第3章 在你想交易的市场中，找到阻力最小的路径

本章考察了三个市场类别(股票、商品和外汇货币对)的交易特征。每个市场类别都是全球性的交易，在执行交易时都有大量的流动性。许多交易员认为，每个市场都应该用同样的方法来交易。不过，由于某些原因，这些市场类别的表现有很大的不同。此外，在单个市场类别中，单一的金融工具在不同时间框架下(月频、周频、日频和日内K 线)也会有不同的表现。本章将会展示这些差异，并提供一个用来确定某个交易类别的特征的一般方法。

发现某个市场类别的倾向，是找到能有效交易该类别的方法的捷径。如果某个市场在某个时间框架下表现出趋势性，那包括移动平均、突破和趋势线等趋势跟随技术就是策略开发过程的很好起点。如果某个市场表现出反趋势的特征，那诸如RSI 、随机数或动量等超买/超卖震荡指标就会是好的起点。

市场是不同的: 日频K线

为了表明不同的市场类别在本质上是以不同的方式在运行，我们将使用一个易懂的分析过程来分析日频股票和商品数据。在看到这些数据之后，你可能会对下列结论表示认同:股票主要以一种反趋势的方式在移动(在上涨过程中，弱势股的表现会超过强势股) ，而商品则倾向于以趋势的方式移动(强势商品会在上涨中持续强势，而弱势商品会在下跌中持续弱势) 。这个分析过程包括以下步骤:

步骤1：确定比较基准为买入并持有策略的表现。在每月的月初，对两类资产的每个成员都进行投资。对于股票来说，用月末的权益除以该资产类别中的股票数量，股份数量代表着将要买入的金额。在该月末，这些股份都会以月末的市场价格卖出。对于商品来说，在该月的首个交易日开盘时每种商品都买入1手合约，并在月末的收盘时平仓。对于股票，我们使用由1714 只高流动性股票在2000 年至2011 年的数据作为基准。股票的基准业绩矩阵是用每月单笔交易平均盈利的百分比来表示。对于商品，我们使用由56 种全球性的商品组成的篮子在同样时间段内的数据来作为基准，而业绩矩阵则用每手交易的收益金额来表示。

步骤2：确定趋势眼随策略在强势股票和商品中的表现。这一步复制了买入并持有的方法和矩阵，只是每月初所买入的对象为上个月末收盘价在其最近20 个收盘价平均值的一倍标准差之上的股票和期货。标准差是用最近20 个收盘价来计算的。

步骤3：确定反趋势策略在弱势股票和商品中的表现。这一步使用了在趋势跟随策略中选择强势股票一样的方法和矩阵，只是此时所买入的对象为收盘价在最近20 个收盘价平均值的一倍标准差之下的股票和期货。

对股票进行三步骤分析过程所获得的结果

表3-1 显示了对股票进行三步骤分析过程所获得的结果。我们计算了每年的结果。每年平均盈利为该年中12 个月的平均盈利。表尾中的单笔交易平均盈利为所有毫易的平均盈利。

表3-1 中结果显示，对由1714 只股票构成的篮子采用买入并持有策略，所得到的单笔交易平均盈利为每月0.71% 。如果你采用买入强势股票的趋势跟随策略，单笔交易你将只获得0.16%，这比买入并持有策略每月低了约70% 。但如果你在每月初采用买入弱势股票的反趋势策略，单笔交易你将获得1.56% 的收益，这比买入并持有策略每月高了100% 。显然，当在使用日频K 线股票数据(以及中期时间框架，比如月频)来交易时，最简单的方法应该是买入弱势股。

你还会发现，在相同的时间周期内，这个篮子中的股票的表现，比市场整体要好。这是由于幸存者偏差。我们在分析时，所选择的是在2011 年底最活跃的1714 只股票。在之前的年度中，可能有其他股票也应该列在该列表之中，但它们现在都不再交易了。许多股票是因为差的业绩。它们的贡献会让测试收益率与实际市场表现一致。还需指出，这并不是这个研究中的主要漏洞。我们对三个策略都使用了相同的市场数据。

对商品进行三步骤分析过程所获得的结果

表3-2 显示了对由56 种商品所构成的篮子进行三步骤分析过程所获得的结果。我们计算了每年的结果。每年的平均盈利为每个月每笔交易的盈利之和，再除以该年中的所有多头交易笔数。

表3-2 中的结果显示，对由56 种商品构成的篮子进行买入并持有交易，单笔交易平均盈利为66 美元。如果你采用买入强势商品的趋势跟随策略，你将比买入并持有策略单笔多获得92 美元，差不多增加了140% 。如果你在每月初采用买入弱势商品的反趋势策略你将比买入并持有策略单笔少获得43 美元。显然，当在使用日频K 线商品数据来交易时，最简单的方法是做个趋势眼随者: 买入强势商品并卖出弱势商品。

当我第一次进行这个分析时，我非常吃惊，买入弱势商品的反趋势策略实际上居然能获得单笔交易23 美元的盈利。我本来预想的是会亏损。我又用1980 年至2011 年底的商品数据对反趋势策略重新进行了测试。此时单笔交易的平均盈利为负的45 美元。我猜测这一差异可能是由于最近十年中资产类别基金的兴起所导致的。这些基金会只买入一种或多种资产类别，比如金属或能源。对于它们来说，如果它们的资产类别中的商品变得弱势，将是很好的买入机会。如果你在开发商品系统，你会发现，多头交荔的时间长度常常是空头交易的两到三倍。表3-2 显示了部分原因。任何时候，只要你买入，你就能从该笔交易中获得每月66 美元的盈利，(对所有商品进行买入并持有交易时，单笔交易的每月平均盈利) 。

对外汇对进行三步骤分析过程所获得的结果

在评价某个资产类别或某个时间周期的业绩表现时，先前的分析相对比较简单。在外汇交易中，存在7 种主要货币: 美元、欧元(在1999 年之前，为德国马克)、瑞士法郎、英镑、日元、澳元和加元。每种货币都可以相对于其他货币进行交易，因此存在21 种主要外汇对。在交易外汇对时，"一手"合约对应的是100000 单位的该货币，并将单笔交易的结果都转化为美元。我们对这些外汇对自2000 年初开始的日频K 线数据进行了分析。结果如表3-3 所示。

表3-3 的结果显示，对这21 种外汇对采用买入并持有策略，单笔交易的平均盈利为每月亏87 美元。如果你采用买入强势外汇对的趋势跟随策略，单笔结果你会比买入并持有策略低14 美元。如果你采用在每月初买入弱势外汇对的反趋势策略，单笔结果你会比买入并持有策略高265 美元。由于外汇对交易无需对多头或空头交易支付任何罚金，因此买入弱势外汇对并卖出强势外汇对的反趋势方法，将是阻力最小的路径。实施这一反趋势策略的结果显示在上表的最后一列中。此时的单笔交易平均盈利为137美元，这比买入并持有的比较基准高出了224 美元。

人们一般认为外汇对的趋势性很强

这个结果可能会让很多交易员都感到吃惊。大家一般都把外汇视为具

有强趋势性的金融工具。这个信念可能来自于商品货币（商品货币(commodity currency) 一般是指那些严重依赖原材料出口来获得收入的国家所发行的货币? 在外汇市场中，商品货币一般是指澳元、加元、新西兰元、挪威克朗、南非兰特、巴西雷亚尔、俄罗斯卢布和智利比索等货币一一译者注）的趋势性很强。对外汇进行投机交易，是最近才流行起来的事，而对商品货币进行交易，则在20 世纪70 年代就开始流行了。当时就有6 种商品货币在交易。它们都对应了几种主要货币与美元的比价。表3-4 比较了买入并持有这六种主要外汇对美元的外汇对，以及它们之间的外汇对的交易结果（商品货币对美元的外汇对，比如澳元对美元、日元对美元等; 而商品货币之间的外汇对，则为这六种商品外汇之间的外汇对，比如澳元对日元、日元对加元等。一一译者注），交易结果均用美元来表示。表中的最后两列比较了对这些外汇对和商品货币采用趋势眼随方法时的交易结果。

表3-4 提出了两个问题:

● 为什么对以美元为基础的外汇对和商品货币之间的外汇对均采用买入并持有策略，结果会有显著差异呢? 以美元为基础的外汇对单笔交易的平均盈利为22 美元，而商品货币之间的外汇对则为其10倍，达到单笔交易214 美元。

● 当在交易外汇对时，为什么趋势跟随策略在这六种主要货币对美元的外汇对中会盈利，而在所有的21 种主要外汇对中会亏钱呢?

先来看第一个问题，存在两种可能性。首先，这个不一致可能仅仅与测试的时间段有关。可能在更长期的测试中，两者的差异就不会有那么显著。另一个很强的可能性，则与这些商品货币的定价"需要时间"有关。

更复杂的是第二个问题。从日频数据来看，以美元为基础的外汇对存在趋势跟随特性，而剩余的外汇对则存在反趋势的特征。表3-5 显示了对七种货币对采用趋势跟随策略时的结果。

你会注意到，如果用一个类似的表来显示这些外汇对在反趋势跟随时的结果，其值会完全一样，只是符号相反: 某年中正的100美元会变为负的100 美元。

以美元为基础的外汇对表现出强趋势特征，而英镑、加元和瑞士法郎则特别适合反趋势跟随交易(如果用反趋势入场来代替趋势跟随入场，则表中的负数会变为正数) 。趋势跟随货币与反趋势跟随货币的组合，以及反趋势眼随货币与其他反趋势跟随货币的组合，值得特别注意。基于表3-5所提供的信息，每个组中都存在以下的外汇对:

● 趋势跟随外汇对: 美元对澳元、美元对欧元

● 反趋势跟随外汇对: 英镑对加元、英镑对日元、英镑对瑞士法郎、加元对日元、加元对瑞士法郎。

表3-6 显示了它们的年度表现。

表3-6 明确地显示出，当对每种金融工具采用与其交易倾向相一致的策略时的结果。在这些数字中，对于趋势跟随外汇对，有84 个盈利月和69 个亏损月，总盈利为103431 美元，而对于反趋势眼随外汇对，则有192个盈利月和166 个亏损月，总盈利为225376 美元。此外，表3-6 还显示出，某个金融工具集的亏损年度，往往对应着另一个金融工具集的盈利年度。换句话说，当市场处于纠结状态，趋势不再延续时，反趋势的金融工具就会表现得比较好，而当市场变得对那些反趋势金融工具不利时，趋势跟随的工具则会表现得好。只有在2005 年中，这两个金融工具集都亏损。

在我们完成对外汇对趋势倾向分析之前，让我们来看一下由强趋势跟随的外汇和强反趋势跟随的外汇组成的外汇对。(澳元的单笔交易平均盈利只有3 美元，而欧元在趋势跟随策略中只有22 美元，因此它们都不是强趋势跟随或强反趋势的外汇，将会被剔除掉。)这些外汇对为: 美元对英镑、美元对加元、美元对日元、美元对瑞士法郎。这些结果如表3-7所示。

使用日频数据，当你把一个强趋势跟随倾向的货币与一个强反趋势跟随倾向的货币组合在一起时，结果就是僵局: 组合而成的工具将不具有持续性的趋势或反趋势特征。

日频K 线的倾向小结

总结一下我们之前所分析的内容，我认为股票在日频数据上主要是一种具有反趋势跟随倾向的金融工具；而商品在日频数据上主要是一种具有趋势倾向的金融工具；总体而言，外汇对主要是一种具有反趋势倾向的金融工具，但对于外汇来说，存在一些具有或弱或强的趋势跟随倾向的外汇对。

市场是不同的: 日内K 线

我建议对你想交易的每种金融工具在你想交易的时间框架进行某种形式的"倾向分析"。如果你想交易5 分钟K 线，那就应该知道该金融工具是否倾向于趋势或反趋势。我们将使用股票、商品和外汇对的小时频K 线

数据来说明这一点。对于股票，我们将使用纳斯达克100指数中的100 只,股票自2000 年至2010 年底的数据。对于商品，我们将使用所有电子化交易的美国商品自2000 年至2010 年底的数据。对于21 种外汇对，我们将使用自2002 年至2010 年底的小时频数据。

用日内K 线来交易股票

股票的趋势跟随判断标准是当最新的小时频收盘价在10 个小时频收盘价平均值一倍标准差之上时，在下一个K 线处做多。出场时间则为下一个交易日的收盘时。表3-8 显示了测试结果。

股票数据再一次表现出向上的偏差买入并持有策略的日平均收益为0.07% 。当在小时频数据中使用趋势跟随方法时，收益率几乎会翻倍。这与之前对股票做的日频K 线分析结果刚好相反，在日频数据中，反趋势策略的结果会更好。这表明，某一金融工具在某个时间框架中的倾向，并不必然与其在其他时间框架中的趋势倾向一致。

用日内K 线来交易商品

对于商品，我们在分析中使用了25 种有高流动性电子合约的商品。买入并持有策略被定义为在每天的收盘时买入，并在下一天的收盘时平仓。这些商品同样用一种趋势眼随方法来交易: 如果收盘价高于最近10 个小时频收盘价平均值之上一倍标准差时，则买入该商品; 如果收盘价低于最近10 个小时频收盘价平均值之下一倍标准差时，则卖出该商品。平仓时点则为下一天的收盘时。表3-9 显示了这些测试结果。

商品也表现出一个显著的向上偏差，如买入并持有策略的单商品每日盈利所示，为21.26 美元。趋势跟随策略则超出买入并持有策略40% ，为30.05 美元。对于商品而言，日频K 线和小时频K 线都表现出趋势性。

用日内K 线来交易外汇对

对外汇进行小时频分析的方法，与商品的方法一致。结果如表3-10所示。

在这个时间框架内，外汇对有下跌的倾向，这可以从比较基准每天每个外汇对亏损11.64 美元这一点看出。趋势眼随方法的结果比比较基准高出20 美元，趋势跟随方法的单笔交易盈利为9.17 美元，而比较基准单笔交易会亏损11.64 美元，与股票的情况一样，外汇对在日频数据中的倾向和在小时频数据中的倾向不同。

为什么不同资产类别的趋势向会不同

我希望通过本章的分析，已经让你确信，不同资产类别的趋势倾向会不同。一个显然的问题是: 为什么会这样? 在日频数据的股票情形中，我认为它们主要是反趋势的金融工具，这是因为股票主要是由情绪驱动的，而非由价值驱动的。恐惧和贪婪的情绪会导致行动的羊群效应。当股票快速上涨时，贪婪会让投资者迫不及待地参与进去，以避免错过行情。随着越来越多的人参与进去，其市值会超过合理价值，直到再没有新的买家，然后股价就会掉头向下。此时，恐惧就会占主导地位，先前的盈利快速变为损失，投资者们会不计价格地卖出，以便尽快脱手。当再没有新的卖家时，市值会低于合理价值，然后新一轮向上的周期叉开始了。虽然我无法证明这些论断，但我可以提供以下的证据:

当你买入股票时，你获得的是一张表明股票所有权的纸，而不是像金条或谷物等硬资产，而它们才是商品价值的基础。当网络股泡沫破灭前，没有人知道这些公司究竟该值多少钱。这些公司总在讲一些由会计游戏编织的故事，缺乏透明度。当缺乏一个明确的价值基准时，交易员/投资者们就不知道某个股票是否值得买。

随着股票市场出现泡沫并随后暴跌，自1997 年至2003 年，用标普500 期货合约来度量的股票市场，在83.6% 的时间里日波动幅度都超过收盘价的1% 。在同样的时间段内，我们的由56 种商品(比股票指数期货少一些)构成的篮子，只在53.6% 的时间里日波动幅度超过1%; 而商品货币在相同的时间段内，只在26% 的时间里日波动率幅度超过1% 。我很想知道，在没有基本面因素的影响时，为什么股票市场会每5 天就有4 天的波动超过1% 。我认为肯定是交易员的情绪促使了市场的上涨和下跌。

本章小结

不同资产类别的交易方式是不一样的，对于同一资产类别，不同时间框架下的交易特征也会变得不同。在你开发策略之前，值得花点时间，来对你想要交易的工具在你想要交易的时间框架中的表现进行分析。本章提供了一种简单的分析过程，你可以用它来发现阻力最小的路径，这会成为你策略开发过程的一个很好起点。