23.7　个体交易的风险

风险控制从入场时开始，其间有两个不同的问题，即交易策略的要素（例如单一股份或合约的风险和报酬），以及该交易相对于投资额的总敞口。我们先看第二个。

23.7.1　头寸规模

决定股票交易数量的传统方式是将总投资除以投资组合中的股票数量，然后将该部分头寸与股价分开。所以，即使每个股票的投资金额相同，风险却未必相同。例如，如果我们在2011年10月7日交易四只股票：苹果（APPL）、亚马逊（AMZN）、微软（MSFT）和美国银行（BAC），其中每只股票的风险金额都是10000美元，则头寸（见表23-2中的第二行）可以计算为10000美元除以相应的股价（第一行），那么美国银行的头寸相对于其他股票而言算得上是极大的（1695股），但究其缘由，BAC的交易价格较低，与其他股票相比波动性较大，如此，仓位的布置则是为了将所有风险的重点放在BAC上。

表23-2　基于三种方法的相关头寸比较模式

计算任何股票交易的头寸规模有三种基本方法（投资10000美元）：

（1）10000美元除以股价；

（2）10000美元除以100×年化波动率的美元价值；

（3）10000美元除以平均真实波幅×。

表23-2显示了应用上述三种方法的头寸规模的相当大的变化情境。表格上半部分给出了股份数量，下半部分通过将各行上的每个值除以该行的最低值来进行标准化处理。方法1（“10000”）表明美国银行股票的头寸规模是苹果公司股票的62倍。在方法2的年化波动率的情境当中，美国银行的测试结果相反，因为于较低价位交易的股票收益率的波动性显得异常的高，现在，我们替代方法1中的最大头寸，令其头寸规模最小。在方法3中，我们使用高低值计算出平均每日的风险，然后年化，这次，亚马逊公司股票的风险最高、微软公司股票的最低。前述这三种方法产生了惊人的不同结果。

应用方法1之外的模式法计算资产规模的问题是：在股票中平均分配资金是无效的。相对于方法1而言，AAPL公司股票的最大股数将为27，因此方法2所需的424股所对应的资金量是不足的，而方法3也需要71股。所以我们有必要汇集所有的资金并按所需股份重新分配相应的比例，例如，表23-3的第一部分显示了以表23-2所给出的每种方法交易每只股票所需的美元价值；其最右边是将方法2和方法3的总和减少到可用的40000美元所需的倍增因子；第二部分将第一部分中的值乘以相应行的因子，从而使每种方法所需的投资达到40000美元；第三部分则将第二部分的投资额与股价分开，进而得到实际买卖股票。

表23-3　基于各种方法项下的头寸规模而调整的股份数值

第三部分的方法2和方法3是完全根据风险调整的，但其在分配过程中却显示出显著的差异——在方法2中，对于BAC股票而言，其风险敞口较低，但高于AAPL公司股票、小于MSFT公司股票，而方法3则是非常不同的。那么，哪种方法会更好呢？真实波幅的相应方法被认为是可以更好地衡量相应的风险，然而你最好在各种各样的股票和期货中应用每一种方法进行测试且应用信息比率均值来得出自己的结论。

图23-5　方法1和方法3项下美国银行股票的总损益（为期20年）

例如，我们比较传统方法1与方法3项下的美国银行股票，因为它具有最大的变异性，并且其在过去20年应用了200日移动平均策略。而在讨论测试结果之前，这里重要的是你需要理解单个测试不具有决定性，因为最好的方法应该在不考虑计算周期或策略的情况下运行。首先，如图23-5当中的损益情境所示，BAC股票并不是顺势交易的成功候选者，但是其平均真实波幅相关的波动率比每笔同等股份的交易要低出27%（相关测试应用的股数2201，这是使用真实波幅方法所交易的股票的均值）。图23-6显示了1994～1996年交易数量的历史记录，当行情价格稳步上涨（见图23-7）时，相应的敞口头寸则急速地下降，其规模从6000股降至1000股。同时，2008年的异常波动情境使相关头寸规模从1500股跌至500股。这里需要注意的是：根据波动性而变化的股份数量需要依赖于投资而确定相应的数值，因此严格的测试需要将投资规模定义为随着时间推移所需的最大金额。

图23-6　使用真实波幅法则所显示的美国银行股票的股票数量

图23-7　美国银行股价走势月图，1992~2011年9月

即使拥有一切资格和计算手段，你仍然需要调整头寸规模，从而使其符合每笔交易所具有的相同风险，进而使每笔交易都有平等的机会参与测试。除非你所选择的交易比另一笔交易更好，否则你要应用平等分配风险一类的最保守的方法。当市场波动较大时，降低仓位规模的方式可以防止收益率大幅地波动。如果不注意头寸规模，过去3年的价格波动很可能导致投资组合波动幅度从6％升至25％（至少）。

23.7.2　初始头寸的风险

交易的切入点存在最大的不确定性。系统性交易策略能够确定趋势变化的关键点，但是当计算使用大量的天数时，滞后效应可能会导致延迟的反应情境。在移动平均系统项下，趋势将在横盘模式下与当前价格收敛，此时的趋势方向可能会反复地出现，直到价格走出相应的范围。另外，最大的趋势不确定性出现于行情改变方向之时。

对于应用均值回归系统的交易者而言，其最大的优势在于预期价格方向的变化情境：当价格下跌时，他们必须买入，而这显然是在不确定的时间内进行的；他们预期某种行情的延续不会超过几天的时间，或者大规模行情的概率被高估了。因此，此类系统的入场点位存在相当大的不确定性。

每种交易方式都有自己的内在风险，且与初始项彼此关联。顺势交易哲学以其坚韧而闻名，其于价格上涨时会植入多单；如果价格下跌，则承受小幅亏损；当价格再次上涨时，则重新入场。破位交易系统将于行情与其本质相悖时限制当前交易的损失范围并尝试任何减少相关损失的方法，其在波动的市场中被应用的可能很大。均值回归系统必须承受巨大的损失，从而换取较小比例的、有利可图的交易利润。如果使用止损机制进行限制，那么专业化的买卖交易之比例就会下降，这将不利于损益的均衡模式。

23.7.3　止损机制

止损具有控制个体交易风险的能力。止损卖单的位置低于当前价格并于被触及之时形成一种平仓性质的市场秩序。止损机制于跳开盘的情况下不能保证填充你的订单，同时，于快速行情（经济报告后）和低库存量所导致的行情大面积滑落的状态之下，它也无法执行。如果行情缺口较小且低于止损点，那么相应订单则按市价计。另外，接近当前正在交易的价格的止损点会受到频繁的冲击——由价格走势的本质原因所致：你设置的止损距离越远，其受到打击的次数就越少，此种模式与正态分布非常相似。我们可以使用随机数，然后以价格达到止损点的次数乘以止损规模，从中可以发现二者的数值是保持不变的。那么，作为一个很好的交易规则，止损情境一定会比一个随机事件要好。

初始交易者可能会认为没有哪笔交易的损失应该超过500美元且于相关点位设置止损，而一些更有经验的交易者认为：在单一交易中，你的损失绝对不应该超过总投资的3％。另外，在某种程度上，将风险金额与损失等额处理的方式是有意义的，但是，如果令止损模式与系统的性质、交易定时机制、市场波动率或图表模式相互关联，那会显得更加明智。而随市场行情而变化的一些有价值的概率情境为： ^[1]

（1）应用怀尔德的抛物线系统，提前以价格变动的百分比值设置止损。

（2）使用一种以最小百分比为基准的摆荡式的高低点位。

（3）应用最近n个时期的最高值或最低值。

（4）采用考夫曼自适应移动平均法（KAMA）来设定止损。

（5）根据波动率及时调整止损，比如当前行情是10日均线真实波幅的3倍。

1.初始止损

如果于令人感到最不确定的时候下单入场，那么止损可以在当时就确定下来，然后永不动摇。但是，如果顺势交易系统很快就冲击到止损点，那么被迫割肉则是持续交易的结果，而均值回归系统需要更多的获利交易，那么，前述情境则说明最初的持仓决定是错误的，所以，利用止损能否改善交易状况的答案尚不明确。在剧烈震荡的情况下，设置止损可能会有好处，但是我们还需要对具体的策略进行测试，而且其成功的概率也不大。

2.追踪止损

随着价格向有利的方向发展，追踪止损模式能够获得越来越多的利润。有些追踪止损能够前进，但却不会后退，就像怀尔德的抛物线那样；其他基于波动率和价格变动的追踪止损，就有可能会后退了。追踪止损通常使用以下方式之一来构建：

（1）固定百分比法。一个多头利用移动平均线以75美元的价格买入IBM公司股票。追踪止损是基于前期最高收盘价的3%来计算的。如果趋势发生变化或价格从交易的高点下跌3％，以先到者为准，交易将被清算。或者，追踪止损也可以根据趋势值的百分比进行计算，设置于趋势线减去3％的位置，进而形成一条平滑的波段。

（2）波动率法。由于价格波动时经常发生变化，所以我们也可以使用前面讨论过的任何一种波动性来度量——应用优选年化波动率或平均真实波幅来计算追踪止损，并将其置于当前价格走势最高点的下方。该方法比固定百分比法更适用，然而，当波动率增加时，今天的止损点可能比前一天移动的更远一些。ISAM所建议的通用止损点计算方法是以过去252天内平均真实波幅的12倍来取值，然而这个想法与根据趋势值来计算追踪止损的方法彼此冲突。

（3）利润百分比法。除了交易刚开始之外，将止损点设在获利50％的位置之上的做法是一种明智的技术手段。当只有小额利润时，止损就太近了，因此这种方法只能在一些利润已经在交易过程中积累足够后才能被使用，也就是说，这是一个触发值。在此之前，最初的止损基于价格的波动率——于止盈点被触发，其就会转用两个距离更短的止损点。

3.标准差止损

标准差是传统风险评估的基础，其可用于确定止损水平。 ^[2] 辛西娅·凯斯用她的标准差止损法，通过以下步骤为多头和空头创造止损点位：

（1）使用2日周期的最高和最低点来计算过去两个交易日的真实波幅（TR）。

（2）使用30日周期的盘中交易图表和20日周期的日间交易图表来计算TR（步骤1）及其滚动均值（ATR），这里要注意的是，一个周期包含两天。

（3）使用与步骤2相同的20和30日周期计算步骤1中真实波幅的标准差（STDEV）。

（4）止损值为DDEV=ATR+（f×STDEV），其中f=1，2.06-2.25之间或3.20-3.50之间，其中较大的数值用于纠正偏斜且允许更大的风险。

（5）标准差止损对于多头而言=交易高位-DDEV值；对于空头而言=交易低位+DDEV。交易高位和交易底值是相应之多空交易利润最大时的价格。

上述方法应用标准统计量来调整波动率并将追踪止损的方式应用于交易的极限利润之上。在图23-8中，其以粗线的形式显示了30年期债券的80日平滑移动平均线，于其上下的另外两条线是基于80日价格差值与乘数因子8而构建的标准差止损系统；然后，将该值从多方头寸的最高价格中减去或添加到空方头寸的最低价格之中。该图表显示，2010年12月1日发生的由多方行情转向空方行情的趋势将至少在15天以前被止损出局了；接下来，空头在日间高点处设置的止损被突破，但是，止损仅在价格收于该水平之上时才被激活。在最近期的多方头寸之中，止损价格比移动平均线更近，但是，由于其适应了价格波动的模式，所以，止损点成功收到了免受打击的效果，使用相应止损机制并将其显示在指标中的两个程序编辑语言现存于英航网站上TSM软件内的Avg Proft Targets的程序中。

图23-8　30年期债券的80日平滑移动平均线和80日计算周期的标准差止损系统，其乘数是以交易的高点和低点的差值乘以8的方式来测度的

4.利润目标

利润目标是系统预期在交易结束时大于实际收益的那些情境：它们或许是短期利益，如利好的价格冲击模式。如果从较大损失中突然部分地恢复相关收益且看起来很有吸引力，那么此部分“利润”可能实际上是净亏损。在短期交易中，利润目标是必不可少的，价格波动使得任何有利的事件很可能会瞬间扭转，而且利润目标更难融入更长期的顺势交易系统，因为他们冒着风险却害怕失去更大的利润，从而会代之以换取更小但更频繁的收益。作为趋势的追随者，一旦你获利止盈，但趋势方向仍然完好无损，那你就需要找到重新进入该交易的方法，以避免失去罕见但非常大的市场行情。

盈利目标最好是根据价格波动率（V）来计算，最常使用的方法是：

（1）对于多头来说，系统买入点（E）（而不是实际填充的订单价位）需要加上平均真实波幅或年化波动率的倍数，即E+f×V。

（2）任何一天（或连续多日的组合区间）的利好行情模式为f×V，其中f是乘数因子。

由于任何利润目标都认为价格运行不会延续相同的方向，因此方法2可能无法获得净收益。最初的交易亏损后，行情可能会发生大的利好情境，所以净收益可能仍然是亏损。但是，如果这种极端利好不能持续下去，那么承受较小的损失比承担较大的损失要好。

用于计算获利水平的净值乘数f通常是通过数据挖掘而求得的。为了不被淘汰，我们将着眼于将其应用到短期和长期的60分钟欧元货币期货相关的均线系统当中，查看其获利抛售的不同水平。

在表23-4中，60分钟的欧元期货行情被80日和5日移动平均线所显示，其中，获利平仓的模式（图中左部所示）由一个乘数因子乘以20倍的平均真实波幅的数值计算而得出。一旦利润目标受到打击，系统将等待下一个趋势再进行交易，因为它无法重新进入同一个趋势当中。最顶一行显示了没有获利平仓的交易的测试结果：多头相关的80日移动平均线所显示的利润最小；但是，当利润目标最低时，它却具有最高的可获利交易的百分比值。随着目标越来越大，利润也就越大。顶部的非盈利案例显示：如果没有获利平仓的话，能有所获利则是最好的。

表23-4　2002～2010年应用欧元货币期货行情对获利平仓交易所进行的测试

表23-4中右端更快的趋势表明：获利平仓可将失败的交易策略变得有利可图，同时，其把乘数因子从5.50改变为9.0。5日均线的利润水平不高，但是由于5日移动平均线的噪声水平较高，因此获利平仓模式可以利用短暂的价格走势来完成相关交易。因为计算时间较长，系统强调价格的趋势性，因此获利平仓模式可以防止系统显现所有的趋势特征（尤其指下降趋势）。

测试获利平仓模式相关变量规模的编辑语言现存于英航网站上TSM软件内的Moving Avg Profit Targets程序中。

5.多重目标水平，扩展版的交易规模

场内交易商本能地知道如何降低风险并给自己赢得最大的获利机会。 ^[3] 一种技术能够脱颖而出归功于它的获利方式，因为其可能正被用于处理持续数分钟~数小时的交易，所以它对市场噪声极为敏感且能够意识到，价格走势的规模是非常不可预测的。所以，相关系统通常会分三部分退出交易，而不是以单一价格水平作为全部订单的退出点。例如，如果你在1125点买入标准普尔迷你电子盘指数，其日间平均波幅为15点，那么你可能希望以1133为出口来确定获利目标。但是，如果价格达到1132点，那怎么办呢？场内交易者不会僵化地对待目标价位，所以，他们更有可能设定三个目标1130、1133和1135，凭以覆盖更广泛的区间。如果第一个目标能够被击穿，那就会大大降低交易的风险；如果第二个目标被击穿，那他们就必定能够获利，而非亏损。因此，多重交易目标在平均水平与原始目标水平相同的情况下是能够降低风险的，而且随着市场行情的持续，其会给你一个获取等额总收益的合理机会。

[1] Tushar Chande and Stanley Kroll，The New Technical Trader(New York：John Wiley & Sons，1994).

[2] Cynthia Kase，“Redefining Volatility and Position Risk，”Technical Analysis of Stocks & Commodities(October 1993).

[3] 由芝加哥商品交易所第一位女交易员芭芭拉·迪亚蒙（Barbara Diamond）提供。