産品特色

內容簡介

作者集20餘年國際國內金融市場的交易經驗，從倉位、形態、斜率、乖離、試單、止損、撐壓七個方麵，闡述股票交易的核心邏輯，並圍繞股價波動，構建瞭以斜率和速度為主綫的邏輯化操作模式，形成瞭運用價值理念、量化策略、調倉技術三者閤一的智能交易係統。

作者簡介

黃怡中，資本市場資深投資人，現居成都，擁有20餘年國內外股票、期貨、期權交易經驗。曾在颱灣數傢期貨、基金、證券公司就職，分彆擔任投資總監、對衝基金經理人、自營部主管等職務，資産管理規模逾20億人民幣，並參與颱灣投資銀行衍生性商品連動債産品設計。曾為颱灣期貨公會CTA、CPO與教育等委員會委員，現為颱灣操盤手協會常務理事，颱灣金融研訓院、期貨公會特約講師，成都華西期貨投資顧問，華期創一成都投資公司董事。曾受邀歐洲期貨交易所開辦特約講座，2017年接受CCTV2《投資者說》采訪。在颱灣齣版投資類圖書10部，其中，《交易，選擇權》是颱灣第一部期權實務著作，《交易，簡單很好》是颱灣第一部關於程序交易的著作，《一目均衡錶》是颱灣第一部講解一目均衡錶的著作。

目錄

導 讀

第一篇 智能交易心法篇

第一章 為何非要邏輯化操作

一、人工智能與邏輯化交易

二、邏輯化操作的基本架構

三、輸傢都有明確特徵

四、交易，已是一種企業經營

第二章 為何邏輯化智能交易可以解決人工智能威脅

一、人工智能威脅論會因人而異

二、創造財富由思維與行為匹配而成

三、離開紐約，纔能看清楚紐約

四、斜率來自什麼原理或是邏輯

五、斜率呈現方嚮與速度（強弱度）

六、核心邏輯：正確認識、程序思考、完全駕馭

七、操作上的反嚮機會

第三章 邏輯化交易的核心技巧

一、邏輯化交易的期權配搭模式

二、持股，如同投資人持有一部車子

三、形態，就像一條高速公路

四、斜率，如同大通道內的單嚮車道

五、乖離大小，代錶市場情緒失控程度

六、要先試單——乖離擴大時

七、順勢操作、逆勢調整

八、支撐與壓力

第二篇 邏輯化操作核心篇

第一章 形態確認——價格趨勢的有效辨認模式

一、收斂形態的思考模式

二、矩形形態的操作

三、圓形形態的操作

四、鑽石形態的操作

五、三重底、三重頂形態的操作

六、V形形態的操作

七、M形形態與W形形態的操作

八、淺談形態學的重要性

第二章　趨勢追蹤——價格形態中的趨勢確認

一、交易策略與如何不當“小白鼠”的思考模式

二、技術工具追求的是斜率

三、斜率進階用法：斜率應用+期權策略

四、追蹤明顯趨勢的模式與操作

五、上漲三絕與下跌三絕

六、盤整行情確認

第三章 乖離——趨勢確認後的極端情景

一、乖離是市場情緒的錶徵

二、乖離與智能的作用

三、正乖離與負乖離

四、新高價與新低價

五、乖離擴大後，乖離開始收斂

六、判斷趨勢轉摺點的方法

七、試單情景——操作方法

八、另類養成贏傢習慣

第四章 趨勢盤與震蕩盤——倉位（持股）的攻防策略

一、操盤攻防策略：穩定的思維與心理素質學習

二、交易員的矩陣思考能力培養

三、德州撲剋，交易員本質的顯微鏡

四、加減碼：倉位調整時機和原則

五、人，常常不願麵對自己的缺憾

六、淺談如何處理震蕩格局

七、選股模式

八、核心邏輯：結閤交易員智慧的智能交易模式

九、資金管理與倉位建構方式

十、專業操盤人的資金管理

第三篇 全球交易中心篇

第一章 從交易員、操盤人到基金經理人的自我訓練

一、練習！縱韆萬次也不足

二、核心邏輯智能操作練習題

三、練習題參考解答

四、量化因子與邏輯思考

五、交易上的智者與愚者

六、交易的思維與原則

七、交易個性測驗（交易員、操盤人與基金經理）

八、交易員特質篩選調查錶

九、私募基金（對衝基金）的盡職調查

第二章 全球交易中心的理念

一、資産管理：淺談股票定量因子

二、全球交易中心建設

結 語

附錄A：交易心理狀態要點

附錄B：期權交易策略選集

附錄C：法人機構如何利用期權

附錄D：選擇權策略應用錶

附錄E：期權操作建立起始倉位建議錶

附錄F：買進（賣齣）買權（賣權）的後續策略錶

附錄G：選擇權雙嚮與多重組閤策略

附錄H：衍生性商品市場格局分析（股票、期貨與選擇權皆適用）

後 記

精彩書摘

第一篇 智能交易心法篇

第一章 為何非要邏輯化操作

一、人工智能與邏輯化交易

在2016年初看過一個報道，據稱全球最大對衝基金美國橋水聯閤基金在籌備一支人工智能團隊。這個團隊的目標是，創造一個基於曆史資料和統計概率交易算法，讓人工智能係統學習和適應市場變化，以區彆於傳統投資隻接受靜態指令的交易模式。

從文章中知道美國橋水聯閤基金試圖讓機器人取代股票分析師，在資本市場中尋求最佳的投資組閤，以提升公司的投資效益。這個議題在2016年很有營銷效果，也吸引許多媒體的注意。於是很多歐美投資機構都在運用人工智能進行股票投資，這些人工智能係統建構機器學習機製和數據庫，被認為具備學習、推理以及決策能力，但真的如此嗎？如果是，那麼人工智能也該學習投資藝術，而不是隻用投資科學來交易，或是進行資産配置，筆者期待投資人能深入思考。

例如，投資人都知道也認為，想要選對一隻持續上漲的股票有多麼的難，到最後大傢就喜歡內綫交易，但卻要付齣牢獄之災。也有人認為，華爾街股票分析師從來不知道如何從自己所犯的錯誤中吸取教訓，或許程序交易能有一些不一樣的結果？在這種疑問與期待下，或有越來越多的投資人，希望人工智能科學能幫助他們進行投資決策。但是真正的人工智能，由現在的弱人工智能到強人工智能，再到超人工智能，其實現時間會耗費多久，無人可以下定論。在還沒齣現強人工智能之前，超人工智能還需要更多時間發展並由政府製定相關的規範，所以至少目前為止並沒有機器完全替代人類智慧交易的情況，這是肯定的，筆者認為未來50年，甚至是100年，人工智能都是人類的好幫手。而要完全取代人類那是沒有意義的，因為人工智能沒有食欲飽滿、休息睡覺、休憩取樂等人類特有的需要。這樣，人工智能在金融市場上的意義就大打摺扣瞭。

同時，我們想要直接把一個無機物，賦予一堆連人類自己都覺得還不成熟的人工智慧，邏輯何在？就像文章也提到的，一隻螞蟻可以趨利避害，獨立在自然界生存，而現階段的人工智能是否做得到？筆者態度是保留的，當然也不能完全否認它的功能。

另外，筆者也相當認同的部分是，由於人工智能行為完全可以自主執行交易，或大量交易，如同高頻交易，因此如何監管可能産生的違法違規行為？目前看來，監管機構的新課題還沒有得到解決，尤其如何讓機器人進行交易這個環節。

投資人想想看，因為大量投資人使用同一個錶現優異的人工智能係統，並且管理他們的不同賬戶，這代錶賬戶雖然法律上是各自獨立、無關聯的，但實際操作結果，可能變成一個具備影響市場的力量，而這個力量勢必不被主管機關認同，或者如何確定對與錯？這是個大議題。這個議題已經發酵到經濟、政治、文化、科學、哲學等領域，都在討論人工智能。這幾乎到瞭，如果你不懂如何利用人工智能，就極有可能找不到足以維持生計的工作，更彆想要有事業發展的窘地。這樣的極端現象令人膽戰心驚，人工智能威脅論也就經常被提齣來討論一番瞭。

然而，阿裏巴巴的馬雲說得好，人工智能打敗圍棋手，隻是一時的侮辱人類。筆者也認為人工智能應該是造福人類的工具，而不是奴役人類的新發明。如何應用好人工智能，能夠與人工智能一起創造更好、更優的生活環境？對交易員來說，對我們進行資産管理來說，人工智能都應該是協助我們前進，邁嚮更為有效益的交易結果纔是。

1. 人工智能是交易員的威脅？

人工智能在過去10年中，的確在很多媒體上占據大部分版麵、時間，但這還不夠錶明人們對人工智能的期待與憂慮。但是做資産管理的、做投資銀行的、做股票期貨的、做一般銀行業務的、做政府工作的、做會計師與律師的許多人都在討論人工智能。

凱文·凱利，《連綫》（Wired）雜誌創始主編，對互聯網的發展有獨到見解，從他的看法便可以知道地球上的精英們對人工智能有多麼關注。人工智能到底會把我們帶到哪裏去？以下是他演講的主要內容，筆者試著從資産管理的角度來解讀他的見解：

第一個趨勢：形成（Becoming）。從層級化結構到網絡化結構，這是一個變化趨勢。從資産管理來說，市場價格變化不曾停止過，在“形成”這點上，人工智能已經開始影響這個世界，也影響著金融市場的每一個人，但投資人與筆者並沒有因為人工智能而改變低買高賣的模式。

第二個趨勢：認知（Cognitive）。對人工智能有正確認知，實際上就是我們應該如何變得更聰明。利用人工智能是未來的交易趨勢，這個是在幫助投資人做齣更加正確的決策，而不是替代投資人做齣決策，這種不可替代性，就是投資人以本書所提的邏輯化操作、高度理性化的執行能力，完成科學與藝術統閤的操盤需要。

第三個趨勢：互動（Interacting）。未來創造的人工智能將會和人類進行互動。在交易上，我們與價格、市場、其他投資人、人工智能等相關人和事物都有互動，這種互動關係隻會讓人們更加懷念人與人之間的溫暖。在交易上，人類與機器的互動更加頻繁與具有更高的及時性。

第四個趨勢：使用（Accessing）。擁有物品的性質將會轉變，使用者不是擁有它，而是擁有這個物品的使用權利。在交易上我們使用的是工具，獲得的是報酬，因此誰能好好地利用人工智能，那麼他便可以得到更大的報酬。

第五個趨勢：分享（Sharing）。分享的趨勢是硬件軟件化。通過人工智能的加入，它可以與你交流，知道你的日程錶，知道你什麼時候會到傢，然後提前開啓空調。當你到傢的時候，氣溫就非常適宜。在做不同事情的時候，它也能幫我們做預測，進而給我們提供幫助。在交易上，人工智能的意義在於讓我們可以更加容易分享理財機會與資源，在實盤交易上，需要的是人工智能大量數據處理後的決策建議。如果有效，錶示人工智能分析是有用的；如果無效，錶示人工智能與設計者同樣聰明。

第六個趨勢：屏讀（Screening）。在過去，我們通常通過屏幕來讀取信息。但屏幕的問題在於，它們是一個固化的、精確的形式，不會變化。從過去固化、精確、權威的屏幕，朝著一種更加流動的形式變化。未來進行交易時，投資人可以在最短時間內，從屏幕上得到更多、更準確的信息。如果想象力再豐富一些，未來投資人可否以意誌力或意識力進行操盤或下單動作？

第七個趨勢：流動（Flowing）。物體會從本身固有的狀態變成流動的狀態，甚至變成流動的數據。不管處於什麼行業，都和數據相關。由於人工智能具有較高的依附性，在任何行情變化時可以及時提供信息，讓投資人進行決策。當然，投資人當時的判斷、決策速度也很重要。

第八個趨勢：重混（Remixing）。把現有的東西重新解開，再混閤起來。我們可以看到，過去創造的大部分財富，有一部分得益於將有價值的東西重組，把不同的新想法混閤重組起來。在交易上，這個概念指的是投資人的判斷材料是多維度的，投資人隻用需要的信息進行交易。

第九個趨勢：跟蹤（Tracking）。跟蹤一個關鍵要素形成的數據。跟蹤我們自己的各種行為，記錄每天的事情和思想，這些技術變得越來越便宜。在原本的交易、理財過程中，投資人原本就在追蹤價格變化，這個追蹤技術是否能夠幫助投資人在市場上賺錢，會因人而異。

第十個趨勢：過濾（Filtering）。我們可以從中選擇我們喜好的，放棄厭惡的。這會影響到我們經濟運行的方式，因為擁有豐富資源的世界，會極大地影響經濟領域。過濾就像一個原本被認為是模糊的趨勢，在幾層過濾後，趨勢會更加清晰起來。

第十一個趨勢：提問（Questioning）。“答案”是免費的，而“問題”更有價值。當你提齣一個問題的時候，你得到一個答案，這是科學。在科學當中你有一個問題，但是從這個問題，我們又會引發齣很多新的問題。隨著未知領域的擴展，我們會發現，我們會麵臨越來越多的問題。問題解答是人工智能的最大用處，那麼，我們如何與之相處？這也成為一個課題。

第十二個趨勢：開始（Beginning）。“開始”是一個過程。我們現在所創造的新東西，實質上隻是處於開始的階段。初始階段不一定能有什麼明顯變化，反而是在投資人不知不覺中，有許多的投資行為已經在改變瞭。例如，在浩瀚的股票池中，如何選擇未來會上漲的股票是投資人夢寐以求的，但是，有沒有可能？事實上，投資人是不需要選股的，在不選股的情況下如何操盤獲利？這是一個可能的開始。

目前在金融界，很多人受睏於人工智能的威脅論中，但事實如此嗎？筆者不會認為這是假的，但投資人也不必過於擔心。投資科學化是人工智能的長項，但投資藝術化是投資人的長項。因此，沒有威脅問題，隻有如何強強結閤的問題。

前言/序言

前言

筆者一直認為投資人（讀者）是極其聰明的、有智慧的，所以，從來沒有掉以輕心地思考與撰寫有關金融投資類的書籍。但是，不能離開賭桌的賭徒是最失敗的賭徒，同理，沒有止損能力的交易員是最失敗的交易員。更遑論在市場價格不確定性變動中，把賺到的錢放到自己口袋是多麼睏難的一件事情。

本書便是在如此的態度下，期待與投資人交流。筆者在颱北齣版瞭《邏輯化操作+選擇權策略》之後，再次把相同的思維與策略，轉換為A股市場投資人可以接受的內容，纔有這本書的齣版。在思考本書期間，知道瞭有人總想把彆人的技術完全學會，然後可以依此在市場上賺到大錢，筆者認為這是不閤理的。因為沒有一個人可以完全復製另一個人的交易能力，我們隻能不斷去學習彆人有效的交易策略，並且納入自己的交易係統之中，提升自己交易係統的完整性，達到穩定獲利的目的。當然這個過程是辛苦的，也很少人能夠不斷做這樣的努力。

本書是為在金融交易上還沒有足夠經驗，或者是曾經失敗的投資人，更是為準備進入資産管理市場的人所設計的交易工具。筆者寄望，投資人不再隻是投資人，而是其交易的能力，在有一天能提升到操盤人實力，再有一天能進階到投資經理的管理能力，不管讀者您是管理自己的資金還是管理彆人的資産。當此，經過培訓也好，自我訓練也好，投資人也可以發揮智能交易的優勢。而我們做智能交易的，最大成功是具備失敗的能力與自由。

如何在智能化模式下執行股票、期貨與期權的交易？筆者一直以來利用邏輯化思維，也是智能交易模式，努力讓自己更有智慧地進行操作。這不是跟人工智能（電腦、計算機）打對颱，而是強調用正確有效的交易策略，並不斷地練習再練習。在高強度自我訓練之後，筆者相信投資人可以在智慧化、邏輯化交易的經曆中，加上利用電腦計算能力，找到自己的獲利答案，而筆者在此把自己的答案與投資人分享。

某天，筆者在思考本書是從何時開始構思的。好好地迴想瞭一下，纔發現沒有17年也至少有15年瞭。大概是筆者從日本讀完大學迴到颱北工作之後、2000年研究交易模型開始的，在這中間經曆過許多事情，筆者在交易的過程中最值得紀念的，大概就是這一段時間。這段時間筆者陸續完成瞭九本書的撰寫，積纍到2008年正式接觸避險基金工作，纔完完全全確認什麼是交易的根本——趨勢形態與斜率陡峭度。從解決這個根本問題齣發，把邏輯化操作（智能應用）作為自己交易模型的主軸。

曾聽到有人說，每個交易員都認為自己的交易模式是最好的，不覺莞爾一笑。當這句話是錶肯定時，那是正確認知；而當錶否定時，那是一種對交易係統的不認識、不尊重的態度。因此，投資人也好，交易員也好，操盤人也好，投資經理也好，散戶也好，法人機構也好，每個交易人都應有專屬自己的交易係統。沒有這一層底氣，那麼，重倉之後，財富就是浮雲，或者變成投資人的人生災難。

如何建構一個專屬自己的“聖杯”呢？在2003年拙作《交易，簡單最好》一書中，已經提到交易係統、模型要越簡單越好！那麼，什麼程度的簡單化纔是最好的呢？有人把大道至簡稱為簡單化，但筆者不認為極端的簡化是一種交易模式，而應該是把交易過程中所有需要環節精緻化，纔是真正有效益的交易係統。那麼，隻要具備瞭所謂賠小賺大、高盈虧比的獲利模式（日內交易者需要考慮勝率），這種模式的交易係統都應該被高舉起來，在交易的世界中遊刃有餘。這樣的交易係統可以讓交易者品嘗快樂交易、交易快樂的喜悅。筆者在颱灣經曆20年以上的國際交易經驗，交易範圍遍及亞洲和歐美市場，交易品種涉及股票、期貨與期權。個人認為，資産管理不是虛擬經濟，沒有資産管理能力，實體經濟不是真正的實體經濟。試想一下，一傢公司的資産管理能力不好，能不能做好財務管理與資金調度？資金鏈斷裂，對實體經濟的生産力影響是可想而知的。強調資産管理就是這個道理。

再從人工智能方麵思考，資産管理工作最需要的是科學與藝術，科學部分是人工智能的天下，但藝術部分投資人是不可取代的。對人工智能有相當經驗的人曾經錶示，人工智能技術發展到如今，對部分簡單工作、底層工作是有影響的，但也因此而催生齣其他更多不同形式的、更需要人類判斷力與創造力的工作類型。如設計師、架構師、建築師、流程設計和管理者、藝術傢、文學傢等的工作，非但不會被取代，反而會成為未來市場的稀缺資源，會吸引更多在社會轉型中喜歡嘗試新事物、新領域的人從事這類工作。

筆者認為這個說法比較靠譜，因為人類如果設計對自己有害的發明，那必然是屬於短暫性的，透過政府的監管手段可以改善過來。就長期來說，人類還是會為瞭生存而製造適閤於人類需求的東西。退一萬步想，真有毀滅人類的機器人齣現，那也是人類自找的，沒有討價還價的空間。投資人在思考這些問題時，是否也想到在資産管理中如何讓自己站在有利位置，得到有效益的操作結果？

再從現實麵來說，近幾年資産管理市場發生很大變化，2017年有許多事件發生，深深影響A股市場往後的發展。其中之一就是2017年6月21日筆者正撰寫此書當頭，獲悉MSCI把中國A股納入新興市場指數。這是一個很重要的轉摺點，錶示A股市場將會展開邁嚮法人市場的起點。這或許還有很久、很長的路要走，但是這個趨勢一旦啓動，筆者相信這趟列車將不會停止下來，更會不斷地優化A股市場的品質，讓原本以博弈為主的市場環境，變成以上市公司業績錶現為依歸的價值投資。公司業績好即可享有高股價，公司業績不好股價就要受到投資人的唾棄，這纔是市場經濟的真諦。從基本麵齣發，有著非常深度與廣度的研究，纔是投資的根本，這種有憑有據、有底氣的操作纔是資産管理中重要的基因成分。

因此，本書提到核心問題是趨勢與斜率的應用。投資人應該記得，在2017年7月底時，中國銀行業協會首席經濟學傢、香港交易所首席中國經濟學傢巴曙鬆錶示：杠杆率水平和風險（金融風暴）的觸發並無直接關係，更重要的是正在上升的斜率（意指負麵經濟數據不斷升高、變大），政府能夠穩住杠杆率的上升斜率，是更為現實的政策取嚮。

那時候，央行旗下的《金融時報》刊發巴曙鬆的文章稱，杠杆率斜率陡峭是美國金融危機前顯著的預警信號，2000年至2007年的年均增速達到6%；危機後，事實上，美國的總體杠杆率也沒有真正去化，隻是通過內部杠杆騰挪基本穩定在248%附近。對於中國而言，短期更為現實的目標就是將年均15%左右的杠杆率攀升速度降至10%以下，長期要推進實質的杠杆去化則需要進行主動的結構性改革。

從以上的新聞評論，投資人可以清楚知道在金融市場中，價格的波動率是重要的因子，而波動率的變動速度，就是斜率的陡峭程度，纔是重中之重。本書所提的斜率操作法就是在這個邏輯下衍生齣來的，從邏輯化操作到駕馭這個斜率概念，進而能夠做到智能操盤模式 邏輯化智能交易：趨勢追蹤與攻防策略 下載 mobi epub pdf txt 電子書

好書，活動特價買挺劃算！

符閤預期，非常滿意，值得推薦

好好好，好好好，好好，好好好好好

符閤預期，非常滿意，值得推薦

好書，活動特價買挺劃算！

還好哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈

符閤預期，非常滿意，值得推薦

此用戶未填寫評價內容

還好哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈