投資者為了長遠的目標，他們相信在一段很長的時間後，投資會升值

投資者，會購買實物。例如巴菲特購買的就是股票背後代表的東西，企業

交易者，不會購買實物，只關心價格，從根本上來說，他們買賣的是風險

市場允許風險從一個參與者轉移至另一個參與者

企業可以藉由購買期貨來規避風險，例如石油的對沖交易

而將期貨合約賣給企業的就是交易者

本書中，小風險被統分成兩類: 流動性風險、價格風險

許多(或者說大多數)交易者是短線交易者，他們操作流動性風險

流動性風險指的是無法買入或賣出的風險：想買的時候沒人賣；想賣的時候沒人買

假設想買入最新成交價為$30.50的 X 股票

我們會看到兩個報價，買入價(bid)和賣出價(ask)

假設買入價為$30.50，賣出價為$30.55

代表購買一股 X 股票需要花$30.55，而賣出一股 X 股票只能賺$30.50

兩者間的價格差異稱為價差(spread)

經營這種流動性風險的交易商稱為帽客/炒家(scalper)或造市商(market maker)

他們的利潤來自於買賣價差

此類交易有一個變種，套利(arbitrage)，涉及兩個不同市場的流動性

例如，在倫敦買入原油，同時在紐約賣出

價格風險指的是價格大幅上升或下跌的風險

對沖者透過把風險轉移給交易者來規避價格風險

經營這種價格風險的交易者稱為投機者(speculator)或頭寸交易者(position trader)

他們的利潤來自於價格變化 - 做多、做空

市場由一群互相買來賣去的交易者組成

• 短線炒家: 經營流動性風險，通過快速與對沖者交易，賺取買賣價差
• 投機者: 靠價格變化賺錢，承擔對沖者欲消除之價格風險
• 企業/對沖者: 欲消除匯率波動等因素隱含之價格風險，以規避風險為目的

價格變動取決於市場內所有買家與賣家的共同態度

當共同態度改變，價格就會變化

賣家想提高價格，而買家又願意接受更高的價格時，市場價格就會上漲

當有足夠多的交易者持有空頭部位，卻出現一個大買單時，可能就會出現恐慌

因為這筆大買單可能會將價格推高，同時引發預掛的買單成交，導致價格進一步上漲

這樣的變化在瞬息萬變的市場中可能只是1, 2分鐘的事

有經驗的炒家會在價格開始攀升時迅速出掉空頭部位，轉而只做多頭

當經驗不足的交易者在恐慌中盲目買入時，老練的交易者就有機會高價賣出再賺一筆

在交易的世界中，人類的情緒世機會所在，也是最大的挑戰
掌握了它，你就能成功；忽略了它，你就危險了

市場是由一個個人組成的，每個人都有自己的希望、恐懼和弱點
行為金融學研究影響買賣決策的人類認知和心理因素
研究顯示，人類在不確定的環境下容易犯下系統性的錯誤
行為金融學已經證明，當涉及利益問題時，人很少能做出完全理性的決策
成功的交易者知道其他人的錯誤判斷就是他們的機會

情緒陷阱

經濟學和金融理論都是以理性行為理論為基礎
但有足夠多的證據顯示，大多數人都不會理性行事
交易者的非理性會導致市場波動
在市場中，許多機會源於人類特徵:

• 希望: 希望買了之後馬上就會漲
• 恐懼: 再也賠不起了
• 貪心: 賺翻了, 部位加碼
• 絕望: 交易策略沒用, 一直賠錢

有幾種對交易行為有影響的認知偏差:

• 損失厭惡: 不賠錢遠比賺錢重要
• 理性來說，少賺100元等於賠掉100元
• 沉澱成本: 更重視已經花掉的錢，而非未來可能的花費
• 理性思維要求停損，但因想避免損失而凹單
• 處置效應: 早早兌現獲利，卻讓虧損持續
• 投資者不願承認決策並不成功
• 結果偏好: 根據決策結果判斷好壞，而不考慮決策本身的正確性
• 在交易的世界中，正確的方法也可能賠錢
• 近期偏好: 更重視近期的數據或經驗，而忽略早期的數據或經驗
• 錨定效應: 過於依賴容易取得的資訊
• 潮流效應: 盲目跟從多數人相信某件事
• 信奉小數法則: 從小樣本中得出沒有根據的結論
• 導致過早建立或失去信心

海龜方式

趨勢跟蹤(trend following)

利用幾個月內的大趨勢
在市場處於歷史高點或低點時入場，如果市場逆轉且逆轉趨勢持續，就出場
趨勢跟蹤可以創造可觀的回報，但有幾個大家不常用的原因:

• 大趨勢很少出現
• 可能有65%~70%的交易是賠錢的
• 沒有趨勢時會失效，趨勢逆轉時也會失效
• 在趨勢結束前，趨勢是朋友
• 趨勢結束或反轉後的衰退期會帶來一段虧損
• 衰落程度大致等於回報
• 需要相對較大的資金才能達成風險控制

反趨勢交易

在沒有趨勢時採用跟趨勢跟蹤相反的策略
價格接近新高時放空
理論依據是，新高的突破大多不會引發趨勢 - 市場的壓力與支撐

波段交易(swing trading)

本質上跟趨勢跟蹤相同
追蹤短期市場  - 5, 15, 60分K

當日交易(day trading)

極端短期交易
避免晚上發生的負面新聞影響部位
一般使用三種策略其一: 頭寸交易、炒盤(scalping)或套利

市場狀態

投機性市場主要可分為4種狀態:

• 穩定平靜
• 價格在相對小的範圍內波動
• 穩定波動
• 有日間或周間變化，但沒有重大的月間變化
• 平靜趨勢
• 價格在幾個月內呈現緩慢的趨勢，但始終沒有劇烈的反轉
• 波動趨勢
• 價格有大變化，偶而伴隨劇烈的短期反轉

趨勢跟蹤者喜歡平靜趨勢，討厭波動趨勢
反趨勢交易者喜歡穩定波動
波段交易者喜歡波動性市場，因為機會更多

市場經常會同時出現兩種不同的狀態特徵
優秀的交易者不會試著預測市場，而是會觀察訊號，判斷市場正處於什麼狀態

三、The First $2 Million is the Toughest

掌握趨勢，管理風險，堅定不移，簡單明瞭

破產風險

在賭博中，破產風險是指因為一連串失敗而賠光所有錢的風險
破產風險會隨著賭注增加而不成比例的迅速增大

風險控制

資金管理，指控制市場風險的程度
交易者要讓盈利潛力最大化，同時把破產風險控制在可接受範圍
海龜使用兩種資金管理方法:

• 將頭寸分為一個個小的頭寸單位
• 即使虧損也只虧損一個頭寸的一部份
• 以ATR(真實波動幅度均值)計算每個市場的頭寸規模(交易量)
• 目的是讓所有市場的絕對波動幅度大致相等

海龜的優勢

使用限價單(limit order)，而非常用的市價單(market order)
市價單價格會比限價單高一點，長期來看，小節省也能成為大財富
期望值，用來量化在市場的優勢，在不可避免的逆境時期也要堅持方法，避免結果偏好

期望值: 量化優勢

期望值為正的遊戲就是有希望贏的遊戲
海龜思維:

• 以長遠的眼光看待交易
• 避免結果偏好
• 相信正期望值的威力

損失只是做生意的成本，並不代表失敗或錯誤決策，長遠來看總會失而復得
期望值為正的交易在長期必然能成功
期望值根據回測計算
期望值 = 每筆交易的平均贏利 / 每筆交易的平均風險投入
風險投入 = (最初成交價 - 止損價) * 買賣合約數量 * 合約本身大小

假設有一筆黃金交易
買入價為 $350，止損價為 $320，買入10份合約，
這筆風險水平 = (350 - 320) * 10 * 100 = $30000

趨勢跟蹤

趨勢，價格在一段長達幾周或幾月的期間內保持同一種變化態勢的現象
市場有三種容易形成的趨勢: 向上、向下、水平
使用的策略只是無關緊要的因素
可以使用其他交易策略或理念，但必須始終如一的堅持那些法則
這就是交易的秘訣，也是海龜們成功的秘訣

海龜使用的方法為突破法，或稱唐奇安通道(DC)
基本思路是當市場超越過去特定期間最高點時(突破前期價格水準)買入

DC20

使用2個系統: 中期(20天)決定高低點、長期(60天)確定高低突破點
每個交易日後都重新計算這兩個系統的高低突破點
以ATR衡量停損出場點: 損失不超過2ATR
由於交易量也是以ATR決定，所以跌幅恰好等於帳戶總額2%

海龜培訓的內容可以歸納成4點:

• 掌握優勢
• 找到期望值為正的交易策略，因為長期來說它能創造正向報酬
• 管理風險
• 控制風險，否則就算有正期望值的策略，也沒辦法等到它創造成果
• 堅定不移
• 堅定不移地執行才能真正取得策略的正期望值
• 簡單明瞭
• 海龜方法的精隨在於抓住每一個趨勢
• 大部分利潤可能就來自於兩三次的交易

四、Think Like a Turtle

新手想預見未來；而好的交易者只考慮現在，避免對未來考慮過多

對於未來，細節是不可知的，但特徵是可以預測的

換句話說，你不可能知道一個市場會上漲還是下跌，但你可以知道趨勢即將出現

想要獲勝，你必須讓思維擺脫結果偏好的影響。個別交易的結果無關緊要

大多數交易者不僅對未來考慮過多，對過去同樣考慮過多，比如失敗的交易

要從過去吸取經驗教訓，但不要為過去而煩惱。那些只是遊戲的一部份

避免近期偏好，最近一段時期並不比歷史上任何其他時期重要

市場大多數交易者都有近期偏好，避免近期偏好的能力是成功交易的重要成分

如果只考慮某個特定時間的某個市場，情勢可能會非常慘淡

在某些市場，或許需要等上好幾年才能有一個好趨勢

有三種偏差是必須不惜代價克服的: 

• 近期偏好
• 對"正確性"的執迷
• 預測未來的衝動

交易充滿不確定性，你不會知道一筆交易會不會賺錢

你充其量只能去相信，從長遠來看，你的回報會大於你的風險

R乘數(R-multiple) = 交易利潤 / 交易風險

如果在每盎司 $450價位買了一份8月的黃金合約(100盎司)，止損價位為 $440

風險投入為 (450-440)*100 = $1000

如果這筆交易賺了 $5000，那麼這就是一筆5R交易

海龜們永遠不會知道一筆交易最後會賺錢還是賠錢，每筆交易都可能賺錢，更大的可能是賠錢，但最終來看，勝利的成果足以彌補失敗的損失

所以要從機率的角度思考問題，如此一來在面對巨大的風險和不確定性時才能保持信心

像海龜一樣思考:

• 重要的是現在
• 不要對過去念念不忘，也不要預測未來。前者無益，後者徒勞
• 從機率角度思考問題，不要預測
• 使用機率上對自己有利的方法才能在長期獲得成功
• 對自己的交易負責
• 不要把自己的失敗和錯誤歸咎給其他人
• 對自己負責，從失敗中學習

許多人喜歡把自己的失敗歸咎於其他人或者不受自己控制的外部環境

這是交易世界中一個常見問題，也是生活中的一個問題

說到底，交易只是你和市場之間的事

如果你做的好，長期下來你會看到好的結果

如果你做的差，長期下來你會賠錢

交易是你做的，你應該對結果負責

不要責怪任何人給你壞建議，也不要責怪任何人沒把秘訣告訴你

如果你做了愚蠢的事，就要從錯誤中學習，不要假裝沒有犯錯

喜歡推卸責任的人必敗無疑

能否掌握優勢就是專家跟業餘之間的區別
忽視了這點，你就會輸給那些沒有忽視這點的人

成功的交易，無非就是買低賣高或賣高買低
優勢一詞源自賭博理論，原指賭場所掌握的統計學優勢
在賭局中，若沒有優勢，從長遠來看肯定會輸。交易的世界也是如此

交易中的優勢指的是可以利用的統計學優勢
優勢以市場行為為基礎，且這些行為會重複發生
在交易世界中，最好的優勢來自於人類認知偏差所導致的市場行為

優勢的要素

要找到優勢，需要找準進場點: 在這一點，市場往特定方向變動的機率大於正常機率
然後為這個進場點設計一個出場策略，這樣才能從期望的趨勢中獲利
簡單來說，要讓優勢最大化，進場和出場策略必須配對

一個系統的優勢來自於三大要素:

• 資產組合的選擇
• 決定該進入哪些市場的系統
• 進場訊號
• 決定什麼時候該開始交易的系統
• 出場訊號
• 決定什麼時候退出交易的系統

某些訊號可能在短期有顯著優勢，但在中長期卻沒有。反之亦然

優勢率

當某種特定市場行為發生時會出現進場訊號
我們可以把伴隨市場行為而來的價格變動分成兩部分: 好和壞
壞方向的最大變動幅度稱為MAE(maximum adverse excursion)
好方向的最大變動幅度稱為MFE(maximum favorable excursion)

圖中MFE > MAE

若一個進場訊號的平均MFE > 平均MAE，代表存在正優勢。反之同理
可以藉此評估進場優勢，一個真正隨機性的訊號大致上會帶來相等的MFE與MAE

為了更實在的衡量進場訊號優勢，需要進行幾個步驟:

1. 要讓各個不同市場的價格變動具可比性
• 把不同市場的MFE與MAE標準化
• 使用ATR
2. 決定要衡量哪段時期的MFE與MAE

E-比率(優勢率)算法:

1. 為每一個進場訊號計算指定時間內的MFE與MAE
2. 將上述MFE與MAE除以進場時的ATR
• 根據波動性做調整，將不同市場標準化
3. 將調整後的MFE與MAE求和，除以進場總次數，得到平均
4. E-比率 = 平均MFE / 平均MAE

過濾器優勢

可以從兩點檢視過濾器:

1. 過濾器對純隨機進場訊號的影響
2. 過濾器對進場訊號的影響

退出優勢

考慮進場訊號時，需要關心進場後市場會發生什麼
考慮出場訊號時，出場後市場發生什麼跟你毫無關係
所以應該以出場訊號對整體策略的影響作為考量

六、Falling Off the Edge

交易優勢源於交易者的認知分歧和認知偏差

支撐與阻力

所謂支撐和阻力，是指價格有不突破前期價格水準的傾向


支撐與阻力來自市場行為，而市場行為源自三種認知偏差:

• 錨定效應
• 依賴輕鬆可得的訊息來判斷價格
• 近期的新高或新低成為新的錨
• 新價格是高是低完全取決於這根錨價
• 近期偏好
• 人們更重視近期數據和經驗
• 近期出現的低價對交易者的影響大於其他前期價格
• 參與者在支撐位和阻力位的大量湧入造就價格在前期高點和低點的反彈
• 大多數交易者都相信支撐和阻力現象存在
• 進一步加強支撐與阻力
• 處置效應
• 交易者傾向早早獲利了結
• 利潤越高，交易者就越害怕失去利潤
• 為了鎖定利潤而為高點設置天然障礙

支撐與阻力中的優勢

支撐和阻力只是籠統概念，不是金科玉律
價格不一定會在前期的高低點反彈，只是有此種傾向

若採用反趨勢策略，支撐和阻力就是優勢的直接來源
若採用趨勢跟蹤，支撐與阻力位的突破就是要害


趨勢跟蹤者的優勢在於支撐和阻力位剛被突破時的認知滯後
統計顯示，市場在支撐和阻力未被打破後的慣性趨勢比其他時候更明顯
作為突破法的交易者:

1. 在阻力位被突破時做多，在支撐位被突破時做空
2. 在短期突破支撐位時賣出，在短期突破阻力位時買入

震顫的戰場

接近支撐與阻力位的價格稱為價格不穩定點(points of price instability)
一旦支撐或阻力位失守，價格會沿突破方向繼續前進
價格不穩定點代表絕佳的交易機會
這些點上，好交易與壞交易的價格差距相對較小，犯錯的代價相對較低

認知偏差造成交易者的系統性錯誤認知，有錯誤認知的地方就有優勢存在
好的交易者會把賭注押在他們認為即將獲勝的一方
如果他們犯了錯，他們會承認錯誤，迅速退出交易

七、By What Measure?

理解風險，尊重風險

要怎麼知道一個策略或經理是好是壞? 風險回報率最高就是最好
在特定風險下賺到盡可能多的錢或在特定獲利下承受盡可能少的風險

風險重重的世界

大多數交易者擔心4種主要風險:

• 衰落
• 一連串損失使帳戶縮水
• 低回報
• 回報太低
• 價格動盪
• 一個或多個市場出現價格驟然變動，造成損失
• 策略失效
• 市場狀態改變，使曾經有效的策略失效

衰落

衰落風險是交易者放棄交易或失敗的主要原因

下圖包含上圖，更新到06年10月末

上圖的系統在測試其中以年均43.7%成長，但也包含38%的衰退期
新手會認為自己能承受那38%的損失
現實一次又一次的證明，人們對自己承受損失的能力並不怎麼了解
當類似下圖的衰退期(42%)出現時，新手會開始對系統產生疑慮，導致錯失機會

新手即使擁有有效的策略也無法賺錢的原因:
高估自己在高風險下承受波動的能力

市場回調中的衰落與一連串敗筆所造成的衰落並不一樣

低回報

策略要達成年均30%回報率有兩種方式:

1. 穩定獲得30%年回報率
2. 第一年5%, 第二年5%, 第三年100%

在其他條件相同之下，能創造穩定高回報的系統在未來任何時間都更容易創造理想回報

價格動盪

價格動盪指價格突然之間發生快速變化
一般來說，是由自然災害、政治事件或經濟災難造成


策略回測會把衰落風險低估一倍
任何一個想獲得高回報的人都必須承受同樣高的衰落風險
甚至可能在一次巨大的價格動盪中輸個一乾二淨

策略死亡

策略死亡指的是一個曾經有效或是在回測中看似有效的策略突然不再有效
這種風險不是來自市場本身，而是由蹩腳的測試方式造成的
對於根據短期波動進行最佳化的短期系統來說，風險更大

由於市場是動態，包含許多參與者，市場會變化是無法改變的現實
偉大的交易者與一般交易者的區別之一就在於他們能堅持其他人已厭倦的方法

衡量風險

量化風險的方法:

• 最大衰落
• 代表在測試其中從最高點到隨後最低點的下跌百分比
• 最長衰落期
• 從一個頂峰到下一個頂峰的最長周期
• 衡量的是恢復速度
• 經歷衰退後需要多長時間才能重新再站上高峰
• 回報標準差
• 衡量回報率分散狀況
• 高標準差代表不同時期間的回報率差異大
• R平方
• 實際投資回報率與平均複合增長率的吻合程度
• 銀行儲蓄R平方值 = 1
• 回報率不穩定時，R平方值 < 1

風險的對立面: 回報

對交易策略來說，回報指的是對這策略的期望回報
可以幾種方式量化回報:

• 平均複合增長率
• 幾何平均回報率(geometric average return)
• 特定投資期間內的平均化複利率
• 期初資金按此複利率滾動成長，會剛好等於期末資金
• 對儲蓄帳戶來說，其利息率就是平均複合增長率
• 如果某期的回報率特別高，會對整個指標產生重大影響
• 滾動平均一年期回報率
• Average one-year trailing return
• 連續滾動計算的一年期平均回報率
• 能更好的反映任何特定一年期的回報
• 對某個回報率特別高的時期不是很敏感
• 平均月度回報率
• 測試期內各月份的平均回報
• 淨值曲線
• R乘數圖表

風險與回報的衡量

最常用的兩個綜合指標: 夏普率(Sharp Ratio)、MAR率(MAR Ratio)

夏普率

最初被稱為回報-波動性比率

計算公式:
超額回報率 = 平均複合增長率 - 無風險回報率(i.e. 債券利息率、儲蓄利息率)
夏普率 = 超額回報率 / 期間回報率標準差

夏普率是為比較共同基金表現而發明的，並非一般性風險回報率指標
期貨對沖在幾個重要風險層面上與無槓桿的股票投資組合不同:

• 管理政策風險
• 期貨使用短期策略
• 投資基金偏向長期持有
• 在使用頻繁進出場策略時，損失速度會更快
• 分散化策略風險
• 期貨會把相當大的資產投注在少量工具上
• 潛在風險
• 期貨的槓桿比股票高
• 無形中使期貨交易者承受更大的市場波動風險
• 信心風險
• 期貨基金歷史較短，投資者得不到期望回報的風險較高

穩定性並不等於低風險!
風險非常高的投資也可能在有限時間內創造穩定的回報
回報的穩定性越高，實際風險就越大

天才的失敗

LCTM的策略有兩個基礎:

1. 非常高的槓桿率
2. 固定收益債券價格在特定狀況下的統一化趨勢

高槓桿讓它的頭寸部位規模其為龐大，因此在遭受損失時很難全身而退
在危機之前，LCTM的年均回報率差不多為40%，且穩定，換言之，夏普率出眾

MAR比率

MAR比率 = 年均回報率 / 最大衰落幅度
衰落根據月末數據計算，經常會低估實際衰落程度
改良版: 使用最高點到最低點的跌幅

系統死亡風險

模仿效應: 在風險回報比率上表現好的策略會被整個行業模仿
到頭來，它們的規模超出市場的承受能力，早早成為系統死亡的犧牲品

套利策略就是最好的例子
最純粹的套利實際上是沒有風險的交易，前提是不同地方的同一種工具存在價格差

使用某種策略的人越多，價格差就消失得越快，因為交易者本質上都在爭奪同樣的機會
長此以往，這種效應會讓策略變得越來越無利可圖
所以對一般投資者沒有吸引力的系統和策略反而有更長的生命期

如果在檢驗一種策略時太過貪婪，更有可能得不到想要的結果

每個人都不同

每個人都有不同的風險承受能力和回報期望
因此不存在對所有人都有吸引力的萬能指標

八、Risk and Money Management

破產風險是最需要警惕的風險

資金管理就是把破產風險控制在一定水平，又盡可能讓獲利最大化
為了做到這一點，必須決定交易規模並限制頭寸的總體規模，控制價格動盪風險
資金管理不存在正確答案，只存在對個人有效的個別答案
本質上來說，資金管理就是兩個極端風險間的平衡
能承受多少風險取決於個人情況
因此，必須了解大風險與小風險對你的意義，唯有如此才能做出合理的決策

每年20% ~ 30%的穩定回報就能在短時間內帶給你巨大的財富，無論初始資金多寡
複利的力量無比強大，但前提是沒有中途破產，被迫重新來過
如果冒險追求100%甚至200%的年均報酬，一敗塗地的風險會大大提高
交易新手在最初幾年最好採取較保守的方式

謹慎的交易方法是把衰落控制在可接受範圍
也就是在回測時，衰落幅度最多不能超過承受力上限的一半
這樣即使出現前所未見的大幅衰落，也還有一定的緩衝餘地

不要聽風是雨

正確的資金管理非常簡單

對一個特定大小的交易帳戶來說，可以在每個期貨市場安全買入合約的數量
對新手來說，風險過大是最常見的敗因之一，新交易者經常錯誤理解槓桿風險

破產風險

破產風險，一個人在一連串失敗中損失過大，不得不退出交易
以下幾點是期貨交易者的主要敗因:

• 沒有計畫
• 許多交易者的行動依據是直覺、傳聞、猜測，還有對自己預測能力的自信
• 風險過大
• 許多其他方面很出色的交易員是因為承受了過大的風險而破產
• 不切實際的期望
• 新手交易者之所以承擔過大風險是因為對自己的贏利水準有不切實際的期望
• 新手相信自己僅憑基礎數據就能開始交易
• 他們相信自己足夠聰明可以"擊敗"市場

交易確實簡單，但交易並不容易

海龜資金管理法 - 生存第一

交易的首要目標是生存
一個期望值為正的系統或方法早晚會給你帶來財富，但前提是你必須留在遊戲場內

大多數新手會高估自己承受痛苦的能力，這對交易有極端不利的影響
因為這通常會導致他們徹底放棄交易，或是慌忙改變策略 - 而那恰恰是最不應該改變

市場不可預測是不爭的事實，最多只能希望得到一種在長期內有效的方法
因此，應該盡可能地降低交易中的不確定性
海龜對任何一筆交易的期望和投入都相同，會根據市場的相對波動性做出調整
過於簡化的策略和沒有根據波動性進行標準化可能導致某些市場上的交易權重過高

N係數

海龜以市場每一天的絕對上下波動幅度決定頭寸規模
所以任何一筆特定交易的每日波動幅度都大同小異

海龜把頭寸分成一個個小塊，也就是頭寸單位
頭寸單位的合約數量計算: 讓 1 ATR的價格變動正好等於帳戶規模1%
如果一個市場的波動性較強或者合約規模較大，它的頭寸會小於那些更穩定的市場

很多市場是高度相關的，而且當大趨勢結束時，壞日子會隨之而來
在大趨勢瓦解後的動盪期中，即使通常看起來不太相關的市場也會開始相互影響

頭寸規模限制是海龜系統不可或缺的部分，因為它是消除滯後市場的機制
在高度相關的市場中，最遲發出進場訊號的市場，其趨勢通常不會持續太久

風險衡量法則

要判斷一個系統的風險特徵或持有頭寸的內在風險
最佳方法之一就是回顧過去30~50年內曾經出現的嚴重價格動盪
一旦發生那種史無前例的重大災難，任何一個激進交易者都可能傾家蕩產

九、Turtle-Style Building Blocks

不要整天去膜拜雜誌上那些夢幻工具
學會如何用好最基礎的工具才是第一位
重要的不是你的工具有多大威力，而是你能不能用好這些工具

沒有任何工具或神秘公式是萬能的
那些工具最多只能幫我們判斷出趨勢已經開始或結束的機率有多大

積木一覽

常用的趨勢跟蹤工具:

• 突破 (breakout)
• 指價格衝破過去一段特定時間內的最高或最低價位
• 原版海龜的首要工具
• 移動平均價 (moving average，MA)
• 連續計算特定時間內的平均價格
• 每天都要重新計算
• 波幅通道 (volatility channel)
• 等同一個移動平均價加上特定數值
• 特定數值是由標準差或ATR這類波動性指標決定
• 定時退出 (time-based exit)
• 最簡單的出場策略
• 在一個事先決定的特定時間退出 (e.g. 10天)
• 簡單回顧 (simple lookback)
• 拿當前價格與過去某個歷史價位比較

市場創下新高是趨勢可能正在開始的強烈信號

短期內的突破點指示出短期趨勢的可能性

長期內的突破點指示出長期趨勢的可能性

連續計算特定時間內的平均價格

簡單移動平均價(Simple moving average): 特定天數內的平均價格

指數移動平均價(Exponential moving average): 取前日均價一部份然後與現價結合

其它較複雜的曲線可能在實際中沒那麼有效，甚至造成overfitting

波幅通道可以很好的指示出趨勢的開始

如果價格超越一個特定MA和另一個特定值，意味著有上漲趨勢

簡單的定時退出策略可能會非常有用及高效

可以幫助避開趨勢衰竭所導致的衰落

從非常基礎的層面出發也能發明出簡單的潛在趨勢判斷方法

比如簡單的回顧某些天的價格再加上特定波動性指標

如果一個市場開始上揚，無論使用什麼趨勢跟蹤工具，遲早都會引發進場訊號

所以，與其整天去尋找新穎的超級指標，不如把時間花在更有意義的地方

本章將介紹一些長期跟蹤系統:

• ATR通道突破系統
• 以ATR做波動性指標
• 布林突破系統
• 波動性指標為標準差
• 唐奇安趨勢系統
• 帶有趨勢過濾器的突破系統
• 定時退出唐奇安趨勢系統
• 雙重移動均線系統
• 短期均線穿越長期均線時買入或賣出的系統
• 與其他系統不同的是，這個系統始終不離市場
• 三重移動均線系統
• 以最長期的均線判斷大趨勢
• 短期均線穿越長期均線時買入或賣出，前提是符合大趨勢

回測也被稱作事後檢驗
有許多人認為回測沒有意義，因為過去不代表未來
但還有別的方法嗎? 我們唯一能掌握的就是市場迄今為止的表現
回測並不能預見未來，但它可以幫助你判斷一種方法能否在未來贏利
它並不是最優的方法，但它是可用工具中最好的一個

系統

ATR通道系統

以ATR指標作為波動性指標的波幅通道系統
通道頂部為350日MA + 7 ATR
通道底部為350日MA - 3 ATR
當前一日收盤價穿越通道頂部，則今日開盤做多
當前一日收盤價跌破通道底部，則今日開盤做空
當收盤價反向穿越MA時出場

布林突破系統

布林通道是通過350日MA加減 2.5 倍標準差得出
當前一日收盤價穿越通道頂部，則今日開盤做多
當前一日收盤價跌破通道底部，則今日開盤做空

唐奇安趨勢系統

當年海龜系統的簡化版本
20日突破進場，10日突破出場，外加一個350日/25日EMA趨勢過濾器
如果25日均線在350均線之上，只能做多
如果25日均線在350均線之下，只能做空
2 ATR止損退出

定時退出唐奇安趨勢系統

唐奇安趨勢的變體

採用定時出場策略而非原本的突破出場

在 80 天后退出，沒有任何形式止損

這種簡單的出場策略可能比那些複雜的出場策略表現還好

只在 100 日均線穿越 350 日均線時買入或賣出

始終不離開市場，無論做多還做空

退出交易同時開始下一筆交易

屬於相當長期的趨勢跟蹤系統，交易頻率很低

使用三種MA: 150日、250日、350日均線

在 150 日均線穿越 250 均線時買入或賣出

最長期的 350 日均線扮演趨勢過濾器角色

只有150/250日均線都在 350 日均線同一側才交易

高於350 MA做多、低於350 MA做空

與雙MA不同的是，這個系統並非始終不離市場

一個系統的贏利能力並不完全依賴於一個有優勢的進場策略

如果為一個沒有止損點的系統，比如雙MA，加入止損會有什麼變化?

實驗顯示，沒有止損時MAR率最高，還有其他指標也是如此 ( e.g. 夏普率)

對趨勢跟蹤者來說，衰落也來自於趨勢逆轉，而這通常發生在大趨勢結束之後

放棄在趨勢中累積起來的部分利潤只是遊戲的一部份

趨勢跟蹤者的衰落並非來自於進場風險，而是利潤返還

回測與實際交易結果的差異主要由四大因素造成:

• 交易者效應
• 當其他交易者也採用類似方法時，很容易導致效果下降
• 隨機效應
• 回測誇大的系統內在優勢可能是純隨機現象
• 最佳化矛盾
• 選擇特定參數的過程可能降低事後測試的預測價值
• Overfitting

交易者效應

物理中有觀察者效應(observer effect)的概念: 衡量一種現象的行為也會影響現象

任何一件不斷重複的事情都有可能被市場參與者注意到

同理，表現特別突出的策略也是

當有太多交易者使用同一種策略，那策略將不再像以前有效

開發自己的系統比跟隨別人的系統好，這樣你的優勢才不會被其他交易者毀掉

交易者效應在任何情況下都可能發生

只要有太多交易者不約而利用某種市場現象，這種現象的優勢就會被毀掉

在套利交易中尤其普遍

大多數交易者都想不到純隨機因素會對交易結果帶來多大影響

以隨機進場策略做實驗

最好的交易結果可以獲得16.9%的年均報酬

但最差的卻也能年均虧損20%

這說明，純隨機性事件可以導致巨大差異

超常的表現可能源於隨機效應，而非絕佳的策略

在看短期歷史紀錄時，該明白你所看到的表現有很大的運氣成分

有些交易系統需要用特定數值進行計算，選擇這些數值的過程稱為最佳化
這些數值稱為參數，比如MA的計算天數
最佳化就是為這些參數選擇最好數值的過程

如果操作得當，最佳化是件好事，因為了解參數變化影響總比忽略這種影響好
當檢驗參數變化時，我們常常可以發現系統的表現是不是有隨機效應或overfitting

最佳化矛盾

參數最佳化過程中有兩種互相矛盾的效果:

• 提高系統在未來表現良好的機率
• 降低系統未來表現符合回測的機率

使用得當的最佳化參數值可以提高系統在實際交易獲得理想結果的可能性
不做最佳化意味著糊裡糊塗被運氣因素左右

預測價值基礎

未來與過去越接近，未來的交易結果就越接近回測結果
但未來永遠不會等同於過去
使用最佳化參數代表著最樂觀的歷史回顧

A為典型的參數值；B為最佳化的參數值

從上圖可知
最佳化參數值在實際交易很可能遜於回測結果
而典型非最佳化參數值未來實際結果則可能與回測更為相符
但這並不意味著我們應該在交易中使用未最佳化的參數值
因為最佳化參數更有可能帶來理想的結果

Overfitting

人們常將overfitting與最佳化矛盾混為一談，但實際上兩者並不相同
overfitting通常發生在系統變得過於複雜時
比如透過添加規則提高回測表現，對發生在關鍵時期的交易尤其明顯

峭壁(cliff)，參數值的微小變化引發交易結果的劇烈變化
峭壁的出現代表我們可能犯了overfitting的錯誤

樣本規模的重要性

統計學上說，單從幾個例子中得不出太多結論
添加某些不常發揮作用的規則會導致無意中的overfitting

十二、On Solid Ground

測試的統計學基礎

恰當的測試劑要考慮解釋力，也要考慮這些解釋的內在侷限性
通過樣本推斷整體特徵是回測的未來預測價值的理論基礎
核心觀點是，如果有足夠大的樣本，就可以透過這些樣本去推斷整體情況

樣本分析在統計學上的有效性受兩個因素影響: 樣本規模、樣本對總體的代表性
假如某個法則只適用於少數幾次交易，那就算測了上千次也不足以確保統計的有效性
交易者也常忽略的樣本對整體的代表性，例如近期偏好
只使用近期的數據或交易結果做回測會產生取樣錯誤
這樣的短期測試問題在於，市場在較短的時間內可能只出現一兩種狀態，而非全部

不夠穩健的現有指標

如果對數據稍做改變而不會顯著影響一個指標，那該指標就是穩健的
公認的那些業績衡量指標並不夠穩健，幾次微小變化就足以對結果產生巨大影響
指標的不穩定性會導致測試者錯誤的評價策略或理念

穩健指標

前面介紹的MAR率、CAGR(年均複合增長率)和Sharpe Ratio並不夠穩健
因為那些指標對測試期的起始和終止日非常敏感，尤其是對短於10年的回測來說

測試起止日對CAGR的影響

上述三個指標之所以敏感，是因為回報率對測試起止日非常敏感
而回報率又是MAR率和Sharpe Ratio的要素
而CAGR在對數刻度圖中就等於起點到終點的斜率

回歸年度報酬率

對對數刻度圖中所有點做線性回歸，這條線稱為RAR(regressed annual return)

測試起止日對RAR的影響

Sharpe Ratio中的回報率指標雖然影響程度不像CAGR那麼大
但改用RAR同樣也能降低因測試起止日變化帶來的影響

R立方

用於計算MAR率的最大衰落指標也對測試起止日高度敏感
而且最大衰落是一維指標，沒辦法從中看到更多有價值的數據

R立方(robust risk/reward ratio): RAR / 長度調整平均衰落
長度調整平均衰落: 平均最大衰落 * 長度調整
平均最大衰落: 最大的5次衰落幅度平均值
長度調整: (最大的5次衰落期平均天數 / 365天)

如果
RAR是 50 %
平均最大衰落是 25 %
平均衰落長度是 365 天
那麼R立方 = 2 = 50% / (25% * 365/365)

R立方從程度和時間這兩個角度考慮風險問題，且使用的指標對測試起止日相對不敏感
因此它比MAR率更為穩健

穩健夏普率

穩健夏普率: RAR / 年度化的月度回報標準差

相對於不穩健的指標，穩健的指標也不太容易受運氣因素影響
因為單單一次的事件對R立方的影響並沒有那麼大
使用穩健的指標也能幫助你避開overfitting的情況

代表性樣本

檢驗結果對未來有多大代表性由兩個因素決定:

• 市場數量
• 測試市場越多，越有可能將各種不同市場狀態包含在內
• 測試時間
• 時間跨度較長的測試能涵蓋更多市場狀態

年輕的交易者容易相信自己所看到的狀態就是市場整體狀態的代表
他們往往意識不到市場具有週期性和多變性，經常回歸到過去曾出現的狀態
就像在生活中一樣，年輕人看不到歷史的價值，因為歷史發生在他們出生之前

樣本規模

需要足夠大的樣本才能做出有效的樣本統計
樣本越小，推理越粗糙；樣本越大，推理越準確

真正的挑戰並不在於確定樣本的必要規模
真正的問題是，當你考慮某個並不經常發揮作用的法則時，比如金融危機
我們很難評判從過去數據得出的結果，因為不可能收集到做出決策的大樣本
這種情況下，我們必須明白自己的測試結果並沒有太大的說服力

有兩種常見做法可能將小樣本規模的問題進一步放大:

• 單一市場最佳化
• 單獨應用在各個市場中的方法更難用足夠大的樣本測試
• 過於複雜的系統
• 如果使用太多規則，有時很難判斷其中某條規則的生效頻率或程度

不建議對單個市場進行最佳化

洞察未來

你不可能知道，也不可能預見到一個系統的表現會怎樣
充其量，你只能借用有效的工具來把握系統的潛在效果，以及影響這效果的因素

參數調整檢驗

在決定採用一個系統前先體驗一下參數的作用是很好的習慣

挑出幾個系統參數，大幅調整參數值，比如20%~25%，然後看看效果怎樣

隨便選擇8~10年前的一天，用這天之前的所有數據進行最佳化

使用你平常用的最佳化方法，做你平常做的決策，當作你只有到那天為止的數據

得出最佳化結果後，用接下來兩年的數據檢驗參數值，看看系統表現

接下來，把測試點往後順延兩年(也就是6~8年前的一天)再做一次剛剛的操作

重複上面的步驟一直延伸到今天，然後比較參數的變化

要透過蒙地卡羅方法產生別樣景象有兩種常見的方法可用:

• 交易調整
• 隨機性改變實際模擬結果中的交易命令和起始日
• 用調整後的交易命令和這些交易的損益來調整資產淨值
• 淨值曲線調整
• 在原始淨值曲線中隨機選擇其中一部分，組合成新的淨值曲線

這兩種方法中，淨值曲線調整更具現實性，交易調整容易低估衰落的可能性

蒙地卡羅報告

我們可以為蒙地卡羅方法模擬出的新淨值曲線見李某種指標的業績分布圖

蒙地卡羅模擬RAR

這樣的圖表很有用，但也不要過於追究其中的細節

因為這些數據都來自於原始回測的淨值曲線

新手總想靠回測找到一個無敵系統

但隨著經驗累積，你會認識到世上不存在完美的系統

因為未來的市場狀態分布規律也許會不同於過去

很多時候，我們會因為掌握不到夠多的資訊而無法做出有把握的決策

原因就在於數據的缺乏

這類情況下，我們最好接受現實，承認自己無從判斷未來

就像交易世界中的其他許多問題一樣，認清現實是關鍵性的第一步

一旦你認清了現實，你就可以做出符合現實的決策，然後相應的調整行為

所謂穩健交易，就是用穩健的交易策略來抵禦市場波動的風險

要做到這點，必須先接受一個事實: 沒人可以預知未來，而且回測都有很大的內在偏差

穩健的交易策略有兩大特徵: 分散化和簡化

加強系統的穩健性有兩大要點: 

1. 確保系統規則能適應各種市場狀況
2. 讓系統保持簡明，不容易受市場變化影響

任何系統都有適合自己的市場狀態
過濾器之所以能讓系統更加穩健，是因為它能把處於不利狀態下的市場剔除
簡單的法則能讓系統在各式各樣的情況下發揮作用
複雜的系統會使系統對特定市場狀況或行為的依賴性提高
如此一來，未來市場不具備這些條件的可能性就越大

相比與為特定市場量身訂做的複雜規則，簡單基礎的規則使用性更強

市場分散化

選擇市場

有些市場每隔幾年才出現一次趨勢，5~10年的回測無法充分反映潛力
有的市場雖然利潤水準不理想，但卻有很大的分散化價值
排除某個市場的主要原因在於流動性
低流動性市場更容易受到價格動盪的衝擊

市場類型

市場分為三大類，彼此間有明顯差異:

• 基本面市場
• 比如外匯
• 價格變動的主要動力不是交易行為，而是更宏觀的經濟事件
• 流動性最高、趨勢最清晰
• 最容易被趨勢跟蹤者把握
• 投機者市場
• 股票，黃金、原油等期貨市場
• 投機者影響大於政府或大型對沖者
• 價格由市場態度決定
• 較難被趨勢跟蹤者把握
• 綜合衍生市場
• 投機行為是主要動力，但程度有所緩和
• 交易工具是其他市場的衍生品
• E-Mini S&P期指
• 最難被趨勢跟蹤者把握

交易者記憶效應

一個市場在過去20年沒出現過大趨勢並不代表它不是個好市場
只要一個市場容量夠大，且不同於資產組合中其他市場，就該選擇它

市場分散化受到資金量限制
在可接受的風險水準下同時進入多個市場是有一定的資金要求的

系統分散化

如果同時使用多個交易系統，特別是差異較大的系統，穩健性會大大提高
但就像市場分散化一樣，系統分散化侷限性也在於同時使用多個系統的大量資金

十四、Mastering Your Demons

市場不會在乎你的感受。
它既不會在你得意洋洋時吹捧你，也不會在你灰心喪氣時安慰你
所以交易世界並非適合每個人
如果你不願意接受市場現實，不願意承認自己的缺陷和失敗，你就不會成功

成也自負，敗也自負

新手喜歡自主交易
系統性交易中，決策的依據是機械性的法則，進出場都由這些法則明確規定
而自主交易能給人自尊感，因為它依賴主觀判斷

成功的自主交易者當然很，但失敗的要遠遠多於成功的
對一個交易者來說，自負不是一件好事，會很難避開認知偏差

謙恭為上

想成為偉大的交易者，必須可福自負心理，培養謙虛謹慎的品性
謙虛能讓你放棄預測未來的企圖
謙虛能避免你從個人化角度看待失敗

貴在堅持

堅持說起來容易做起來難
在交易世界中，始終如一的堅持策略是成功的關鍵

大多數人可能都不適合趨勢跟蹤法
每一種交易風格都對心理特徵有特殊的要求
讓個性優缺點與交易風格相符是非常重要的

記住，如果計畫無法執行，計畫就毫無意義

尾聲、萬事俱備

走你自己的路

沒有冒險就沒有收穫
風險是你的朋友。不要怕它，要理解它、控制它、與它共舞
優秀的交易者會自信地等待機會，但也會做好準備接受損失
他們走自己的路，不怕失敗，失敗只是生活的一部份，只是成功和成長的必要前提

大多數人都是因為害怕失敗而放棄夢想的
他們覺得，與其自己開拓一條生死未卜的新路，不如選擇一條有把握的既成之路
畏懼心理對個人成就的影響要遠大於客觀現實的制約
如果我們嘗試了，我們可能會失敗，也可能成功
但如果我們根本不嘗試，那就真的沒有成功的希望

有人說過: 你該感謝你的敵人，他們教給你的東西比你的朋友和家人還多
失敗就是這樣的敵人，而且是相當強大的敵人

改變你的道路

如果你發現自己走錯了路，正在走向一個你不想去的終點，那請想想沉澱成本效應
不要在乎你投入了多少心血，建立了多少人脈
一個好的交易者懂得面對現實
如果市場證明一筆交易是錯的，它要做的不是祈禱，而是果斷退出

關於金錢

金錢只是個工具，只是某些事情的必要條件
它很有用，但以金錢本身為目標就大錯特錯

勇敢向前，大膽嘗試
結果也許不像你期望的那麼好，但只要堅持不懈，最後的結果也許會比你期望的還好
如果你不去常是，你永遠也不會知道結果如何

附錄、原版海龜交易法則

大多數成功的交易者都使用機械性的交易系統。這並非偶然
一個好的機械性交易系統可以自動完成整個交易，代替交易者做出每個決策
有了它，交易者更容易保持策略的統一性

一個完整的交易系統會有:

• 市場: 買賣什麼?
• 頭寸規模: 買賣多少?
• 進場: 什麼時候買賣?
• 止損: 什麼時候放棄?
• 出場: 什麼時候停利?
• 策略: 怎麼買賣?

市場

從本質上來說，這是選擇市場的過程
選擇的市場太少，抓住趨勢的機會會大大降低

頭寸規模

頭寸規模對分散化和資金管理都有影響
分散化旨在將風險分散到多種工具中，同時提高成功機率
資金管理實際上是在控制風險，以免你提早被迫出局
新手大多在單筆交易上投注過大

進場

自動化的系統會產生進場訊號，明確規定進場時的價格和市場條件

止損

長遠來看，不能及時甩掉損失的交易者不可能成功

出場

出場的時機對系統的贏利能力至關重要
不能回答這問題的都不是個完整的系統

策略

一但系統產生了訊號，怎麼執行就成了重點
對比較大的帳戶來說更是如此，因為大帳戶會對市場造成衝擊

市場:海龜的選擇

海龜都是期貨交易者
流動性是選擇市場的首要標準，海龜只選流動性最高的市場

頭寸規模

根據市場的絕對波動幅度調整頭寸規模，等於將頭寸的絕對波動幅度標準化
一個特定頭寸在某天向上/下的變動幅度與其他市場上的頭寸基本相同
無論市場的波動性是大是小

原理是:
如果一個市場的合約價值波動性較強，合約持有量就少一點。反之同理
市場的波動性與頭寸規模是相互抵銷的

這樣的標準化處理很重要
如此，不同市場上的不同交易在盈虧機率都是相同的，提高分散化效果

波動性: N的含意

N為20日ATR
理論上來說，N代表一個市場在意天內的平均波動幅度 (包括開盤跳空在內)
N的單位是點數，也就是該市場的價格點數

ATR = Max( H - L, H - C[1], C[1] - L )
H: 當日最高價
L: 當日最低價
C[1]: 前一天收盤價

N = ( 19*N[1] + TR ) / 20
N[1]: 前一天N值
TR: 當天的ATR

因為需要前一日N值，所以在首次計算時N = 20日ATR

美元波動幅度

決定頭寸規模的第一步驟是計算絕對波動幅度
絕對波動幅度 = N * 每點代表的美元

波幅調整後的頭寸單位

頭寸單位大小要根據市場波動性進行調整，目的是讓一個N等於帳戶淨值的 1 %
頭寸單位 = 帳戶的1% / 絕對波動幅度

每星期計算一次N值和頭寸單位規模

頭寸規模的重要性

海龜用市場波動性衡量市場的風險水準
然後根據這個風險基準逐步建立與風險相同的頭寸
這提高了贏利交易彌補虧損交易的機率

風險與頭寸單位

海龜資金管理法則在4個層面上限制交易量
本質上來說，這樣的交易法則控制了交易者的整體風險

四個層面的限制包括:

1. 單個市場
• 一個市場的頭寸單位不能超過4個
2. 高度相關的多個市場
• 在某個方向上的頭寸單位不能超過6個
3. 低度相關的多個市場
• 在某個方向上的頭寸單位不能超過10個
4. 單個方向 (多或空)
• 任何方向上的總頭寸單位都不能超過12個

進場策略

海龜使用兩個有所差異但彼此相關的進場系統:

1. 20日突破的短期系統
2. 55日突破的長期系統

突破

指價格超越了過去一段時期內的最高或最低點
20日突破就是指價格超越過去20天的最高或最低點

海龜會在突破發生時立即進場，不會等到當日收盤或次日開盤
比如跳空開盤，如果開盤價跳過突破價，就在開盤時進場

系統1進場法則

只要價格超過20日最高或最低點一個單位就進場
但假如上一次突破是贏利性突破(可以帶來贏利的交易)，那麼就忽略
對這一法則來說，上一次突破指的是市場實際的突破，不管有沒有被系統忽略

虧損型突破指的是突破日後的價格在頭寸有機會退出獲利(根據10日突破退出法則)前發生2N的不利變動

對這一法則來說，上次突破方向並不重要。
只要上次是虧損行突破，目前的新突破就會被視為有效的進場訊號

如果一次突破因為這條規則被忽略，交易者將在55日突破點進場
目的是為了避免錯過重大趨勢
55日突破點是一個保障性的突破點

系統2進場法則

只要價格超過55日最高或最低點一個單位就進場
對系統2來說，每個突破都會被視為有效訊號

逐步建倉

在突破點建立1單位頭寸，然後按1/2 N價格逐步擴大
1/2 N以上一筆成交價格為基礎

統一性

要堅定不移地遵守進場訊號，因為整年的大部分利潤可能就來自於兩三次大行情

止損

有老交易者，也有不怕死的交易者，但沒有不怕死的老交易者
不用止損的交易者十之八九會破產

遵守系統的命令退出頭寸是生死攸關的要點
不會甩掉損失的交易者在長期內都不會成功

要控制損失，最重要的就是在進場前就確定退出標準

止損標準

任何一筆交易的風險程度都不得超過2%
由於1N的價格變動 = 帳戶淨值1%
在2N的風險限制下，價格變動上限就是2N

為了把整體頭寸風險控制到最低
如果之前按 1/2 N 補充頭寸，那麼指損點也相應的調整 1/2 N

雙重損失

這種策略能實現更高的利潤率，但更難執行

風險上限為 0.5 %，也就是說，價格波動上限為 1/2 N
在一個頭吋單位指損退出後，交易者將在價格回到進場點時重新建立單位

出場

價格永遠不會直上直下，沒有波動
因此，要抓住一次趨勢，必須允許價格偶而朝不利的方向變動

系統1出場法則

價格發生不利於頭寸的10日突破時退出所有頭寸
以多頭來說，價格跌破10日最低點時退出

系統2出場法則

價格發生不利於頭寸的20日突破時退出所有頭寸

不要使用止損單，隨時觀察市場流向，價格到達止損價位時再行動

限價單比市價單要好

一般來說，市場總會發生一定幅度的相對隨機性波動，稱為反彈(bounce)

使用限價單就是為了把價格定在反彈區域頂端，而非單純接受當前市價

有時，市場變化太快，傾刻間就跳過你的訂單價，如果用限價單根本沒機會成交

面對這種情況，要等市場穩定下來再做打算

大多數新手會手忙腳亂地發出市價單，到頭來，那會是最差的時機

在急變市場中，流動性會暫時固定

賣家會停手等待價格上漲，如此一來，賣出價會急遽上升

隨著賣家抬價，買家也被迫提高出價，於是價格會上漲的越來越快，引來更多賣家

但隨著賣家增多，價格會平穩下來，甚至快速逆轉回調

這類情況下，海龜會一直等到市場出現逆轉跡象在行動

如果多個訊號同時出現，我們會選擇最強勢的市場買入，選擇最弱勢的賣空

另外，同一時間指會選擇一個月份的合約，且只會建立一個頭寸單位

在互相關聯的市場中

最好的多頭交易都存在於最強勢的市場

最好的空頭交易都存在於最弱勢的市場

在一期合約到期時，轉向新合約前需要注意兩個因素:

• 除非新合約的趨勢同樣符合你的要求，否則不要像新合約滾動
• 必須趕在現有合約的成交量和未平倉量大幅萎縮前行動