按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
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点，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2511…104，等于2407点。该系统最终于1997
年9月29日在3069点时离市。并巨获得了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。只不过亏损的
交易是一个负的R乘数。
第66 页共142 页
… Page 67…
guminxuexiao
《通向金融王国的自由之路》
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
特性将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乘数的本性，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出的一个弹球。
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用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风险是相同的，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％），而无论初始风险（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交
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。
很多交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次和第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较早，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多。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。
第67 页共142 页
… Page 68…
guminxuexiao
《通向金融王国的自由之路》
图6…3显示了对上述游戏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1。0％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倍以上次交易。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
系统在未来交易中的作用。
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
第68 页共142 页
… Page 69…
guminxuexiao
《通向金融王国的自由之路》
生时应该做出的反应。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自己怎样对突发事件做出反应的内容。
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美元净利润=10833美元
第69 页共142 页
… Page 70…
guminxuexiao
《通向金融王国的自由之路》
从表中我们可以计算出期望收益=0。417*＄1259。23…0。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数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。把这些交易以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，可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是一个弹球袋，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
这个计算后的结果
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易，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40％的利润。
你需要仔细地研究一下这些交易。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
第70 页共142 页
… Page 71…
guminxuexiao
《通向金融王国的自由之路》
率只能是1。1％，还是你能找到更好的方法？
如何产生亏损的呢？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吗？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。我们可以应用期望
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
期望收益公式的正数部分= 0。167*1＋0。111*2＋0。067*3＋0。033*5＋0。011*9＋0。011*25算完其中的乘法后，
就可以得到0。167＋0。222＋0。199＋0。165＋0。099＋0。275=1。127。因此，盈利交易的总的正期望收益是1。127美元。
现在需要找出亏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=0。367*1＋0。189*2＋0。033*3＋0。011*6=0。367＋0。378＋0。099＋0。066=0。91 因此；
亏损交易的总的负期望收益是91美分。
同样，想得到每1美元风险的总的期望收益，我