第23章    开发自己的第一个交易系统：一个有关骄傲、谦虚和希望的警世寓言

大卫•斯沃曼

今年是我做交易人的第25个年头。

我不是超级明星，但也是自食其力，这与同时期大多数想成为专业交易人的人不同。我比许多对手都坚持时间长，这一点让我颇感自豪，也深感不易。与所有的交易老手一样，我也有过高低起伏、毫无生气的时候（与其说是一蹶不振，不如说是茫然无措），而且这么多年来，我每天奋斗不息，就是要弄明白市场的兴衰变迁，克服自己的恐惧和短处。

如果说摔打了25年后我有什么见识的话，那就是交易是一个进化过程，交易人开始是个羸弱、毫无还手之力的生物，发育不全的大脑无法有效处理信息，自己的行为是自寻死路、交易一片惨淡、亏损了还加仓，还发誓如果老天显显灵，再也不犯同样的错误。而捕食者伺机一旁，把新手诱惑到陷阱中。如果交易人稀里糊涂地幸存下来，或许会在食物链上有一席之地，但别想着用以前的胜利保住地位，市场每动一个基点，其他交易人就四处觅食。俏皮话就说到这，这就是市场的自然选择过程。

按照原则操作

在这个条件下，我对一个问题想了很多：成功交易人有什么共性?虽然这个问题的答案五花八门，但最重要的答案是成功交易人知道怎么遵守规则。我说规则的意思是一系列深信不疑的基本观点，根本就不会去想要违反，几乎是不管原则是什么，只要交易人认为其有效就无论如何都会执行。对于我，有一条原则掌控了我所有的交易：在任何情况下我都不会让一笔交易或一系列交易逼得我净身出场，达到这一目的的方法就是将最大损失控制在交易资金的2%。例如，如果我交易1000000美元，一笔交易最多损失20000美元，仍然可以继续交易，更重要的是，我要连续碰到几十个亏损2%的交易才能赔掉所有的钱，而这几乎是不可能的。

而实际上，我的损失几乎都不到2%。虽然我有时会有几笔连续损失——我想没超过12个吧，而我的盈利交易总是比亏损多得多。假设2%的亏损线有点武断，我会将其扩大到5%或更多，但也不会让自己身涉险境。但为了给自己一个交代，我必须确信自己的盈利至少是亏损的1. 5倍。由于我不确定这个预期是否合理，额外的风险也让我害怕，所以我的2%原则是我所有交易策略的基本原则。

2%原则也形成了我进行交易决策的框架。例如，假设账户价值100万美元，如果我要买入谷歌，止损点是入场价之下5美元，我知道我买到的不超过4000股（这么说有点简单化，实际上我很少全部在一个价位建仓，但为了举例，用整数来说明容易些），换句话说，如果我想买较多股票，就要在入场价附近设定止损，或就等到谷歌交易下跌再行动。此外，如果我看多买入同一板块的五只股票，就必须将其看成一只仓位，损失最多共计2%（而不是五只股票各自最大亏损2%）,不这样就是违背了基本原则。对成对交易也是一样，例如，如果我进行差价交易，看多谷歌看空雅虎，这是一个仓位，2%的最大损失要合计计算。这一行不那么轻而易举，但我也能靠此过活。

开发交易模型

有了这些原则，我去年决定进行一次实验，我要采取一个交易理念，然后开发成正式的交易模型。当然，这一直都是由成熟的交易公司利用定制技术，由交易人用相对简单的平台（如TradeStation、MetaStock、Fidelity‘s Wealth Lab Pro）和其他经纪人和独立商家的现用软件来完成。人人都想要找到完美的交易系统一一难以寻觅的万用系统。

我可不这样。我发现自己能在早上找到答案就觉得幸运了，我不会妄自尊大。我的愿望就是，看看我珍贵的原则在受到模型开发人的回测和优化等标准技术检测时，能否依然有效。这种预想让我有一点胆怯，首先，我担心潜在的成本，我知道一些交易人和公司花了成千上万元甚至百万元开发系统，这些钱远比我2%的资产多得多，所以我发誓在这个项目上设定止损，就像我交易谷歌时的操作一样。此外，我之所以担心还有一个完全不同的原因。如果波顿・麦基尔在其经典著作《漫步华尔街》中说得没错：就像蒙着眼的猴子向报纸的财经版面投飞镖那样确定投资组合，可能与专家仔细选择的组合相比也坏不到哪儿去。简单来说，如果我发现我赖以生存的原则什么也不是怎么办？“漫步警察”不会半夜来到我家把我拷走，可我怎么应付对心理的打击呢？这对我的策略意味着什么？我第二天还能去工作而假装一切如常吗？

找专家解决问题

这本不是我开发系统时的首选。15年前我开始学着写编码来开发交易模型，先用的是Logical Information Machines公司相对基础的软件，效果不佳，然后我又试了TradeStationo这两家公司在促销时都宣传软件用起来非常简单，任何人用不了几个小时就能编程了，而我失败了一百个小时，想想我的耻辱感有多大。但这次不一样了，这次我知道自己要什么了——电脑极客。我转而找到芝加哥大学，我的天哪，他们竟然让我在网站上发布广告，不几天，我就收到了35份简历。我最后面试了14位年轻无比、聪明无比的毕业生，其中一个人拥有数学学士学位、计算机科学硕士学位，并当着我的面不到一分钟就转好了一个魔方，而且还是蒙着眼的。这个表演让人吃惊也让人难过，想想这个可怜的孩子有多少个周六晚上一个人孤孤单单玩魔方呢。我对他右脑思维的惊人表现大跌眼镜，我找到极客了。

我立即开始花钱，虽然我相信我的新员工——我们就叫他小方吧，有我需要的技能，我还费心要教他市场的基础知识以及我的独特方法，这会耗费我很多时间。我猜得没错，我一对一指导他花了大概40小时，但我觉得这是必要的代价。在小方身上一开始投入的时间在程序开始运行时当然会产生红利。开业还有其他的开销，两台电脑和四台监视器花了大概3500美元，两条宽带总计100美元一个月，还有各种软件、书籍、培训手册，这又花了几百美元。他的工资是一周1200美元，他还喝很多红牛，一罐的钱比一加仑的无铅汽油都贵。

找到合适的软件

一旦我们通过了最初的学习关，我就让小方调查，找到系统读写软件和报价数据，以此确定我们进行研究的最好办法。虽说有不少含有预先设定功能和实际黑匣子系统的软件包，但我觉得不会满足我们的要求。首先，要确定商家为了卖出软件而宣传的那些定义和假设是否正确就很难，要费不少时间；其次，这些软件包都很贵，一些要你开个经纪账户，另一些要每月收费。

因此我决定用Wealth Lab Pro这个程序，从Fidelity's Active Trader Pro就能找到，这是我用于执行交易的前端交易系统。Fidelity向其活跃交易人免费提供，当然，金融服务没有什么是真免费的，如果我不交佣金，Fidelity当然会对构建模型软件收取月费。小方告诉我他在Wealth Lab Pro上可以用C++写程序，而且很容易将数据导入并导出到Microsoft Excel,然后在Excel里操作数据库，做其他程序。我根本没听懂他说的是什么，但是他看起来兴高采烈，只要我的专家高兴了，我就高兴。Wealth Lab Pro的优势之一就是Fidelity的报价信息直接来自交易所，相对可靠。这一点非常重要，因为在建模时，如果报价数据有误,调查结果也就有误，也即是说，坏种结坏果。

另一个重要问题就是数据，特别是过去的日中和实时数据，会花上几千美元。而Wealth Lab Pro包括大量数据，不用另外缴费，为我省了不少。最后，Fidelity非常支持自己的产品，Fidelity’s Active Trader Pro/Wealth Lab Pro的帮助界面在交易之前、之时和之后都开放，我还发现接电话的人无所不知、耐心十足——在受挫的时候能找到人骂两句是个非常重要的增值服务，虽然这不是说Wealth Lab Pro是进行这种调查的唯一或最好途径，但在我充分调查了现有的软件后，Wealth Lab Pro看起来是最满足我特性需求的程序。我也不是说要充分测试交易就得雇一个计算机程序员，当然，除非你是个农村来的傻小子，如果这样的，强烈建议如此。

这时我们准备开始编程。不可能用这么短的篇幅描述我在建模时所做的一切，我们分别用标普500里的500只股票和纳斯达克100的100只股票10年来的数据，进行了几千次测试。我想说的是，交易理念是根据我25年进行的交易类型提出的，简单概括的特性就是“皮筋”策略，基本的想法是市场运行时，就是拉伸，像皮筋一样，无法拉伸时，就会弹回来。这种方法要求立即跟随趋势，那么来举个例，我们的要求如下：

1. XYZ股票至少从第一天到第二天收盘价上涨了10%；

2. 在第二天收盘卖岀100股；

3. 在第三天收盘买回100股；

4. 或者如果该股第三天比第二天收盘价上涨5%以上，就买回100股。

第三天的交易可能有三个结果：收盘时平空仓盈利；以不到5%的损失收盘平仓；以5%的损失在收盘前平仓。测试结果呢？皮筋系统盈利。10多年来该系统交易了24000多笔交易，大约每只股票40笔交易，每年每只股票4笔交易，合计就是600只股票每天10笔交易；盈利约100万美元，平均每笔交易50美元多点；55%的交易看多，45%的交易看空；看多交易盈利大得多，大约80万美元。在我分析数据时,我发现有些股票对系统的反应较好，其他股票每次在信号出现时都会亏损，流动性差的股票（日交易量不足10万股）表现特别差，我还能滔滔不绝说下去，但我只想给你一个例子，让你看看在这种分析中能发现什么信息。

你会问，为什么不每天只做10笔交易，然后坐收利润？呃，我们还没看到整个情况。完成交易的佣金是16美元，那每笔交易的利润就剩34美元，然后我们还要考虑到下滑，假设是25美元，现在就剩下10美元左右了。误差幅度现在看起来很小，刚看起来还不错的系统现在就是个不赔不赚了。

但先别忙！我们这只是开始，如果我们精挑细选，只做系统能赚钱的股票交易呢？或者我们只买盈利股票，每只买200股，而系统效果不好的股票只买100股？如果我们只做大有赚头的买多交易？如果我们过滤掉消减盈利的日交易量不足10万股的股票？如果我们更改最初的需求变量：波动20%就买入XYZ股票？在第10天退出？卖出止损设定在15%?

我不知道我们这里假设的任何变化或一系列变化会不会让皮筋系统表现更好，更确信的办法就是进行测试。找到让系统优化的参数的过程，从理论上说是无止境的，但在某些时候，必须决定系统是否值得用来交易还是根本就是垃圾。

即使研究了几个月，我还是无法确定，虽然我和小方做的有些工作看起来很有希望，但我不敢称我们对结果进行了严格的测试，已经对得起我的交易投资了。然而我们还是向此方向努力，下一步就是让芝加哥大学商业研究院的一位教授看看我们的成果，他是个超级极客，会用金融工程的所有数学花招摧毁我的模型，如果他失败了，那我就终于有了点成果。这次检验会用一大笔钱，但我觉得建模就像是养孩子，要教要养、送入大学、看着结婚，你得不断花钱，还要让老天保佑他们能给你养老。建模的同时我还要继续用老办法交易，接着养家糊口。

哦，我的魔方现在也玩得超级棒了。

大卫•斯沃曼，成功交易人，在芝加哥商业交易所进行现场交易长达16年，近10年前开始进行电子交易，他四次当选芝加哥商业交易所的董事，服务了8年多。2000年到2005年，他作为AspireTrading有限公司的负责人，创立、建造并掌管了电子交易场所°斯沃夫目前是独立的电子交易人，并担任经纪公司、交易所和基金管理公司的顾问。他曾在芝加哥的伊利诺伊大学为商业研究生院讲授电子交易课程，目前还时常举办讲座讨论金融服务行业，并且为SFO供稿，著有《期货直通道：电子交易完全指南》。本文首刊于2006年3月的SF0。