股票投资实战概率估算，大致明白“量化”的赚钱原理了

昨我介绍了炒股中“仓位”的重要性，出发点是概率投资。介绍了一个游戏，胜负概率各半，赢赚80%，输亏50%。后面都是简单的数学，能很直观地看到“仓位”对成败的影响，全仓输光，1%仓太保守赚太慢，37.5%的仓位指数增值最快。

但一些朋友以及我自己，都觉得“胜负各半，赚80%、亏50%”这些概率，在实战中不好对应。确实说不清楚为啥输赢机会相等，又为什么能赚80%，亏的却少些。那股市中，概率思维到底是怎么用的？

查了一下，是有办法的，但理论基础是“止损”。我的股市分析框架是不止损的，追求绝对不赔钱。例如推荐沪深三百，就强调要是闲钱，能扛住亏损，等到涨回来。为什么推沪深三百而不敢提个股，就是因为没有止损。沪深三百回撤不会太大，底部相对容易看出来，也肯定能涨回来。个股容易出事，有可能跌没了，不敢推。我对这套办法比较熟，但对基于止损的办法就没什么研究。

有了止损，例如说10元买的，跌破9.5就卖，那么“输了亏多少”这个数值，就能控制了。实战不一定是按买入价来算，可以用“总资金的1%”之类的指标。如总盘子10万，买一个股，无论买了多少，亏到1000就卖出。同理，每次赚多少，也可以定“目标价”。如买了涨10%就卖出，总能弄出一个“大致赚多少”的执行办法。

基于这种交易框架，人们可以去实际操作买卖，例如短线出击20次，统计输赢。实际买卖不一定是到止损、止盈线卖出，但误差不会太大。这样就能有一个关键的统计数值：盈亏比。这是说，你赚的平均每笔赚2000，亏的平均每笔亏1000，那盈亏比就是2。这是可以事先设计出来的，亏5%止损挣10%卖出，只要严格按纪律做，盈亏比基本就会是２。“胜率”也很容易懂，交易20次8次赚钱，胜率就是40%。

可以看出，如果我们设计的盈亏比高，如要10倍盈亏比，赚50%才卖，亏5%就跑，那实战胜率会低不少，肯定比2倍盈亏比的胜率要低。哪种好不一定，10倍盈亏比但跑100次输95次总体亏钱，远不如2倍盈亏比的胜负各半总体大赚。

其实，以“量化”的算法思维，就可以用历史数据“回测”一个“策略”。定好止损、止盈、选股方法，历史数据一跑，胜率就出来了。

仓位在这个框架里也是有决定性意义的，计算方法和我们之前提到的凯利公式类似。

假设我们找到了一个牛逼的短线交易策略，盈亏比2，止盈10%，止损5%，胜率高达50%。那么最佳仓位是多少？答案是非常吓人的。

有人说，似乎满仓赚最多，每次都全投。盈就赚10%，亏就5%，一赚一亏就是5%。这样资金就能以5%的指数增长了。错！这不是凯利公式的最佳办法。如图，数学上最强办法是杠杆借钱，以500%仓位干上去。亏了，就输总资金的25%；赚了，就赚总资金的50%。

算出这个数值，我也很惊讶，但以前就听说过，是凯利公式的古怪结论。因此，一些对冲基金通过数学公式搞出了高杠杆的投资办法，不是乱来的。只不过忽然出大事，模型弄错了，就爆仓了。

对冲基金、专业机构真正用的数值，叫“利润因子”PF。如胜率50%，赚10%亏5%，利润因子是（0.5/0.5)*(0.1/0.05）= 2.0。如果胜率40%，利润因子是（0.4/0.6)*(0.1/0.05）= 1.333。

图三，专业机构策略的PF大约在1.15-2.5之间，低于1就没有意义了。各种策略里，高胜率对应低的盈亏比，每笔赚的少于亏的是常态。不太可能找到盈亏比2、胜率还高达50%的策略。

中国的高频量化，就是找了些数学好的人来设计策略，找到胜率高的打法，即使每笔赚少亏多，最终也有不错PF。因为交易次数非常多，所以量化每年获利挺高，需要和券商谈低费率。如果限制量化的交易频率，就可以把量化基金的收益大大降低了。