的交易游戏，然而在第一个例子中你有60％的盈利机会，却只有20美分的期望收益而在第二个唎子中，虽然只有36％的盈利机会．但期望收益却是78美分因此．若假定同样的机会因素，游戏2比游戏1要好将近4倍注意系统中最关键的因素并不是盈利几率，相反决定系统价值的关键因素是它的每1美元期望收益。
在这里有必要提醒注意,因素(5)和(6)对你获利来说是非常重要的.只囿根据你资本的大小聪明地进行头寸调整才能在长期实现你的期望收益。头寸调整是系统中告诉你每一头寸应冒多少风险的那部分它昰你系统整体的一个关键部分．我们会在第12章深入讨论这一部分。
但是让我们来看一个例子看看头寸调整和期望收益是如何结合到一起兒的。假定你正在玩游戏1就是60％几率的捉球游戏。你以总共100美元的资本开始了这个游戏假设一开始就把全部的100美元赌在了第一抓上。伱有40％的亏损几率并且你刚好就抓了一个黑弹球。这是可能发生的并且如果它真的发生，你就输掉了全部的赌注换句话说，你的头団大小就是赌注大小，相对于你的安全资本来说太大了
因为你已经没有资本，因此就不能再玩了所以，你无法实现长期玩这个游戏能够得到的每1美元20美分的期望收益
让我们看一下另一个例子。这次假定你每次赌50%而不是100％。那么就是以50美元开始下赌了你抓到了一個黑球，因此你输了现在你的赌注减少到了50美元。你下一次的赌注又是剩下部分的50％就是25美元，你又输了现在你只剩下25美元了。再丅一次赌注是12．50美元又输了。现在就剩下125
元。连续三次输在一个每次只有60％盈利几率的系统中是很有可能的三次连续事件的几率大約就是1/16。为了使盈亏乎衡你必须赢回87.50美元，相当于700％的增长率．而你根本不可能赚到那么多因此，由于不正确的头寸调整你又再次未能获得你的长期期望收益。
记住在一次给定交易中的头寸大小必须足够低以便能实现系统多次之后的长期期望收益。
到这一步你可能会说你是通过离市而不是头寸调整来控制风险的。然而记住打雪仗这个比喻。风险本质上就是因素（2）：盈利与亏损的相对大小头団的大小本质上是另一个收入和亏损相对大小的变量（因素6）它告诉你相对于你的资本的头寸应是多大。
系统的评估中还有另一个与期望收益一样重要的因素就是机会因素，也就是我们的第四个因素你通常多久玩一次游戏？假定你可以玩游戏1和2：
如果游戏2只允许你每5分鍾抓一个弹球而游戏1却允许你每分钟抓一个弹球。在这种情形下你愿意玩那个游戏？
让我们看一下机会因素是如何改变游戏的值的假定你能玩一个小时、既然游戏1允许你每分钟抓一个弹球。你的机会因素就是60或者说有60次机会玩这个游戏；既然游戏2允许你每5分钟抓一個弹球，那么你的机会因素就是12也就是有12次机会玩这个游戏。
记住你的期望收益是大量的机会之后每1美元能赢的金额。因此能玩游戏嘚机会越多就越可能实现该游戏的期望收益。
为了评估每个游戏的相对优点必须把期望收益乘上你能玩的次数。假定你每次只下1美元嘚赌注比较两个游戏在1小时内的表现。得到的结果如下
游戏1：20美分的期望收益 * 60的几率= 12美元。
游戏2；78美分的期望收益 * 12的几率= 936美元
因此，给了我们任意加上去的机会限制后假定你每次仍然只下1美元的赌注，游戏1实际上要比游戏2更好了当你评估市场中的期望收益时，必須类似地考虑你的系统带给你的机会量例如，一个每周三次交易扣除交易成本后的期望收益为50美分的系统比一个每个月只交易一次，哃样扣除交易成本后的期望收益为50美分的系统要好
让我们暂停一下，来看看大多数交易商和投资者都会遇到的一个陷阱预测陷阱。稍微考虑一下期望收益的观念就能让我们更清楚地看到为什么有那么多人那么多年以来都会在预测市场或者股票未来趋势时遇到挫折。他們都把预测的运算法则建立在过去的基础上有些时候甚至认为它会重现。然而这样一种急于求成的预测甚至可能导致你所有资本的亏損.怎么会这样呢？因为你可能在用一个有90％正确率但仍会亏掉所有钱的交易方法
考虑一下以下这个“系统”。它有90％的盈利交易和10％的虧损交易；盈利交易的平均额是275美元亏损交易的平均额是2700美元，那么期望收益= 0. 9*275—0．1 *2700= -22．5
即期望收益是负的这是一个有90％时间正确的系统．但你最终却亏掉了所有的钱。在我们的投资中存在着一种非常强烈的想要正确的心理偏向对于大多数人来说，这个偏向极度无视我们方法的总体目标是想要获得利润或者说它阻碍了我们达到真正的潜在利润。大多数人有压倒一切的、想要控制市场的欲望因此，最后昰以市场控制他们而告终
现在你应该很清楚了，是回报和机会的结合才能让你确定一种方法是有效的还是无效的在确定一个系统或方法的相对价值时，你还必须考虑一下因素（4）就是你多久能玩一次游戏。
6．4 期望收益和R乘数
到目前为止, 我们都是在玩捉球游戏在每个彈球袋子中，我们知道弹球的总数每个弹球被抓出的几率和它的回报。但当我们在市场中处理系统产生的交易时这些就没有一个是真嘚了。
当你参与到市场中时并不知道赢或亏的确切几率。此外你也不知道确切地会赢取或者亏损多少。然而你可以作历史测试从而對期望收益有个概念。你也可以从实时交易或投资中得到大量的数据样本使用这些样本就可以知道系统的大体期望收益是多少。为了弄清楚每次交易的风险回报率和它发生的频率必须进行单个交易的邮资。在彻底做完这个练习后你会对所使用方法的真实特性有一个更恏的了解。
如果你完全是一个随意的、没有系统性的交易商．那么就可以回顾一下过去的交易结果思考一下自己是怎么赚钱或者亏损的。你可以遵照我们将要介绍的类似的步骤在一组或者一股的基础上重新考虑一下做过的每次交易。弄清你每次交易的风险（就是初始离市点）和收盘的利润和亏损后就可以计算每次交易的风险回报率了。
我把一次交易的风险回报率称作一个“R乘数”R仅仅是初始风险的┅个表示符号。要计算一次交易的R乘数只需在抛出该头寸时把捕获的点数除以初始风险就可以了。你可以简单地使用每个合约或者每100股份额的美元价值比如说，如果你冒险投资了500美元而获得了1500美元的收益那么你的R乘数就是3。图6-1显示了这样一个例子入市点是1997年8月4日的2511點，该系统使用了一个等于104点的3倍于平均实际价格幅度的止损因此．初始离市点是，等于2407点该系统最终于1997年9月29日在3O69点时离市。并巨获嘚了558点的利润由于初始风险（1R）是104点，最后利润是558点那么利润就是一个5.37R乘数。不管是盈利还是亏损对所有的交易都可以这样计算。呮不过亏损的交易是一个负的R乘数
很多构成历史性的模拟或者先前交易结果的不同R乘数是你期望收益的组成部分。这些R乘数的本质特性將会完全决定你所用方法的全部期望收益它有助于你确定正确的财务管理法则，并应用到交易方法中去以达到你所有的目标。说到R乘數的本性我指的是大小、频率和不同R乘数的顺序。
试想把系统的交易当作只是一些R乘数。然后假设每次交易只是简单地从一个袋里掏絀的一个弹球一旦你捞出了这个弹球后，就能确定它的R乘数然后再把它放回到袋里。
玩这个游戏的时候．你需要开发一个有助于你利鼡期望收益的头寸调整运算法则另外，你还希望该法则与每次交易的初始风险和正在进行中的账户资本有一定的相关性对初涉者来说．可以考虑一个风险百分率运算法则，依据它来连续投资当前账户资本的一个固定百分比、这种头寸调整运算法则基本上就表示这个1R风险昰相同的而不管什么时候用它或者用在哪种股票或市场上。这是因为你的头寸大小一直是你资本的一个固定的百分比（比如说1％）而無论初始风险（R）有多大。请参见第12章
此外，你想考虑一下被抓出来的弹球的可能分布也就是顺序系统的盈利百分比与一连串的亏损茭易的长度成反比，因此、你需要一个头寸调整的运算法则以使你能撤出可能的一连串亏损交易并仍然能利用大的盈利进行交易。
很多茭易商未能利用健全的系统进行交易这是因为：
（1 ）他们没有以他们的方法为市场带给他们的交易分布做好准备。
（2）他们过度使用了杠杆作用或投资不足给定了系统的盈利几率后，你就可以估计1000次试验中可能的最大连续亏损交易数但是你无法真正知道“确定的”值。例如即使是抛硬币也可能多次产生正面朝上的情况。
图6－2显示了一个类似表6l捉球游戏的机会因素为60的样本的交易分布注意一下第46次囷第55次交易之间一连串长期的亏损交易。直到此时很多玩此游戏的人才渐渐总结出以下规则：
（1）确定将要被抓出来的盈利弹球的时间；
（2）决定在游戏中的某一未来时刻以违反期望收益的方式下赌，因此他们从中获得了收益。如果这一连串的亏损在游戏中恰好发生得較早那么第（2）比较适用。如果这一连串的亏损在游戏中恰好发生得较晚则第（1 条更适用些。有些参加者的心理迫使他们交易亏损越哆下的赌注越大，因为他们“认为”一次盈利就“躲在某一角落里”我确信你能够猜出这样一个游戏的一般结果。
图6-3显示了对上述游戲每次以当前资本的固定百分比下注的资本曲线固定百分比是 1%，1.5%2% 。赌注为1%的60次实验的回报率是40.7%并且从最高点到最低点的下跌量是12。3%交易5、6和10各有一连串明显的亏损。
图6-4显示了以违反期望收益的当前资本的10％为赌注的资本曲线，你有64％的机会是正确的甚至还可能享受一连串为数达10次的盈利交易，但你却会亏损起始资本的37％
如果你想更好地了解这个系统是如何工作的．可能至少需要评估10倍以上次茭易。到那时才能做出一个更好的关于头寸调整（这里是赌注调整）的运算法则并确定杠杆水平此外，我们还能够测试一下此系统在未來交易中的作用
我们可以对能设想到的、将来可能发生的很多情形进行心理演练的培养，就是训练我们在那种情形发生时应该做出的反應记住，即使是这样你也并不能确切知道这个弹球袋或者市场将会表现出什么结果这就是为什么你的心理演练过程应包括一部分训练洎己怎样对突发事件做出反应的内容。
6.5 期望收益在市场中的应用
假设你已经一般了一个交易系统产生了103次交易，其中有60次是亏损的占58.3％，有43次是盈利的占41.7％。交易的分布如表6－2所示．每次交易仅交易一个单位．也就是最小头寸大小的交易那么,总利润=54137美元 总损失=43304美元 淨利润=10833美元
从表中我们可以计算出期望收益=0.417 *＄.583 *＄721.73＝＄525.10- ＄420.77＝＄104.33 显然，当你有了数据样本后就同样能够得出净利润，然后把它除以交易的次數就可以得到期望收益
注意一下这个数与我们从禅球袋子中得到的期望收益是很不相同的。原因是这并不是以“每l美元风险的期望收益”形式表示的因此把你的期望收益化简到每！美元风险的期望的期望收益也是很重要的。表6-3表示了这个交易产生的收入和亏损的分布紦这些交易以500美元的差距分组，仅仅是因为这么做比较方便而且500美元好像能最佳地描述最小亏损额。
当你察看利润和亏损组的分布时鈳能会注意到最小亏损额。有一个特定的值在这个给定的分布中这个最小亏损额大约是500美元。现在我们在某种程度上可以把这个表看作昰一个弹球袋来注意一下期望收益。这里我们通过把大致的收入或亏损额除以大致的最小亏损额500美元计算出回报表6-4是执行这个计算后嘚结果
这个系统基本上能在40％的交易中赚钱，就是36/90可以略去的交易不计算在内。系统的总利润大约是10000美元而且全部利润都归于一次交噫，那次交易可以带给你14256美元的利润你也同样会注意到，只要除去一次亏损就是3221美元的那次亏损，就可以增加4O％的利润
你需要仔细哋研究一下这些交易。是什么产生了大笔的收入你能预期将来会更多吗？这种收入的几率只能是1.1%还是你能找到更好的方法？
如何产生虧损的呢是什么导致了3221美元的亏损？这个亏损的真正期望收益是1.1％还是你预期会比它更多或更少？亏损的原因是由于心理方面的错误嗎如果是这样，以后如何来避免这些错误呢
当你从如表6-4所示的回报矩阵角度来考虑系统时，就能回答上面一大堆问题了我们可以应鼡期望收益公式（6-2）来确定每1 美元风险的期望收益。这里我们通过加和盈利交易中的正期望收益得到以下总的正期望收益
现在需要找出虧损交易的负期望收益，如下确定每个亏损组的结果
期望收益公式的负数部分=
同样想得到每1美元风险的总的期望收益，我们只要把总的負期望收益从总的正期望收益中减掉就行＄1.127- ＄0.91＝＄0.217因此，这个系统每1 美元风险的期望收益是21.7美分这给了我们一个更好的对比这个系统與其他系统的基础。一个10000美元的利润可能使一个系统看上去很不错但是知道了这个系统中每1美元风险只能产生21.7美分的期望收益后，我们僦会从一个不同的角度来审视它了
6．6 利用期望收益来评估不同的系统
让我们来看一下两个不同的交易系统，从而确定期望收益是如何被利用的
6．6．1 弗雷德的系统
第一个系统来自于一个叫做弗雷德的期货交易商。从5月1日-8月31日他已经完成了21次交易，如表6－5所示
这个系统茬四个月的21交易中赚了1890.43美元。这相当于平均每次交易盈利90．02美元但是该系统的每1美元风险的期望收益是多少呢？我们把这个表分解成如表6－6所示的任意美元的组合
既然弗雷德的交易中最小亏损额大约在150美元左右，那么我们就把表6－6转化成如表6－7所示的几率矩阵把150美元當作是最小风险额。我们也同样会除去那些可以略去的交易最后，总共就剩下18次交易
现在把公式（6－2）应用到这个矩阵来大致确定一丅每1美元风险的期望收益。首先计算一下盈利交易的正期望收益
接下来必须计算亏损交易产生的负期望收益。
把负期望收益从正期望收益中减掉后就得到如下的总期望收益＄3.627-＄2.848=＄0.779因此, 弗雷德的系统在四个月的交易期间，每1美元风险产生78美分的期望收益记住,在这些计算Φ有很多四舍五入。
弗雷德的系统的一个最大缺点是它有一次巨大的25:1的亏损, 抵消了一笔25:1的盈利交易。若是没有那次亏损,弗雷德的系统会非常出色因此，弗雷德需要研究一下那个亏损看看类似的亏损在将来是否能避免。
6．6．2 埃塞尔的系统
下面就来看一下另外一个交易组我们把它叫做埃塞尔的系统。埃塞尔在一年期间进行了下述股票交易他有一次5110美元的收益，获利于1000股股票的购买；另一次收益是680美元．获利于200股股票的购买；还有一次亏损是6375美元是由于抛出了300股股票。其他的都是以100股为单位的购买因此，我们持有这些盈利和亏损的時候就把每次交易都当作是100股份额这样就省去了头寸调整的影响。表6-8
该系统在一年的18次交易中赚了7175美元这相当于平均每次交易的盈利昰398.61美元。记住弗雷德的系统每次交易只赚到90美元此外, 埃塞尔的系统有55.6％的时间都是赚钱的，而弗雷德的系统却只有45％的时间是赚钱的顯然，埃塞尔的系统比较好是不是这样呢？
让我们看一下埃塞尔系统的每1美元风险的期望收益和机会因素考虑进这些因素后，埃塞尔昰不是仍然有一个较好的系统表6-9显示了埃塞尔系统的各种美元组合。埃塞尔有三个最小亏损额每个大约是500美元：一个是477美元，一个是501媄元还有一个是589美元。因此我们假定埃塞尔的最小风险额是500美元左右。我们可以对埃塞尔的交易开发一个如表6-10所示的几率矩阵
再次紦公式（6-2）应用到表6-10的矩阵，大致确定每1美元风险的期望收益首先，计算盈利交易的正期望收益
现在需要计算一下亏损交易的总的负期望收益。
埃塞尔的84美分的每1美元风险期望收益要比弗雷德的78美分的风险期望收益多一些从期望收益方面来说．埃塞尔有一个稍微好一點的系统。
记住弗雷德的利润几乎是一次好交易的函数。同样地对埃塞尔的利润来说也是如此。她的一次7358美元的利润就要比她整年的淨利润7175美元多因此，一年中一次交易就使她赚到了全部的利润。这对好的长期系统来说是很正常的
但是机会因素又如何发挥作用呢？弗雷德在四个月内做了18次交易实际上要比18次还多，但是一些被略去了．因为它们的盈利或者亏损额不多于100美元可以被忽略。两年之內弗雷德可以进行三倍以上次交易。为了真正地评估这个系统．让我们把期望收益与几率乘起来进行比较
当你从期望收益和几率之积這个角度来看这两个系统时，弗雷德就有一个好得多的系统然而，这里假定两个投资者都最大化地利用了他们的机会
这两个系统的对仳引起了一个与机会相关的有趣的变量。埃塞尔在一年中只进行18次交易．但这并不意味着她只有18次交易机会只有在以下这些情形下，一個投资者才可能最大化地利用他的交易机会：（1）有交易机会时他的资金是充足的，就是说能够进行充分的头寸调整；（2）他有一个离市策略并且在这个策略被触发时离市；（3）在现金允许的情况下，他会充分地利用其他机会如果这三个标准中的任何一个没有达到，通过期望收益和几率进行系统对比都是无效的
6．7 对如何使用期望收益的回顾
回顾一下，一旦你有了一个系统或者至少是有了一个初步嘚系统．就需要计算它的期望收益，并考虑与期望收益相关的一系列问题下面就是这些步骤。
（1）计算系统的总期望收益如果你正在使用一个系统或已经测试了一个系统，就可以计算该系统的期望收益了只要简单地把总利润除以交易数就行。注意到这一步为止，你仍然没有得到每1美元风险的期望收益
（2）只考虑一个单位或者100股股票，忽略头寸调整的影响效果
（3）依据最小亏损的数额大小，以100美え或500美元为范围对交易的利润和亏损进行分组。最小亏损与你把止损点放在什么地方有关这是系统的1R水平。这一步你只是在评定系統的期望收益，而不是在提高它
（4）把“最小亏损额”当作单个单位，然后将交易分组转化成一个几率矩阵找出每1美元风险的期望收益。
（5）利用公式（6－2）从几率表中计算出系统的期望收益。
（6）如果你的系统至少包含有100次交易并且每1美元风险的期望收益都在50美汾之上，那么这个系统就是一个良好的系统这只是一个好的长期系统应具备的一般标准。如果有足够多的机会即使期望收益再低，你吔会很高兴
（7）确定达到期望收益需要的机会。
看一下在你的几率矩阵中确定的“弹球”的大小通过这些弹球你能对系统有些什么了解？如何改变系统从而增加高回报盈利交易如何改变系统从而减少高成本的亏损交易？
（1）盈利的期望收益和几率并不是同一样东西囚们有一种偏向，希望每次交易或者投资都是正确的因此，他们一般都会被高几率的入市系统所吸引然而，这些系统经常都是与大笔虧损相关联并会导致负的期望收益。因此要总是朝着系统期望收益的方向冒险。
（2）即使是有很高的正期望收益的系统也仍然可能導致亏损。如果你在一次交易中下的赌注太大并且输了，那么想恢复就很困难了
第三部分 理解系统中的关键部分
这一部分是要帮你构建自己的系统。然而在这部分开始之前,你应该已经彻底明白了本书的第一部分和第二部分。它们是构建所真正需要的基础
第7章讨论的昰设置。它是为了让某些东西发生而必须具备的条件我把设置这一章放在了最前面，是因为大多数入市和离币系统一般都是由一个设置囷一个引发行动的因素组成在第7章中，你将会学到最常见的入市设置既可以用在股票市场，也可以用在期货市场这些都是高明的交噫商和投资者使用的设置。它们经常是被作为系统来推动的人们也因为彩票偏向而愿意接受它们。然而你可以把这些设置与系统的其怹关键部分结合起来，创建一些真正有用的东西
第八章讨论的是入市技术。入市技术基本上控制着系统的可靠性：它一般多久赚一次钱然而，你现在应该知道在评估一个系统时，可靠性与期望收益并非同样重要此外，可靠性很高的时候期望收益也可以是负的，正洳对上一章中一个问题的解释你也会学到当你的时间架构变得越来越长时，入市就会变得越来越不重要了第8章会证明大多数入市技术並不比随机入市好多少，但它也会给你几个看上去能产生比随机入市预期的可靠性更高的系统
第9章的主题是让你的系统有承受亏损的能仂。每个系统都应当有一个离开市场以保存资本的方法这就是系统中“灾难性止损”部分，这是任何一个系统的最重要的准则之一我們会讨论隐藏在这种灾难性止损后面的目的和大止损及小止损的优点及缺点。
这部分的最重要的主题之一是如何获取利润
第10章的主题是洳何获利离市。我们会讨论各种各样离市的目的多重离市的优点以及简单性在离市中的重要性。你会学到如何构建与你先前设定的目标楿符的离市
第11章是关于机会和成本的讨论，这两个专题在其他地方很少有讨论你会知道如果有足够多的交易机会的话。自己并不一定偠占据有利地形然而，当你交易的更多时成本就成为一个非常重要的因素了。
从第7章~~第11章的讨论并不是无遗漏的我们的目的只是想給你那些有用的技术并避免讨论那些没有用的技术。我的意图并不是要给你一个完整的系统如果是那样的话，对你来说并不合适我的意图只是想给你那些工具，并帮你克服那些心理偏向从而使你可以并发回合适的系统。
我们也会通过向你展示对一些著名的交易系统的認知来解释系统的各部分你会了解每个人都把注意力放在哪部分，如何才能通过强调那些被每个人都遗漏的东西来改善它们我的目的並不是要批评这些系统，因为这些系统大多数都是非常有名的并且它们都有一些非常好的特质。事实上如果你喜欢其中的一个或者更哆，我鼓励你从头学起这几章的目的是想详细地回顾一下．让你找出它们的优势和弱势，然后加以改进
本书更重要的主题之一即头寸調整，在第12章展开了讨论头寸调整是每个圣杯系统后的关键主题，也是一般交易方法和世界上最好的方法之间的区别这个主题很少有囚会去考虑，但是投入到头寸调整策略上的注意力应该比投入系统中其他部分上的更多第12章是为了让你朝着正确的方向前进。
过去对头団调整这个专题的报道非常不充分事实上，大多数关于系统开发的书籍根本就没有涉及到它在第12章中，你会明白原因我们还会给你佷多让你朝着正确方向走的观点。你还会学到一些与头寸调整相关的观点这些观点很少或者根本不会被用到股票市场中去，但它们若被使用的话会带来非常好的回报。
最后第13章总结了本书，提到了很多重要内容比如数据、软件、测试手段、资产组合设计和对他人的貨币管理等。
从真正意义上来说投机需要预测 ----理查德．D．威科夫
设置指采取其他行动前必须具备的条件，是任何系统中入市和离市部分嘚一个基本方面我首先选定它们进行讨论是为了给随后对入市和离市技术的讨论奠定基础。
例如“理念”那一章，也就是第5章介绍嘚很多观点就与入市的设置有关。举例来说．“市场有秩序”这个观念在很多情形下只是给了你一个机会窗口你能从中预测市场中一次楿当大的变动。这个窗口就是一个时间设置当然，它不是入市信号、也不是交易系统
例如，最近我咨询了一个Elliott波动方面的专家,他是持囿“万物皆有序”理念的人之一他宣称，他的观点有7O％是正确的但他的交易却只有30％赚到了钱，为了保存资本离市前他一般都有一個非常紧密的止损。但通常情况是市场会告诫他持有一个头寸是正确的。因此为了实现他的观点，他不得不又重新进去三四次而且，当市场又有三四次逆着他的方向走的时候他经常就会变得过于紧张，以至于无法再进入市场从而错过市场的变动。其他时候他的观點是对的但市场却开始剧烈波动，让他觉得抓住变动机会的风险太大这位交易商的问题是根本搞不清楚整个交易系统中设置的本质是什么。比如与(Elliott?)波动分析相关的适当条件他并没有如下一章所定义的真正的入市标准，并且由于他止损离市过于频繁所以尽管他的观点囿极好的可靠性，但根本没有方法实现
在第8章和第9章中,我们将会纠正你所学观点中出现的问题。然而大多数投资者和交易商中存在的朂关键的一个问题是他们把设置与一个完整的交易系统混淆起来。大多数投资者和交易商都会去买一些同行业书籍这些书中除了此类设置之外就没有别的内容。如果书中讲到的设置都伴随着足够多的最佳情形的例子那么作者一般很容易就能使读者相信该书里包含着“圣杯”。
如果你从本书中学到了一些关键的东西那就应当是设置只占你交易系统的10%或更少这一观点。大多数人都会把90%的重点放在寻找正确嘚设置上但实际上，设置是系统中最不重要的部分之一
让我们看一下另一个理念：基本面分析，从而来帮你理解设置如何产生于各种悝念基本面分析只是给了你一定数量的条件，当这些条件占据优势时就是进入市场的多头方或空头方成熟的暗示。这些条件可能意味著由于供求情形市场是被估计得过高或过低了。然而基本面分析并不给你任何时机选择方面的建议，它们只能指出未来某个时刻的入市条件成熟了而实际的市场变动则可能在几个月后才会出现变动信号的“成熟”。
为了更好地理解设置条件的意义让我们来谈论一下進入市场的四个步骤。一般说来每个交易商或投资者都应该仔细思考一下这四个步骤。
7．1 入市的四个步骤
进入市场首先应考虑交易市场嘚选择在你想成为其中的一部分之前，市场必须具备什么样的性质呢考虑一下使用以下准则：
（1）货币的流动性。在未来的投资方面你期望市场或证券活跃到什么程度？本质上这是有关流动性的问题之一，它与以出价或要价进出市场的难易程度有关甚至与出价与偠价之间的价差有关。如果市场流动性很差则价差可能非常大，进出市场时也就必须支付超过佣金的很高的价格
货币流动性是入市的┅个主要因素。为什么呢如果你资金雄厚，那么仅仅因为你的在场价格在一个流动性很差的市场中也可能产生较大的波动。相反、如果你只是轻易进出一个流动性很差的市场的小交易商那么你很可能就想避开这类市场，因为只有“愚蠢的”大交易商才会想进入这种市場：仅仅由于他们的在场就会引起价格的大幅变动
例如，股票市场的交易商很可能不去购进那些每日成交量少于10000股的股票这意味着整份股票只占每日交易活动的1％。若你想进出这样一个市场那也会成为你的一个问题。
（2）市场的新颖性一般说来，最好避开新市场鈈管是新订立的期货合约还是刚刚上市交易的股票。在这类新市场中一般都会犯很多错误，因为你对这些产品表现如何知之甚少另一方面，如果一个市场已经存在了至少一年那么你会很清楚自己的所图。
一些人专门研究新兴市场当然．在很明显的牛市中，新发行的股票一般都会上涨得很快但是它们下跌得也很快。你的“优势”可能就在于你总能得到足够的关于新公司的信息这些信息让你觉得投資这种新股票很安全。然而记住，这对那些业余者来说是一个非常危险的领域
（3）经纪人和交易规则。什么样的交易对投资者有利伱知道它的交易规则吗？从本质上说谁在背后操纵市场？谁是经纪人他们的信誉如何？与这类人打交道你能期望些什么谁来制约这些经纪人？如果你在其中的一次交易中设置了止损指令会有什么结果发生？那个指令是不是从你的利益出发来执行的或者它只是为了進行不法行为而掩人耳目？
例如某些股票和商品交易要比其他交易更难，因为很难得到充足的供给如果你曾在这些交易市场中交易过，并且知道应该如何预期那么进行交易是没有问题的。相反如果你在这类市场中是个新手，那么最好还是只在那些设置良好的交易所進行交易比如纽约股票交易所、芝加哥期货交易所，或者芝加哥商品交易所
进人外国市场对并不是初涉者的人来说可能是很不错的机會，但也可能很危险找到那些已经在你想交易的市场中交易过了的人，问他们应该如何预期最糟糕的情形会是什么样？在进入这类市場进行交易前先确定自己是否可以忍受这种最糟情形
（4）市场波动性。波动性主要表示在一个特定的时间架构内发生了多少价格变动。例如做短线的交易商需要交易高度可变的市场。由于他们在每日收盘时一般都已经抛空了头寸因此他们需要在那些在平常波动性就極强的市场中交易。这样即使他们在每日收盘时都要离市．也还是能赚取可观的利润。一股地只有一些货币市场、股票指数和债券市場对那些做短线的交易商来说才是合适的。
如果你恰好在一个盘整的市场中在突破点上进行交易那么就可能需要选择那些波动性极强的市场来使那种交易有价值。同样市场的波动性也应该是一个很重要的考虑因素。
对于短线交易和盘整期的市场交易来说为了使你的利潤是初始风险的2—3倍，就需要有足够强的波动性这应当是你选择市场时应遵循的最重要的准则。
（5）资本总额、股票交易商经常根据资夲总额进行股票的选择一些投资者只选择那些高度资本化了的股票，而其他投资者则只选择那些低资本总额的股票让我们来看一下每個标准的可能原因。
一般地．那些正在寻找本场中剧烈变动的投机投资者想要低资本总额的股票比如2500万美元以下的。研究已经证明；低資本总额股票占那些股价上涨10倍或以上的股票的大多数一般说来，对股票的需求增加时如果供给不足，价格就会猛烈上涨、因为未清嘚股票只有l00万股
另一方面，保守投资者不希望有很多价格波动他们不希望看到价格在一个买进1000股的指令下就上涨一个点或者在另一个賣出10O0股的指令下又下跌一个点的情形。相反他们希望价格的变化是缓慢的，并且是平滑的在那些高度资本化并且有成百上千万股或更哆股份已公开发行并售出的市场中，更可能看到这种现象
（6）市场和交易准则。跟踪你交易准则的那个市场怎么样了是趋势型的还是季节型的？一般说来无论你的交易准则是什么，都需要找到符合那些准则的市场拥有的资本越少，这个过程对你就越重要
因此，如果你是一个走势跟踪者就需要找到走势明显的市场，它们可以是显示较强相对优势的股票也可以是每年呈现儿次明显走势的期货市场。若市场在过去曾经符合过你的交易准则它可能会再次符合。
对你交易的其他准则也是同样的如果你遵循季节性模式，那么必须在呈現强烈季节性走势的市场中交易比如农产品或者能源产品市场。如果你相信Elliott波动则必须跟随那些Elliott波动看上去最有效的市场。无论你的茭易准则如何都必须找到与这些准则匹配得最好的市场。
（7）独立市场的资产组合选择这个主题稍微超出了这本介绍如何开发一个系統的书的范围。然而我想建议你看一下选择的各类市场的独立性。选择相对独立的市场你可能获利更多因为与你所有的市场都是相关嘚或者相互依赖的情形相比，你更可能有至少一个市场是处于正常的获利趋势中
无论你正在一个市场突破点上进行交易，还是正扑向一個快速变动的走势大多数人都需要评估一下市场在过去的6个月中变动的主要方向。你必须知道在“今天的”市场中你是在与什么样的人粅打交道这就是市场的长期走势。
Ed Seykota已经在市场中赚了几百万他曾经告诉过我他会拿一张市场的图表，把它挂在墙上然后走到房子的叧一边。如果从那一边看过来这个市场的走势很明显的话那么 这个市场就是他要考虑的市场。Ed的风格在20世纪六七十年代有很多优点当時有很多具有长期走势的市场。尽管其背后的基本原则仍然适用但在市场走势倾向于更短的今天，短线的准则可能会更适合
总的说来，人们通过大盘的涨跌而赚钱然而，市场实际上有三个可以变动的方向：向上、向下和盘整市场一般会在15%－20％的时间范围内显著上涨戓下跌，其余的时间则都是盘整你必须能够确定什么时候这些情形会发生。例如很多人在市场中都有自己的系统。然而如果你承认盤整是市场的一种情形，那么就可能希望有一个70％的时间能让你置身于市场之外的系统因为在那些时间里是不太可能赚钱的。当盘整发苼时你只需要监控某些类型的信号，佩里．考夫曼为此开发了一种很不错的运载工具我们会在本章的后面部分对它进行研究。
总是处茬市场中的人将会浪费很多时间在市场的盘整时间上这可能就意味着损失高佣金。因此你可能在设计方法时考虑一下避开盘整的市场。
正如前面提到过的根据你的理念，设置条件是在你进入市场前必须具备的条件具备了这些设置条件后，它们一般都会提高你在有利於你的大的市场变动中的获利机会大多数人能在市场中赚钱是因为大盘在入市以后变动很大。第5章讨论的各种理念都是用来评述这种条件的在这些条件下你能预期一次大的市场变动。总的说来所有这些理念都是由市场设置组成的。
．一个预期会有突破点的机会窗口
．进入市场前必须具备的基本条件。
．可能吸引你注意力的季节性情况
．任何一个可能有用的其他有意义的准则。
设置经常都不是进入市场的准则相反，它们是你开始考虑进入市场持有一个头寸之前必须预料到的一个准则
本章的主题是研究已经证明为正确的各种不间類型的设置。我们将会讨论对股票市场有用的设置和对期货市场、外汇交易市场、职权市场和其他可以投机的领域有用的设置事实上，伱会知道有很多广为所用的系统由于第2章描述的彩票偏向除了有设置之外，没有任何其他内容但是，首先还是让我们来讨论一下入市嘚最后一个步骤：市场时机选择
7．1．4 市场时机选择
假定你已经选择了将要交易的市场。你很清楚自己的理念并且当前市场的主要方向苻合你对交易的理念，同时你还有几个市场设置并且这些条件也都满足了。然而在你真正进入市场之前还必须有一个关键的
