App 下载
注册
登录
|
搜索
正在搜索中...
首页
我的书架
我的主页
我的收藏
我的书评
《交易风险管理:通过控制风险提高获利能力的技巧》是老生常谈了——不过很少会有人去质疑——证券交易员如果过度冒险是自寻死路。但正如肯尼思·L.格兰特在《交易风险管理》中所说
……
[ 展开全部 ]
。基金经理和个人投资者如果不冒一定的风险就会失去很多机会。赚些蝇头小利固然也不错,但他们将永远难以赚大钱,把投资者的资产组合推进到一个新的水平。证券交易员需要的是一套可靠的风险管理技术——从而使他们能够充满自信地进行大笔投资,实现他们的预期目标。 许多职业交易员往往受制于企业整体的风险管理规则,使其成长受到限制;而个人投资者常常会面对门乎需要博士水平才能看懂的,满是计量公式的投资书籍而不知所措。这两类交易者往往默许一些主观的、松散的经验规则。而格兰特的交易体系则是一个简单而有效的解决方案一它剔除了许多主观色彩的东西,使交易者避免因主观判断而面临巨大的交易风险。 格兰特用一套极其简单的算术和统计工具,形象地说明了什么样的投资组合才有效。他接着告诉你怎么控制风险——有时投资不太理想是不可避免的,这要事先做好准备.避免遭遇灭顶之灾。格兰特还帮助您设计投资组合的构成.并讨论如何做到使这种组合与您的财务管理和风险管理的目标是一致的。 点击链接进入英文版: Trading Risk: Enhanced Profitability Through Risk Control
[ 收起 ]
作者:肯尼思·格兰特
出版社:万卷出版公司
定价:45.00元
ISBN:9787547007181
给个评价
做个书摘
书摘 (21 )
评价 (1 )
查看所有书摘
按目录显示书摘
银翼OTq
2017-03-28 14:34:04 摘录
盈亏中值(中位数)
统计上的中位数是指在一组数据中有一半的数据比它大,有
半的数据比它小的观测数据。在完全对称分布中,均值和中位数是相同的(或几乎相同)。然而,根据我的经验,与绩效相关的数据集很少是完全对称的。因此,我建议您比较不同时间范围内您的投资组合的均值和盈亏中位数。如果均值大大超过中位数,则很可能是由于少数赚钱最多的交易日大大提高了您的平均水平。同样,如果中位数明显高于平均值,那很可能是由于这组数据中有一些极端负值。
无论是哪种情况,如果中位数与均值相差很大,这就意味着您又有机会进一步探究组合的动态模式以及在盈亏分布尾部有关活动的影响了。我强烈建议您借此机会进一步探讨相关的原因。
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
银翼OTq
2017-03-28 14:33:50 摘录
夏普比率的计算有许多种形式,但它们都力图抓住以下概念:
夏普比率=(回报率一无风险回报率)/收益率标准差(或(回报一无风险回报)/收益标准差)
请注意,等式右边可以以金额或百分比表示,只要两边一致即可。作为一个经验法则,我认为个人应努力让用我们刚刚介绍的方法计算出的夏普比率等于或超过1.0。例如,假设无风险报率为5%,年回报标准差为15%,上述投资组合的回报率至少要为20%才能达到这个临界值—(20%的回报率-5%的无风险回报率)/15%的标准差=1.0。
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
银翼OTq
2017-03-28 14:33:26 摘录
在这个讨论的早期阶段,我再介绍一个概念供您考虑:标准差在计算风险调整回报中的应用。具体来说,投资组合经理和资本分配者通常将回报表示为单位波动性,而波动性通过投资组合回报的标准差来衡量。举例来说,重新回到图3.1中的样本投资组合中,此账户的平均日盈亏是2,456美元,或0.07%;其同期标准差约为25,349美元,或0.75%。把这两个统计量表示为一个比率,则我们可以在一定程度上了解风险调整回报概念。具体而言,我们可以说在上述分析期内,每天75个基点的风险产生7个基点的日均回报。尽管在此阶段还很难确定这种绩效是好是坏,但从理论上您应该明白,这表现比在承担更高风险下获得相同回报的投资组合的表现要好得多。而且,您应该明白,从这个“风险调整回报”的角度来看,我们作为一个投资者,可能会认为这样一个组合和另一个利润是其两倍但同时承担双倍风险的组合没什么区别。
风险与回报的关系才是关键
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
银翼OTq
2017-03-28 14:33:05 摘录
标准差
我认为它是市场风险最简明的衡量方法。事实上,我认为您应该时刻关注不同时间跨度的标准差,以每月(20天),每季度(60天),每年(250天)。比较和对比这些数字。尝试把计算出来的最高值与最低值与您所经历的市场事件联系起来考虑。如果不同时期之间标准差有显著的差异,那您可能就需要研究出现较高的标准差的原因。它是由于市场出现大幅波动的结果吗?它与您(无论何种原因)决定提高整体市场参与程度的时期是否一致?或许上述两种原因都存在?
多大的标准差就算太大了呢?一般而言,我认为这个数字不应超过您可以承受的损失资本额的10%。例如,如果您的最大损失承受额,比如说是100,000美元,那么,我不建议您在日盈亏标准差超过10,000美元的情况下进行交易。我认为,计算标准差最好的时间间隔可能是连续20天的时间跨度,因为这一时间跨度对每日市场波动最敏感。而且,如果您在任何一个20天的时间跨度里都不超过10%的临界值,那您就可以在更长的时间跨度里保全资本。
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
银翼OTq
2017-03-28 14:32:52 摘录
统计量~平均盈亏水平
计算您的日平均盈亏的基本数学方法是,用分析期内的累计绩效除以时间单位数(如天数)。您可能会发现无论以资本额还是以资本比率计算日平均盈亏都很有用。例如,如果您的账户余额在某一时期开始时,假如说是50,000美元,您的每日平均回报是500美元,这意味着每天有1%的回报。
我衷心建议您计算和比较您组合不同部分的平均盈亏,不同时期的平均盈亏,等等。
还有一种方法是将您盈利和亏损的日子(或获利与亏损交易)分成独立的数据池,并分别计算这两个数据池的平均盈亏水平。这样做将使您能够比较盈利与亏损两种情况下的绩效。
对个人而言,可以比较不同仓位的收益情况
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
银翼OTq
2017-03-28 14:32:34 摘录
盈亏观测值的柱状图
另一种需要上千个统计数据的可视化工具是以盈亏柱状图的形式来对回报进行图形化展示。创建柱状图涉及将单个盈亏数据分组,形成一定大小的类别,并确定每个增量中数据的数量。增量的范围可以以金额或百分比表示。
尝试在这里作出比较:获利最大的交易是否发生在同市场序列,或者至少发生在具有类似特寺点的市场呢?它们是与相同的金融工具相联系的吗?如果是这样,那么是因为这些工具本身的波动性较大,还是因为您恰好在一个波动较大的时期进行了交易,或是因为头寸规模较大,或这些因素都存在?对于负的观测数据,是否存在客观上可以避免的任何错误?同样,对于那些盈利最大的日子,您是否最大限度地利用了这一良好势头?您还可以提出类似性质的许多其他问题——您应该培养这样的习惯。尽量认真回答这些问题,通过这样的过程您将获益匪浅。
最后,如果您发现在较长的一段时间内,您的极端负数据数量大大超过正常的钟形曲线分布应有的数量,那您必须花时间来研究这些动态,并制定一个有效管理相关风险的计划。
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
银翼OTq
2017-03-28 14:32:21 摘录
每日盈亏的图形表示
我推荐的第一个数据分析是画出一定时间跨度的绩效曲线图。比较理想的情况是,如图3.1和图3.2所示,用一条曲线代表您的累计盈亏,而用一系列条形图表示您的单日盈亏。
请注意在这样的综合图形上,要建立两个纵轴:一个代表日盈亏数据,另一个代表累计盈亏数据(一般数值要大些)。
仔细地看看这些图,它们体现了风险与收益之间的权衡。尤其要密切关注那些绩效“下滑”区域。标出日期,并反思哪里出了问题。市场情况很恶劣吗?您的实际绩效低于预期吗?或者这两种情况都存在?相反(正如我们将在后面讨论的),绩效下降可能发生在您正在给最盈利的头寸加仓的过程中,而此时该头寸运行刚好对您不利。
我发现,比较某个下滑期与相应的恢复期(即收回您在下滑期所有损失的时间段)也是十分有用的。请注意,恢复期的持续时间可能会超出相应的下滑期时间跨度(对普通人来说这是难以避免的)很多(即两倍及以上),这就是为什么要尽可能地控制下滑幅度的重要原因。
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
银翼OTq
2017-03-28 14:32:06 摘录
她在证券市场的成功在我看来是个奇迹,并不断地提醒我:坚持遵守任何一种方法比没有方法都要好。
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
银翼OTq
2017-03-28 14:31:55 摘录
一个月的20个交易日的盈亏观察数据可以构成典型的月度数据系列,通过这组数据我们可以开始进行一些有意义的统计分析,包括均值、波动性和相关性统计分析。此外,月度绩效数据的定性分析将有助于您深入了解您利用特定的市场无效率(下文将会专门分析市场存在哪些无效率因素,译者注)获利的成功程度。当然,与我们刚刚讨论的周经济信息不同,除了其他因素外,月经济信息包括政府所发布的各方面的经济数据。和每周的分析一样,一种可能的做法是记录描绘某个月特点的一些主要经济数据,并比较和对比您的绩效在具有类似经济活动的不同月份的异同,是否显示出某种模式?
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
银翼OTq
2017-03-28 14:31:41 摘录
为了精确地分析问题,首先我们必须明确这两个尺度之间的区别:1.单位时间数据(或增量):以时间增量来衡量的特定盈亏(P/L)数据。就像在后面章节中所定义的一样,这个数字通常可以以小到一天或大到一年的增量来表示,且各有不同的分析意义。虽然在理论上时间单位可能比一天小,但因为后面解释的原因,所以我们发现这样做可能存在危险,最主要的是某些证券的日内定价方式可能不一致。
2.时间跨度(或间隔):指评估的整个期间,由单个时间单位组成,我们希望计算整个时间跨度内的基本信息。典型的时间跨度范围介于一周到一年之间,同样,不同的时间跨度具有不同的含义。
因此,我要请您考虑的是以什么样的时间单位来考察什么样的时间跨度。可能下面的矩阵有助于帮助您做出这方面的选择
时间单位指数据的时间单位,即日数据还是周数据。时间跨度是分析周期,如分析一周或一月的日数据。这本书翻译的非常晦涩
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
银翼OTq
2017-03-28 14:31:21 摘录
时间是构成风险管理投资最重要的稀缺资源之一(从某种意义上来说,它是最重要的),您的市场操作绩效在不同时间上的分布状况本身就构成了评估您的成功程度的一个基本框架
在构建时间序列分析过程中,我们将关注两个不同的重要题:(1)评估您的绩效的适当时间跨度是多少?(2)什么时间单位代表最合适的数据点?在这里,我认为您可以选择不同的时间跨度来进行分析,数据的时间跨度(以及可获得性)将决定单位时数据。通过比较和对比您在不同的时间跨度的绩效,您将深入了解什么驱动你交易账户业绩的起伏变化
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
银翼OTq
2017-03-28 14:31:05 摘录
基于这些原因,我的风险管理核心理念之一就是将您的风险水平设置为您的盈亏业绩的一个函数。这意味着只有当您在这一周期中累计了一定的回报之后才能增加市场风险。相反的情况更重要,即在业绩为负的时期必须降低风险水平。我在风险管理领域几十年的经验告诉我,没有什么其他风险控制理念比这更重要的了。
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
银翼OTq
2017-03-28 14:30:51 摘录
三个目标的设定:
1.最优目标回报。这是您在一切(即外部市场条件和内部账户管理)运转正常时应该追求的盈利水平。您的盈利水平应足够高,因此,您必须全力以赴去实现它,但不能过高,以至于弄巧成拙。
2.额定目标回报。这是您有信心在几乎任何市场环境下您都能达到的固定收益水平。如果没有达到这一数字,则说明您的计划可能出问题了,从而必须考虑对计划进行认真分析。
3.止损水平。这也许是最重要的参数,该数字是您完全对投资清盘后的损失额
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
银翼OTq
2017-03-28 14:30:34 摘录
1.制定一个计划并坚持执行下去。
2.在交易执行中争取每点获利。通常情况下,即使是最好
3.如果没有预设目标价位和止损点就不要做交易。4.您的操作不要超越限额和其他限制。遵守纪律
5.比较和对比相对比较成功的各个时期。我在这本书中将要阐述的投资组合分析的最重要方法之一,就是把组合决策中各个获得巨大成功的时期与那些遭受挫折的时期进行对比
6.尝试新的事物。几乎所有的策略要么需要进行重大的调整,要么会因为某种对各种市场参与者来说现实存在但又不太为人所知的经济周期的影响而使回报率持续下降。
7.得意时承担更多的风险,失意时承担较少的风险。
8.始终为特殊情况预留足量的风险资本。成功可以这样定义,当风险值得承担时,有资本承担风险,无力承受错误带来的损失时,先有意识回避
9.确保风险与交易适应
10.密切注意边际事项——至少超过佣金
11.不要依赖其他交易者
12.不要仅仅为了赚钱交易——享受乐趣
这条书摘已被收藏
0
次
+1
0
分享
收藏
0
条评价
点击加载更多
导购链接
×
做书摘
文字书摘
读图识字
至少还需要输入
10
字
保存原图片为书摘
上传图片
识别
最多输入
500
个字
上传图片
重新上传
写点笔记吧
至少还需要输入
10
字
章节(选填)
译者序
前言
致谢
第一章 风险管理投资概述
第二章 设定绩效目标
第三章 理解不同时期的盈亏模式
第四章 单个组合的风险构成
第五章 确定适当的风险水平(法则一)
第六章 调整投资组合风险(法则二)
第七章 单个交易的风险构成
第八章 放开手脚,大胆尝试
附录 最优f值与全损风险
页码(选填)
这本书已经添加了这些章节,请勾选或者新建你的书摘所属的章节
add
up
down
remove
译者序
前言
致谢
第一章 风险管理投资概述
第二章 设定绩效目标
第三章 理解不同时期的盈亏模式
第四章 单个组合的风险构成
第五章 确定适当的风险水平(法则一)
第六章 调整投资组合风险(法则二)
第七章 单个交易的风险构成
第八章 放开手脚,大胆尝试
附录 最优f值与全损风险
×
添加一个书摘本
搜索创建书摘本
搜索
正在搜索...
不对,换一下
书名
作者
出版社
备注
ISBN
*
*
×
编辑书摘
书摘
最少还需要输入
10
字
写点笔记吧
最少还需要输入
10
字
*
这条书摘是属于哪一章节的?
译者序
前言
致谢
第一章 风险管理投资概述
第二章 设定绩效目标
第三章 理解不同时期的盈亏模式
第四章 单个组合的风险构成
第五章 确定适当的风险水平(法则一)
第六章 调整投资组合风险(法则二)
第七章 单个交易的风险构成
第八章 放开手脚,大胆尝试
附录 最优f值与全损风险
*
页码
×
删除
您确定要删除吗?
统计上的中位数是指在一组数据中有一半的数据比它大,有
半的数据比它小的观测数据。在完全对称分布中,均值和中位数是相同的(或几乎相同)。然而,根据我的经验,与绩效相关的数据集很少是完全对称的。因此,我建议您比较不同时间范围内您的投资组合的均值和盈亏中位数。如果均值大大超过中位数,则很可能是由于少数赚钱最多的交易日大大提高了您的平均水平。同样,如果中位数明显高于平均值,那很可能是由于这组数据中有一些极端负值。
无论是哪种情况,如果中位数与均值相差很大,这就意味着您又有机会进一步探究组合的动态模式以及在盈亏分布尾部有关活动的影响了。我强烈建议您借此机会进一步探讨相关的原因。
夏普比率=(回报率一无风险回报率)/收益率标准差(或(回报一无风险回报)/收益标准差)
请注意,等式右边可以以金额或百分比表示,只要两边一致即可。作为一个经验法则,我认为个人应努力让用我们刚刚介绍的方法计算出的夏普比率等于或超过1.0。例如,假设无风险报率为5%,年回报标准差为15%,上述投资组合的回报率至少要为20%才能达到这个临界值—(20%的回报率-5%的无风险回报率)/15%的标准差=1.0。
我认为它是市场风险最简明的衡量方法。事实上,我认为您应该时刻关注不同时间跨度的标准差,以每月(20天),每季度(60天),每年(250天)。比较和对比这些数字。尝试把计算出来的最高值与最低值与您所经历的市场事件联系起来考虑。如果不同时期之间标准差有显著的差异,那您可能就需要研究出现较高的标准差的原因。它是由于市场出现大幅波动的结果吗?它与您(无论何种原因)决定提高整体市场参与程度的时期是否一致?或许上述两种原因都存在?
多大的标准差就算太大了呢?一般而言,我认为这个数字不应超过您可以承受的损失资本额的10%。例如,如果您的最大损失承受额,比如说是100,000美元,那么,我不建议您在日盈亏标准差超过10,000美元的情况下进行交易。我认为,计算标准差最好的时间间隔可能是连续20天的时间跨度,因为这一时间跨度对每日市场波动最敏感。而且,如果您在任何一个20天的时间跨度里都不超过10%的临界值,那您就可以在更长的时间跨度里保全资本。
计算您的日平均盈亏的基本数学方法是,用分析期内的累计绩效除以时间单位数(如天数)。您可能会发现无论以资本额还是以资本比率计算日平均盈亏都很有用。例如,如果您的账户余额在某一时期开始时,假如说是50,000美元,您的每日平均回报是500美元,这意味着每天有1%的回报。
我衷心建议您计算和比较您组合不同部分的平均盈亏,不同时期的平均盈亏,等等。
还有一种方法是将您盈利和亏损的日子(或获利与亏损交易)分成独立的数据池,并分别计算这两个数据池的平均盈亏水平。这样做将使您能够比较盈利与亏损两种情况下的绩效。
另一种需要上千个统计数据的可视化工具是以盈亏柱状图的形式来对回报进行图形化展示。创建柱状图涉及将单个盈亏数据分组,形成一定大小的类别,并确定每个增量中数据的数量。增量的范围可以以金额或百分比表示。
尝试在这里作出比较:获利最大的交易是否发生在同市场序列,或者至少发生在具有类似特寺点的市场呢?它们是与相同的金融工具相联系的吗?如果是这样,那么是因为这些工具本身的波动性较大,还是因为您恰好在一个波动较大的时期进行了交易,或是因为头寸规模较大,或这些因素都存在?对于负的观测数据,是否存在客观上可以避免的任何错误?同样,对于那些盈利最大的日子,您是否最大限度地利用了这一良好势头?您还可以提出类似性质的许多其他问题——您应该培养这样的习惯。尽量认真回答这些问题,通过这样的过程您将获益匪浅。
最后,如果您发现在较长的一段时间内,您的极端负数据数量大大超过正常的钟形曲线分布应有的数量,那您必须花时间来研究这些动态,并制定一个有效管理相关风险的计划。
我推荐的第一个数据分析是画出一定时间跨度的绩效曲线图。比较理想的情况是,如图3.1和图3.2所示,用一条曲线代表您的累计盈亏,而用一系列条形图表示您的单日盈亏。
请注意在这样的综合图形上,要建立两个纵轴:一个代表日盈亏数据,另一个代表累计盈亏数据(一般数值要大些)。
仔细地看看这些图,它们体现了风险与收益之间的权衡。尤其要密切关注那些绩效“下滑”区域。标出日期,并反思哪里出了问题。市场情况很恶劣吗?您的实际绩效低于预期吗?或者这两种情况都存在?相反(正如我们将在后面讨论的),绩效下降可能发生在您正在给最盈利的头寸加仓的过程中,而此时该头寸运行刚好对您不利。
我发现,比较某个下滑期与相应的恢复期(即收回您在下滑期所有损失的时间段)也是十分有用的。请注意,恢复期的持续时间可能会超出相应的下滑期时间跨度(对普通人来说这是难以避免的)很多(即两倍及以上),这就是为什么要尽可能地控制下滑幅度的重要原因。
2.时间跨度(或间隔):指评估的整个期间,由单个时间单位组成,我们希望计算整个时间跨度内的基本信息。典型的时间跨度范围介于一周到一年之间,同样,不同的时间跨度具有不同的含义。
因此,我要请您考虑的是以什么样的时间单位来考察什么样的时间跨度。可能下面的矩阵有助于帮助您做出这方面的选择
在构建时间序列分析过程中,我们将关注两个不同的重要题:(1)评估您的绩效的适当时间跨度是多少?(2)什么时间单位代表最合适的数据点?在这里,我认为您可以选择不同的时间跨度来进行分析,数据的时间跨度(以及可获得性)将决定单位时数据。通过比较和对比您在不同的时间跨度的绩效,您将深入了解什么驱动你交易账户业绩的起伏变化
1.最优目标回报。这是您在一切(即外部市场条件和内部账户管理)运转正常时应该追求的盈利水平。您的盈利水平应足够高,因此,您必须全力以赴去实现它,但不能过高,以至于弄巧成拙。
2.额定目标回报。这是您有信心在几乎任何市场环境下您都能达到的固定收益水平。如果没有达到这一数字,则说明您的计划可能出问题了,从而必须考虑对计划进行认真分析。
3.止损水平。这也许是最重要的参数,该数字是您完全对投资清盘后的损失额
2.在交易执行中争取每点获利。通常情况下,即使是最好
3.如果没有预设目标价位和止损点就不要做交易。4.您的操作不要超越限额和其他限制。遵守纪律
5.比较和对比相对比较成功的各个时期。我在这本书中将要阐述的投资组合分析的最重要方法之一,就是把组合决策中各个获得巨大成功的时期与那些遭受挫折的时期进行对比
6.尝试新的事物。几乎所有的策略要么需要进行重大的调整,要么会因为某种对各种市场参与者来说现实存在但又不太为人所知的经济周期的影响而使回报率持续下降。
7.得意时承担更多的风险,失意时承担较少的风险。
8.始终为特殊情况预留足量的风险资本。成功可以这样定义,当风险值得承担时,有资本承担风险,无力承受错误带来的损失时,先有意识回避
9.确保风险与交易适应
10.密切注意边际事项——至少超过佣金
11.不要依赖其他交易者
12.不要仅仅为了赚钱交易——享受乐趣