第10章    变得更主动

我们知道“一切尽在价值之中”和“市场总是迎头向前的”是几乎所有的技术交易者对市场的两条假设，还包括历史数据测试者和趋势跟踪者，于是这只股票正在上涨是因为参与者已经消化了所有可用的信息，认为该股票前景良好。或许一些参与者比另一些速度快，或许动量将继续，于是技术型交易者建议我们跳到趋势的背脊之上，由于市场是迎头向前的，所以这是阻力最小的通路。

如果我们回忆一下本书前面的章节中所举的一些例子，我们应该发现这些假设存在的一些问题，而且也许我们应该寻找一些方法来避免作这样的假设。我自己的经验和一些研究，包括斯科特（Scott），斯达姆普（Stumpp）和徐（Xu）的研究，都认为对新闻的反应迟缓可以导致动量效应。在一定程度上，某些形式的趋势交易和动量交易可以利用这一点，而同时我们也应该看到动量交易不知道自己进入的是早还是迟。更重要的是，如果我们认为动量是因为投资者对新闻反应迟缓而产生的，那么可以确信我们能够早进入动量循环周期的一种方法是跟踪新闻和数据。我们可以看到一种食物链开始形成，我在第3章中曾对此作过暗示。当新闻和数据发布后，银行投资者通常是第一批做出反应的交易者。紧随其后的是另外一些新闻追踪者和在基本面方面知识也比较丰富的技术交易者（但在某些情况下不会将此透露给他们的追随者，最后一部分是剩余的技术交易者，只有趋势或动量持续足够长的时间，他们才会赚钱，有些东西他们永远不会提前获知（我们已经看到，与他们被告知的事情相反，大的成交量并不代表动量将继续）。我认为增加他们获利机会的一种方法是鼓励更多的交易者们以相同的方式交易；或许这就是培训师们讲授这些方法的一个原因。当他们有更多的追随者时，他们就更有机会赚钱，因为老师应该总比学生超前。然而，这种类型的食物链更加接近于庞式骗局或金字塔骗局，而非一种可靠的交易方法。

当分析这三组交易者的表现时，我发现第一组（即银行交易者）是最成功的，而最后一组（私人交易者、技术交易者等）是最不成功的。虽然银行交易者也可以通过客户流、买卖差价等赚钱，但我仍然认为该结论是正确的。不管有多少技术培训师如何建议，对于银行交易者来说新闻和数据都是重要的，他们不断监视和考量它们。我认为如果我们接受这种观点，那么即便有一些动量的影响，我们永远不能确信它有多大，或者可能持续多久，那么我们最好不要进入这一食物链。通过观察基本面，我们能够以更快的速度做出反应。由于进入交易时总是迟到，所以长期回报甚微，我们已经研究过的大部分交易规则看起来都符合这一点。正如我已经讨论过的，不仅是我不喜欢大多数形式的技术分析，而是他们反映太迟钝了。我的建议是，如果我们不能使自己进入这一食物链的高一级，那么我们应该离开交易行业，因为在第三组中很少有机会获得长期的成功。

当然，有些情况下即使没有新闻或数据，也会形成趋势或动量。那么此时我们应该做什么呢？我们可以从相关合约的暗示中寻找确认或不确认证据。但事实上，如果我们不能理解趋势产生的原因，我们就不应该交易它。我们已经看到技术方法与经验法则差不多，所以在对背景不甚了解的情况下就不应该交易。如我在第3章中所述，背景是交易的关键因素。而且在第8章中，我已经证明理解背景和数据可以使我们得出与技术分析者完全不同的结论。

如果我们同意行为金融拥护者的观点，认为市场可以反映非理性的推理，而且并不总是迎头向前，而是定位在特定的价格，那么我们就不应该轻易跟随他人的观点。我们应该努力发现趋势的背景，并权衡可能出现的结果。实质上，我们应该做的是努力去制定我们自己的决策。交易和投资都是在不确定的情况下制定决策，而我很奇怪为什么人们使用所有的捷径来帮助制定决策，因为那些捷径更像是障碍。我们应该尽量自己制定决策，并看一下自己是否有能力制定优良的决策。

我们还应该记住交易的本质是试图计算出一个合约在将来是如何交易的。太多的交易者花费大量的时间去分析过去，然后就认为过去的形态将重复出现；而不是花时间去分析将来可能会发生什么。不管是什么软件，如果他只能分析过去的数据，而不能把那些数据应用到未来，那么我不会认为它能给我们带来任何真正的优势。然而，如我在前面所解释的，这样做所需的信息不在过去的图表上，也不在过去的数据中。以我的经验，超越图表（离开图表的右侧）看问题是优秀交易者的标志。

学习如何捕鱼

某人说他的技术在过去非常有效，不管是图表形态，还是历史数据测试过的移动平均，如果我们因此而使用他的技术的话，那么我们就不能制定自己的决策。对于所有非常流行的交易和投资“提示”邮件也是如此。一个形象的比喻就是人们宁可要一条鱼也不去学习捕鱼。但是引起人们争议的是，不管捕鱼是不是真的为了赚钱，总之鱼贩子们变得更加富有了。事实上，我最近读了一则报道，说两个家伙在几年前开了一家交易软件公司，根据那份报上的“富人排行榜”，他们现在已经跻身西澳大利亚十大赚钱能手之列To我想知道他们的客户有多少能做到那样。

我们唯一的保护措施是学习如何捕鱼，学习尽可能多的市场，并了解它们是如何运作的。试着去理解为什么市场以他们特有的方式运动。我个人并不认为对于一份合约的每一个动作都可以给出解释。所有合约每天都在运动，但是不管记者们如何建议，对于每一个动作不可能都有清晰的解释。许多交易者宁可根据噪声交易，也不关心真实的信息。那些噪声包括保守主义和代表性偏差，还包括技术分析。但因为已经看到几千个交易指标的结果，所以我们不应该再接受这样的观点：因为别人在买，所以我们应该买；因为别人在卖，所以我们也应该卖。我们必须学会制定自己的决策，并在交易中主动出击。

在第8章中诺基亚、摩托罗拉的例子清楚地向我们展示了这种方法的优点。我的一位早期客户回忆了一个类似的故事:他和他的许多朋友当时买了一家小额的银矿公司的股票，该公司正准备公布一系列的钻探试验结果。总共有7项结果要公布，在它们被发布期间，其股票飞速上涨。在只剩下两条声明时，我的客户已经读过我的课程笔记，认为该股票已经因为好消息而上涨，就决定卖掉他的股票。他买的时候股价是80澳分，而现在他以整整1.8澳元的价格卖出。他的朋友对他在最后两项声明公布之前卖出股票感到不解，而且在几天后当该股票涨到2澳元之上时，看起来证明他们是正确的。

但是，就在我的客户卖掉股票后约一个星期的时间，最后结果被公布了；它们是好的，但股票价格开始快速下跌。在一天之内，股价下跌了30澳分，几乎没有机会卖出，因为只有寥寥几张买单。而在我的客户卖出股票后约两周时该股票的价格降至1澳元。我的那位客户的朋友们没有一个能在那次急速下跌的趋势中退出交易。

我的客户因权衡可能的结果和制定主动的决策而得到回报。的确，一些技术指标可能已经显示那支股票在短期内已经超买，但这支股票的趋势都是明显的上涨（我相信总有一个技术指标会对任何行情给出事后预测，但指标太多，不知道用哪一个才对）。他的朋友们等待市场对后面的新闻做出反应，就像被动的技术交易者，当他们认识到市场下跌之后，再想退出就为时已晚了。一年半之后，该股票又反弹回先前的最高点。当我在2005年2月写到此处时，其价位在1.7澳元。

很明显，制定主动的决策需要有自信，特别是在面对其他交易者们的压力时，但这是我们必须准备去做的。当我亏损时，如果其他人也都亏损了，那么我仍会感觉不舒服。通过制定我们自己的决策，我们可以看出自己是否适合这一行业，也能够理解我们所得结果的原因，于是可以提高我们的决策制定水平。获得这种技能需要时间，没有人可在一夜之间成为伟大的交易者。但是我们宁愿设定一个较高的目标，努力去制定好的决策，也不愿意设定一个平凡的目标，使用无计划的技术指标或系统。以我的经验，擅长制定这种决策是优秀交易者与差劲交易者之间的分水岭。好的交易者不是那些具有最好的历史数据测试软件或擅长识别图表形态的交易者。我认为读者应该清楚的理解，对于他们中的大多数，理解图表形态或使用历史数据测试工具并不会使他们走上长期的交易生涯。制定主动的决策是权衡未来可能出现的行情的结果，意味着我们不一定是在最高点卖出或在最低点买入，但我们应该不要太在意。让那些比较聪明的图表师们去寻找高点和低点吧，我既不够聪明，也没有足够好的运气去持续选择高点和低点。不像许多个人和技术交易者那样，我们的目标应该是交易市场，而不是击败市场。

慎做假设

假设在市场中随处可见。我们都听到过这样的论述，“从长远来说股市总是向上的，”“头肩型是一种可靠的形态，以及市场在12月份总会反弹。”但是，我们已经看到这些论述中有多少是错误的，虽然多年来它们已经形成了一种准确的假象。我建议在我们的决策制定过程中一定不要相信和使用这样的假设，或笼统的说法。我们应该根据交易时的现状进行交易。如果现状与那些广泛接受的智慧相背，那么就应该让它那样。过去的东西只属于过去，即使市场开始每个星期五或每个10月12日股市总会上涨，这也不应该作为我们在星期五、10月12日或星期三，10月11购买的理由（请注意这样的日期是我随便选的，只作为示例）。这又是代表性偏差，是制定交易决策的一种差劲的方法。

我曾经见过即便是投资银行的交易员也经常被假设引致灾难的结果。当在2001年末交易日本可转换债券时，我对许多被估价过高的债券变得越来越担心，我与其他交易员进行了激烈的争论，要求减仓。但是，那些交易这些债券比我时间长的交易员争论说，因为总有资金流入套利基金，所以这些债券总有买家。原来该债券市场总有一些流量，担心那些债券估价过高是因为他们没有把被发行公司为持股人利益而在亏损情况下看涨的机会考虑在内，因为没有日本可转换债券曾被看涨过。这在当时的日本可转换债券市场是一条被广泛接受的假设。

于是当这些激烈的辩论正在进行时，某债券被发行公司看涨了，所有债券的市场枯竭，购买兴趣消失，可转换债券价格崩跌，给所有忽视这些警示信号的交易者们带来实质性亏损。认为某种事情在将来不会发生，理由是因为它们在过去没有发生过，是许多交易者思想中的一条致命缺陷，是我们必须避免的。纳西姆•尼古拉斯•塔勒布在他的《随机漫步的傻瓜》一书中对此“黑天鹅”（Black Swan）问题做了很好的描述。大部分形式的技术分析都易于引起这种问题，因为如我们已经看到的，他们的结论只基于过去的事件。

参考日亦非常重要

2004年，英国布里斯托尔大学（University of Bristo1）的D.Acker和N.Duck发表了一篇有趣的论文，题为“根据月度数据评估贝塔值和股票回报之间的关系（Estimating Betasand Stock-Re-turn Correlations from Monthly Data）"。作者想测试对于像公司贝塔值（beta）（基本上反映了股票对其指数的跟踪程度）和市场关联等方法，数据周期参考日的选择是否对最终结果具有影响。例如公司贝塔值，由特定组织广泛公布，特别受到基金经理的接受和使用。据我所知，而且这项研究的作者也认为，原来人们总是假定数据的起始点或参考点对于计算贝塔值在数值上影响甚微。人们相信，如果我们选择任意给定的周期，比如说1个月，然后计算某股票的贝塔值，产生的数字将是正确贝塔值加或减一个非常小的误差。

但是，这项研究的作者们发现在某些情况下，参考的选择，即使在同一周期上，也可能引起差别很大的结果，即使参考日中的差别最大只有27天。例如，对于美国股票，使用一种参考日产生一个-0.41的贝塔值，而使用另一参考日产生3.00的贝塔值，差别巨大。因此，使用不同参考日的交易者将形成关于该股票交易与其指数的关系截然相反的观点。此外，我们可以看到，没有人真的可以确信这样一只股票的“真正”贝塔值是多大。

类似的结果可以在研究市场相关性时看到。例如，在对1998〜2002年这段时间的一项研究中，如果12日被选为参考点，美国和英国市场之间回报的相关性约为70%，但如果23日被选作参考点，则为90%。

这项研究的细节有许多，而且多种多样，但在这里我只想强调两点。第一，我们再次看到假设的危险。先前的数据，比如贝塔值，被认为相当准确，而且认为参考日的选择几乎没有关系。即使是这些被广泛认可和使用的假设也已被证明是错误的。

第二，这进一步证明历史数据测试结果不比经验规则高明。历史数据测试者们还应有其他的担心，其中他们必须对不同的参考点测试他们的结果。

大多数期权交易者也假设他们用来分析期权价值的历史波动性数字是对其波动性的准确评价；而事实上，这并不总是真的。再次，大部分人愿意接受他们被告知的事情，而不情愿或讨厌探寻事实真相。问题可以使一个人看起来不聪明，特别是如果我们询问基本的假设，但当我问某人判断一个看起来很基本的问题时，他不是沉默，就是某种坦率的或结巴的回答，这种情况出现的次数出奇地多。在我们这一行业，假设的确很多，这或许又是那么多交易者和投资者失败的一个原因。

所以，我们不但必须要尽量将过去未曾发生过的事情考虑在内，还要对我们被告知的每件事情提出质疑。当我得知头肩形态是多么不可靠时，我感到非常吃惊。而在这一行业中做得愈多，我就愈感觉别人告诉我的东西事实上是靠不住的。许多人认为我不断寻找自己交易中的不确定因素和其他理论中的不确定性，是一种不好的习惯，有时显得有些愤世嫉俗，但我对此并不担心。我已经看到过，并追随过许多广泛接受的假设，随着时间的推移都失败了，现在我已经决定“买家当心”是一种更好的思想。这是一个充满被赋予兴趣的行业，我们应该谨慎地接受如前所述的那些假设和论断。