即刻App年轻人的同好社区
下载
置顶创造和它带来的复利，都是一个短期不连续，但长期连续的过程。所以，保持创造，提供价值。
#独立博客
xinghua.space
#个人内容精选索引
【生活】
恐惧，勇气和懒惰：m.okjike.com
【投资】
投资是一份共产主义事业：mp.weixin.qq.com
微观经济学入门：mp.weixin.qq.com
宏观经济学入门：mp.weixin.qq.com
市场平均收益是数学意义上的平均吗？m.okjike.com
【科学哲学与科学史】
学习科哲的历程：www.zhihu.com
科哲书籍推荐：www.zhihu.com
对第一性原理的讨论：m.okjike.com
【数学与自然科学】
对数学函数和因果关系的讨论：www.zhihu.com
【我的独立产品】
数据积累中，在尝试寻找标准化的数据获取方法
代码还没写
#独立博客
xinghua.space
#个人内容精选索引
【生活】
恐惧，勇气和懒惰：m.okjike.com
【投资】
投资是一份共产主义事业：mp.weixin.qq.com
微观经济学入门：mp.weixin.qq.com
宏观经济学入门：mp.weixin.qq.com
市场平均收益是数学意义上的平均吗？m.okjike.com
【科学哲学与科学史】
学习科哲的历程：www.zhihu.com
科哲书籍推荐：www.zhihu.com
对第一性原理的讨论：m.okjike.com
【数学与自然科学】
对数学函数和因果关系的讨论：www.zhihu.com
【我的独立产品】
数据积累中，在尝试寻找标准化的数据获取方法
代码还没写
13 25
白宫这个 Weekly Wins 太特么像商业公司的 OKR 进展汇报周会了。
最近美帝关税基本上是一场政治经济学 VS 古典经济学的实战：
- 政治经济学通常可以解释政策选择问题
- 古典经济学倾向于预测经济后果
真金白银投票的信息收集市场，对近未来经济的预测更接近于哪一种？
炸裂的股市已经给出了答案。
最近美帝关税基本上是一场政治经济学 VS 古典经济学的实战：
- 政治经济学通常可以解释政策选择问题
- 古典经济学倾向于预测经济后果
真金白银投票的信息收集市场，对近未来经济的预测更接近于哪一种？
炸裂的股市已经给出了答案。
0 00
意义有限，参考最后两点。
假设你预期的投资周期是 3 年（任意其他周期都可以，逻辑等价）
1/ 裸卖空 TSLL = 认为在特斯拉上，按照 TSLL 内在的自动高买低卖机制会亏钱，所以卖空它会盈利。
2/ 裸卖空 TSLZ：逻辑上同理，只不过是反向。
3/ 事实上，这只会在特斯拉股价来回震荡时发生，在行情震荡的时候，TSLL 由于无法避免的网格机制在持续做空自己。这看似是存在套利空间的，比如买入特斯拉，同时卖空等值的 TSLL，或者直接就裸卖 TSLL。
4/ 但关键就在于前提，也即“现在的市场是震荡市”判定，由于股价基本遵循随机游走，所以要准确判断市场趋势，理论上是不可能的。而如果你不能判断出当前是震荡市（或者单边上升趋势、或者单边下跌趋势，都一样），那么上述所谓的“组合套利”，并不会比你自己搞个网格更好。
5/ 事实上，即便是你天赋异禀，能判断出当前是震荡市（或者单边上升趋势、或者单边下跌趋势），那么上述的所谓组合套利，也同样有更好的替代方案，比如自己直接开网格（或者加杠杆直接做多/做空正股）。
6/ 总之由于每日固定杠杆类 ETF 的这个高买低卖的固有数学特点，无论你对市场是否有准确判断，都不适合长周期用它来操作。只适合用来做短周期、自己认为确定性较高、同时自己资金也比较短缺时的一些操作。 //@且听清风吟: 卖空tsll或tslz呢
假设你预期的投资周期是 3 年（任意其他周期都可以，逻辑等价）
1/ 裸卖空 TSLL = 认为在特斯拉上，按照 TSLL 内在的自动高买低卖机制会亏钱，所以卖空它会盈利。
2/ 裸卖空 TSLZ：逻辑上同理，只不过是反向。
3/ 事实上，这只会在特斯拉股价来回震荡时发生，在行情震荡的时候，TSLL 由于无法避免的网格机制在持续做空自己。这看似是存在套利空间的，比如买入特斯拉，同时卖空等值的 TSLL，或者直接就裸卖 TSLL。
4/ 但关键就在于前提，也即“现在的市场是震荡市”判定，由于股价基本遵循随机游走，所以要准确判断市场趋势，理论上是不可能的。而如果你不能判断出当前是震荡市（或者单边上升趋势、或者单边下跌趋势，都一样），那么上述所谓的“组合套利”，并不会比你自己搞个网格更好。
5/ 事实上，即便是你天赋异禀，能判断出当前是震荡市（或者单边上升趋势、或者单边下跌趋势），那么上述的所谓组合套利，也同样有更好的替代方案，比如自己直接开网格（或者加杠杆直接做多/做空正股）。
6/ 总之由于每日固定杠杆类 ETF 的这个高买低卖的固有数学特点，无论你对市场是否有准确判断，都不适合长周期用它来操作。只适合用来做短周期、自己认为确定性较高、同时自己资金也比较短缺时的一些操作。 //@且听清风吟: 卖空tsll或tslz呢
兴华XingHua: 没想到投资类内容发在长桥社区已经比在即刻上收到的反馈多了。加上工作略忙，在即刻发东西相对少了一些，同步一波最近相对有点价值的帖子(3/n) # 是否应该通过每日 3 倍做多特斯拉 ETF 来长期做多特斯拉？ —— 每日固定 X 倍做多 ETF 的所谓 “损耗” 1/ 每日固定杠杆类 ETF 的“损耗” ，其最终来源是 ETF 为了维持固定杠杆搞的高买低卖加减法操作。模拟一遍如何 “固定每日 X 倍杠杆”，就一目了然了。 2/ 我有 100 美元，加上借来的 100 美元，一共 200 美元买特斯拉，即整体 2 倍杠杆。 3/ 第一天涨 10%，持仓变成 220 美元，其中 120 属于我，100 是借别人的。现在杠杆率是 220/120 < 2。为了保持 2 倍杠杆，我得再借 20 美元买进去，也即自己 120 美元，杠杆 120 美元。—— 为了保持固定 2 倍杠杆，我需要追高买入，一个加法。 4/ 第二天跌 10%，240 美元整体亏了 24 美元，亏的 24 肯定都算我自己的，借别人的 120 还是 120 。 - 我的 120 美元变成了 96 美元，同时有 120 美元的杠杆，杠杆率是 216/96 = 2.25。 - 我只能卖掉 24 美元持仓还给别人，变成 192 美元持仓（自己 96 美元，杠杆 96 美元）。 —— 为了保持固定 2 倍杠杆，我在低位卖出，一个减法。 5/ 加减法在复利机制下，误差会不断积累变大。 6/ 普通人直接买每日 X 倍杠杆 ETF 时，是买完就放那了，自己没有直接对持仓有高买低卖操作。内涵的高买低卖过程，是通过每日净值份额结算，“转移” 到买家身上的，所以难以感知误差的存在。 7/ 普通人自己加杠杆时，只是偶尔调整，并不会刻意维持每日杠杆率固定，所以也不会感知上述问题。 8/ “损耗 “这词给人一种能用于套利的感觉，是因为平时我们总在以一种非价值中性的方式在使用这词，其实 “损耗” 在这是一个中性词，换成 “偏差” 更容易理解一些：偏差可能是有利的，也可能是不利的。 9/ 由于损耗来源于高买低卖操作，尝试利用别人的高买低卖套利，逻辑上仅等价于自己做一个反向低买高卖，而低买高卖并不能保证盈利。
1 00
没想到投资类内容发在长桥社区已经比在即刻上收到的反馈多了。加上工作略忙，在即刻发东西相对少了一些，同步一波最近相对有点价值的帖子(3/n)
# 是否应该通过每日 3 倍做多特斯拉 ETF 来长期做多特斯拉？ —— 每日固定 X 倍做多 ETF 的所谓 “损耗”
1/ 每日固定杠杆类 ETF 的“损耗” ，其最终来源是 ETF 为了维持固定杠杆搞的高买低卖加减法操作。模拟一遍如何 “固定每日 X 倍杠杆”，就一目了然了。
2/ 我有 100 美元，加上借来的 100 美元，一共 200 美元买特斯拉，即整体 2 倍杠杆。
3/ 第一天涨 10%，持仓变成 220 美元，其中 120 属于我，100 是借别人的。现在杠杆率是 220/120 < 2。为了保持 2 倍杠杆，我得再借 20 美元买进去，也即自己 120 美元，杠杆 120 美元。—— 为了保持固定 2 倍杠杆，我需要追高买入，一个加法。
4/ 第二天跌 10%，240 美元整体亏了 24 美元，亏的 24 肯定都算我自己的，借别人的 120 还是 120 。
- 我的 120 美元变成了 96 美元，同时有 120 美元的杠杆，杠杆率是 216/96 = 2.25。
- 我只能卖掉 24 美元持仓还给别人，变成 192 美元持仓（自己 96 美元，杠杆 96 美元）。 —— 为了保持固定 2 倍杠杆，我在低位卖出，一个减法。
5/ 加减法在复利机制下，误差会不断积累变大。
6/ 普通人直接买每日 X 倍杠杆 ETF 时，是买完就放那了，自己没有直接对持仓有高买低卖操作。内涵的高买低卖过程，是通过每日净值份额结算，“转移” 到买家身上的，所以难以感知误差的存在。
7/ 普通人自己加杠杆时，只是偶尔调整，并不会刻意维持每日杠杆率固定，所以也不会感知上述问题。
8/ “损耗 “这词给人一种能用于套利的感觉，是因为平时我们总在以一种非价值中性的方式在使用这词，其实 “损耗” 在这是一个中性词，换成 “偏差” 更容易理解一些：偏差可能是有利的，也可能是不利的。
9/ 由于损耗来源于高买低卖操作，尝试利用别人的高买低卖套利，逻辑上仅等价于自己做一个反向低买高卖，而低买高卖并不能保证盈利。
# 是否应该通过每日 3 倍做多特斯拉 ETF 来长期做多特斯拉？ —— 每日固定 X 倍做多 ETF 的所谓 “损耗”
1/ 每日固定杠杆类 ETF 的“损耗” ，其最终来源是 ETF 为了维持固定杠杆搞的高买低卖加减法操作。模拟一遍如何 “固定每日 X 倍杠杆”，就一目了然了。
2/ 我有 100 美元，加上借来的 100 美元，一共 200 美元买特斯拉，即整体 2 倍杠杆。
3/ 第一天涨 10%，持仓变成 220 美元，其中 120 属于我，100 是借别人的。现在杠杆率是 220/120 < 2。为了保持 2 倍杠杆，我得再借 20 美元买进去，也即自己 120 美元，杠杆 120 美元。—— 为了保持固定 2 倍杠杆，我需要追高买入，一个加法。
4/ 第二天跌 10%，240 美元整体亏了 24 美元，亏的 24 肯定都算我自己的，借别人的 120 还是 120 。
- 我的 120 美元变成了 96 美元，同时有 120 美元的杠杆，杠杆率是 216/96 = 2.25。
- 我只能卖掉 24 美元持仓还给别人，变成 192 美元持仓（自己 96 美元，杠杆 96 美元）。 —— 为了保持固定 2 倍杠杆，我在低位卖出，一个减法。
5/ 加减法在复利机制下，误差会不断积累变大。
6/ 普通人直接买每日 X 倍杠杆 ETF 时，是买完就放那了，自己没有直接对持仓有高买低卖操作。内涵的高买低卖过程，是通过每日净值份额结算，“转移” 到买家身上的，所以难以感知误差的存在。
7/ 普通人自己加杠杆时，只是偶尔调整，并不会刻意维持每日杠杆率固定，所以也不会感知上述问题。
8/ “损耗 “这词给人一种能用于套利的感觉，是因为平时我们总在以一种非价值中性的方式在使用这词，其实 “损耗” 在这是一个中性词，换成 “偏差” 更容易理解一些：偏差可能是有利的，也可能是不利的。
9/ 由于损耗来源于高买低卖操作，尝试利用别人的高买低卖套利，逻辑上仅等价于自己做一个反向低买高卖，而低买高卖并不能保证盈利。
5 25
没想到投资类内容发在长桥社区已经比在即刻上收到的反馈多了。加上工作略忙，在即刻发东西相对少了一些，同步一波最近相对有点价值的帖子(2/n)
#基本面分析（Fundamental analysis） 追求的到底是什么？
1/ 最近由于工作需要，涉及对投资中一些术语的辨析，其中一些和以前学过的更基本的学科有共通之处，特别是基本面分析 (Fundamental Analysis) 和 技术面分析 (Technical Analysis) 这两个术语中的 “Fundamental” 和 “Technical”。
2/ 科学
Fundamental 在科学领域的 “Fundamental theories” 一词中被使用，它是指从底层的人类已知的第一性原理出发来构建的理论，这种理论基于一些基本原则，可以演绎出整个理论，每一步都有明确的因果解释。
但科学领域中与之对应的另外一个词不是 “Technical theories”，而是 ” Effective theories”，或者更接近杨振宁文章中所说的 phenomenological model (唯象模型)，它更关注理论对现象描述的有效性，而不是里面的严谨因果。
3/ 科哲
科哲领域对此也有定义，特别是卡尔·亨普尔的工作，他区分了人们研究世界的两类方法：
Deductive-Nomological Explanation：演绎 - 律则解释，性质类似于前面的 fundamental theories。
Statistical-Probabilistic Explanation：统计 - 概率解释，性质类似于前面的 phenomenological model。
4/总之
Fundamental 一词：和基础 “因果” 强相关。使用基本面分析方法的投资者，期望通过把公司还原为一些基本要素上来解释基本要素 - 股票价值的因果关系。
Technical 一词：意味着解决实际问题所用到的处理流程、技法。它没有对因果进行良好的演绎式封装，而是封装了一些包含群体行为和反应的不稳定的模式，不具备因果解释上的确定性。
5/另外
在数理金融（或者计量金融）兴起之后，数理路径的投资方法开始有后来居上的架势，比如资本资产定价模型、基于无套利假设的期权定价模型等。
这些模型本质上也是 Fundamental 的， 相比传统的包含了很多定性成分的基本面分析，数理路径更接近一个公理式的数学模型构建，每一步都有严谨的数理逻辑支撑，也因此能更稳定的封装因果解释过程。但缺点就是它对前提假设非常敏感，容易变成真空球型鸡般的存在。
#基本面分析（Fundamental analysis） 追求的到底是什么？
1/ 最近由于工作需要，涉及对投资中一些术语的辨析，其中一些和以前学过的更基本的学科有共通之处，特别是基本面分析 (Fundamental Analysis) 和 技术面分析 (Technical Analysis) 这两个术语中的 “Fundamental” 和 “Technical”。
2/ 科学
Fundamental 在科学领域的 “Fundamental theories” 一词中被使用，它是指从底层的人类已知的第一性原理出发来构建的理论，这种理论基于一些基本原则，可以演绎出整个理论，每一步都有明确的因果解释。
但科学领域中与之对应的另外一个词不是 “Technical theories”，而是 ” Effective theories”，或者更接近杨振宁文章中所说的 phenomenological model (唯象模型)，它更关注理论对现象描述的有效性，而不是里面的严谨因果。
3/ 科哲
科哲领域对此也有定义，特别是卡尔·亨普尔的工作，他区分了人们研究世界的两类方法：
Deductive-Nomological Explanation：演绎 - 律则解释，性质类似于前面的 fundamental theories。
Statistical-Probabilistic Explanation：统计 - 概率解释，性质类似于前面的 phenomenological model。
4/总之
Fundamental 一词：和基础 “因果” 强相关。使用基本面分析方法的投资者，期望通过把公司还原为一些基本要素上来解释基本要素 - 股票价值的因果关系。
Technical 一词：意味着解决实际问题所用到的处理流程、技法。它没有对因果进行良好的演绎式封装，而是封装了一些包含群体行为和反应的不稳定的模式，不具备因果解释上的确定性。
5/另外
在数理金融（或者计量金融）兴起之后，数理路径的投资方法开始有后来居上的架势，比如资本资产定价模型、基于无套利假设的期权定价模型等。
这些模型本质上也是 Fundamental 的， 相比传统的包含了很多定性成分的基本面分析，数理路径更接近一个公理式的数学模型构建，每一步都有严谨的数理逻辑支撑，也因此能更稳定的封装因果解释过程。但缺点就是它对前提假设非常敏感，容易变成真空球型鸡般的存在。
0 01
没想到投资类内容发在长桥社区已经比在即刻上收到的反馈多了。加上工作略忙，在即刻发东西相对少了一些，同步一波最近相对有点价值的帖子(1/n)
# 使用网格交易配合长期投资
1/ 在 B 站和 富途这两只股票上实践网格交易一年有余，基本上可以验证，网格交易挣的就是数学（准确地说是统计规律）的钱。
2/ 学术界把股票价格波动拆成基本波动性 (Fundamental Volatility, 由基本面驱动) 和临时波动性 (Transitory Volatility，由技术性驱动，具备回归性质) 非常有指导意义。
3/ 在总波动性合适的股票上设置区间合理的网格，本质上就是在通过交易临时波动性挣钱。
4/ 在基本面良好的股票上设置区间合理的网格，保留核心仓位可以挣到基本波动性的钱，同时可以通过在边际上不断交易临时波动性来持续降低持仓成本。
5/ 而如果在总波动性过大的股票上设置网格 (例如 $MicroStrategy.US)，对区间设置和投资者的本金都有非常大的考验，如果实际的风险承受能力弱，很容易崩掉。
#网格设置的逻辑
6/ 首先还是要强调，充分反应了信息的基本面波动具备随机游走性质，理论上没有人可以预测，而临时波动具备均值回归性质的，可以利用。
7/ 其次可以肯定网格设置没有标准答案，但笼统而言，我认为可以参考 ATR (真实波动幅度均值) 的思想。其中的关键点在于，ATR 考虑的是波动极值，而网格交易也经常是利用极值才能取得比较好的效果。—— 参考布林带指标中的标准差思想或许也可以，但我没研究过。
8/ 还是以$哔哩哔哩.US 为例，由于 ATR 指标计算的是价格，我会通过 ATR 除以当天的平均股价计算一个相对量，也就是百分比，我叫它 RATR，然后观察网格该如何设置。
9/ 比如我观察到 RATR 在一个区间中波动，上限是 10%。如果卡着这个点设置，我的风险会很低，但我也同时会失去很多交易短期波动的机会。
10/ 因此我需要权衡着设置一个能适当抓住短期波动回归，同时比较极端情况下，能承受住多次买入和卖出的点。当我认为股价处于低位，会设置一个偏买的网格，反之则偏卖。
11/ 另外我在 B 站上设置的网格额度很小,在持仓两三百股的情况下，每次只交易 30 股，这也就是前文所谓的边际网格，因为它不太会动到我的核心仓位，只是通过边际出发小额网格来降低持仓成本。
# 使用网格交易配合长期投资
1/ 在 B 站和 富途这两只股票上实践网格交易一年有余，基本上可以验证，网格交易挣的就是数学（准确地说是统计规律）的钱。
2/ 学术界把股票价格波动拆成基本波动性 (Fundamental Volatility, 由基本面驱动) 和临时波动性 (Transitory Volatility，由技术性驱动，具备回归性质) 非常有指导意义。
3/ 在总波动性合适的股票上设置区间合理的网格，本质上就是在通过交易临时波动性挣钱。
4/ 在基本面良好的股票上设置区间合理的网格，保留核心仓位可以挣到基本波动性的钱，同时可以通过在边际上不断交易临时波动性来持续降低持仓成本。
5/ 而如果在总波动性过大的股票上设置网格 (例如 $MicroStrategy.US)，对区间设置和投资者的本金都有非常大的考验，如果实际的风险承受能力弱，很容易崩掉。
#网格设置的逻辑
6/ 首先还是要强调，充分反应了信息的基本面波动具备随机游走性质，理论上没有人可以预测，而临时波动具备均值回归性质的，可以利用。
7/ 其次可以肯定网格设置没有标准答案，但笼统而言，我认为可以参考 ATR (真实波动幅度均值) 的思想。其中的关键点在于，ATR 考虑的是波动极值，而网格交易也经常是利用极值才能取得比较好的效果。—— 参考布林带指标中的标准差思想或许也可以，但我没研究过。
8/ 还是以$哔哩哔哩.US 为例，由于 ATR 指标计算的是价格，我会通过 ATR 除以当天的平均股价计算一个相对量，也就是百分比，我叫它 RATR，然后观察网格该如何设置。
9/ 比如我观察到 RATR 在一个区间中波动，上限是 10%。如果卡着这个点设置，我的风险会很低，但我也同时会失去很多交易短期波动的机会。
10/ 因此我需要权衡着设置一个能适当抓住短期波动回归，同时比较极端情况下，能承受住多次买入和卖出的点。当我认为股价处于低位，会设置一个偏买的网格，反之则偏卖。
11/ 另外我在 B 站上设置的网格额度很小,在持仓两三百股的情况下，每次只交易 30 股，这也就是前文所谓的边际网格，因为它不太会动到我的核心仓位，只是通过边际出发小额网格来降低持仓成本。
1 01
