伟大而简洁的交易策略：均值回归的成功关键？

昨晚看到香港程式交易研究中心 HKPTRC 他们最新关于均值回归的教学（超值得睇，在 Youtube 搜寻他们名字就有)，让我再次想起之前和朋友一起搞 algo trading 遇到的问题和一些思路。

要知道如果你没有一个真正的交易逻辑，algo trade 就很容易陷入 overfitting。当时我一直在研究那些所谓交易大赛冠军策略（大多都忘记了，只记得有个叫 R-breaker)。上古时期的交易者能获得的量化数据不多，所以大多数都只使用价量去建筑策略，其交易逻辑都相对简短易明。

看了一段时间，我渐渐冒上一个古怪的念头：好像大部份的策略最终也会回到均值回归与趋势交易，就好像天下武功出少林一样，两者同时成为交易投资界中的最大门派。大至巴菲特押注公司营运能力的趋势、或者是敢于在疯狂上升的股市中找到机会尽力沽空的大空头；到短线交易者的突破买入或者大跌捞底形态，你都能或多或少找到趋势交易与均值回归的影子。哪怕每个人的理由尽不相同，但他们的买卖行动却差不太远（毕竟大部份市场只有买跟卖两个动作）。

当时由于我决定再研究趋势交易的可行性，之后就没再深究这个问题下去。但现在我们如果用另一个角度去散发思维，说不定也能找到均线回归策略的终极答案。

首先来点基础但对推论极其重要的概念。我们都知道人无论之前赚多少，只要亏损 100% 就要离开市场，所以比起同等百份比的获利，投资者必须对百份比损失更为著紧。这个特性看著很简单，但却有无数交易者没看懂。

而基于这一特性，我们在开发加入策略时，都先必须考虑如何规避不必要的风险、以及那止足以毁灭投资生涯的天鹅们。

但均值回归的策略的回报矩阵却完全违背以上思路：均值回归交易者平日有大量次数的小获利机会，但一次黑天鹅就足以带来庞大亏损，足以杀死交易员甚至是投资公司 (天国的 LTCM)。

现在的投资公司可能会采用分散资产地应用同一策略的方法去降低风险，但小散户显然能力不足而采取同样的办法。

而既然无法横向分散，那不如尝试纵向解决，将问题解决点放在走势上。

为了规避和控制损失的风险从而战胜市场，交易策略往往需要做减法和筛选法。而被筛选的，就是行情和趋势。

曾经有位前辈向我解释过为何一些人用简单的均线交叉策略就能获利，但新手却一直惨赔的原因，就是前者明白了金线交叉是「趋势有机会开始的信号」，后者却将金线交叉视为「趋势必然要开始的信号」。

前者知道在不同位置、不同形态下出现的交叉都代表了不同的意思，而当趋势真正开始时，他们也懂得选择更优秀的入场点：交叉当日便入场的位置往往不够美。至于美不美就和另一个交易中也十分重要的概念：赚赔比有关了。

同样道理，使用均值回归的价格策略前需要确认答案的问题便可变成为：

1.甚么时候均值回归策略更容易失效？

2.如何避免均值不回归而大赔的风险？

3. 有甚么时间可以使用均线策略？

当中，其实问题 2 已经解答了问题 1，问题 3 又和问题 2 息息相关。

首先，均值回归策略是基于随机性，那么在随机性更少的时间，也就是方向更明确的趋势行情中，均值回归策略更容易失效。

而如果想避开尾部风险，最直白的方法当然就是不要在趋势行情使用均值回归策略。

那么，买卖双方力量相对均衡的时间，自然就是最好做均值点归策略的时间。

推论到这一步，我们的问题就进一步升华，变成了趋势交易者最关心的一个问题：我们要如何分辨趋势？

这个问题的答案，就要留到 patreon 公布了。