「程式化躺賺」騙局
「程式化」「量化」「AI 策略」這些詞,就是給同一個老套路換了包裝。
這一節講怎麼穿過技術名詞看到底層結構。
還是那個追問
如果一套程式真能穩定盈利,用它自己交易的收益, 遠高於把它賣給你。
而且程式化有一個特點:它的容量是有限的。 同一套策略用的人越多,訊號越擁擠,收益越差。
所以「把有效策略賣給很多人」這件事在邏輯上是自毀的, 真正有效的策略反而會被嚴格保密。
技術包裝帶來的額外風險
比傳統喊單更危險的地方在於:你連質疑的入口都沒有。
老師喊單,你至少能問「為什麼在這個位置做多」。 而「演算法訊號」這四個字,把所有追問都擋在了外面。
常見的話術:「模型是保密的」「這是深度學習出來的, 沒法用語言解釋」「你只要按訊號執行就行」。
無法解釋、無法驗證、無法追問,這三條同時成立時, 你面對的就不是技術,是黑箱。
回測曲線為什麼不可信
展示的回測曲線通常非常漂亮。原因不難理解:
一是過擬合。在歷史資料上調引數,總能調出好看的曲線。 而引數越多,越容易調出巧合。
二是未來函式。用了當時拿不到的資訊,比如用收盤價做盤中判斷。 這會讓回測結果好得不真實。
三是主力合約拼接。期貨特有的坑:拼接方式不同, 同一套規則的回測收益能差出一倍。
四是沒算成本。不扣手續費和滑價的回測,跟實盤是兩回事。
這些在交易系統篇會詳細講。這裡的重點是: 一條漂亮的回測曲線,製作成本極低。
幾個可以直接問的問題
如果有人向你推銷程式化策略,問這幾個:
「回測的時間區間是什麼?包含下跌年份嗎?」 只在單邊行情上跑出來的策略沒有意義。
「扣了多少手續費和滑價?」 說「沒扣」或者答不上來,結果就作廢。
「樣本外表現如何?」 用一段資料調參、另一段完全沒參與調參的資料檢驗,這是最基本的要求。
「策略容量多大?現在有多少人在用?」 這個問題通常會被迴避,因為誠實的回答對銷售不利。
「你自己的資金有多少在跑這套策略?」 這是最直接的一個。
程式化本身不是問題
要說清楚:程式化交易是一個正當且有價值的方向。 它能解決執行一致性問題,避免人在情緒下偏離規則。
問題不在程式化,在於「買一套現成的能賺錢的程式」這個預期。
自己寫、自己驗證、自己承擔結果,那是另一回事, 而且那條路上你至少知道自己在做什麼。
動手做
如果有人推銷策略,問最後那個問題:「你自己有多少錢在跑這套策略?」然後要求看對應的結算單。