HBT:交易虧損是運氣不佳？如何在“走背運”時逆風翻盤？_nhbtc幣怎么樣

如果沒有良好的管理風險，即使是運氣最好的交易者也會虧損。

好的風險管理可以極大地改善交易結果，即使對運氣欠佳的交易者也是如此

使用計算機模擬來優化各種不同運氣條件下的風險/回報比設置

交易不完全是運氣

通常情況下，在交易中會有運氣的成分。即使你的分析是正確的，但把握時機是非常困難的。一個著名的真實例子是MichaelBurry，這位著名美國基金經理在MichaelLewis的暢銷書《大空頭》中正確預測了2008年的房地產泡沫。但前期他不得不面對他的投資者的抗議，這些反對的聲音差點讓他無法進行后來那些載入史冊的交易。為保持基金運作，投資者需要在市場猶豫不決的情況下不斷支付昂貴的費用，這讓他們感到不滿。

有一種方法可以讓交易者彌補運氣不佳的損失——風險管理。在交易策略中，如果忽視這一重要組成部分，即使是一個運氣絕佳、常常能做出正確交易的交易者，在總體上可能仍然要面臨虧損。反之，有效的風險管理則可以在勝率糟糕的情況下仍然整體盈利。

dFuture已上線BSC鏈BNB/USDT合約交易:據官方消息，去中心化衍生品交易所dFuture已于2021年4月30日17:00(GMT+8)上線BSC鏈的BNB/USDT合約交易。

dFuture 是由 MIX 集團旗下 Mix Labs 打造的去中心化衍生品交易協議，采用QCAMM做市商協議，具有零滑點、高交易深度、零無償損失的特點。[2021/4/30 21:14:18]

一名幸運的交易者怎么會在總體上虧損呢？假設一個交易者在10次交易中的8次交易中獲利，每次交易盈利10美元。然而，在剩下的兩筆交易中，每次都虧損50美元。總體上，該交易者將虧損20美元。本文將展示一個不走運的交易者如何仍能獲利，以及如何優化風險管理。

第一個隨機漫步——理解序列

HBTC 霍比特正式接入 BitUniverse 幣優網格交易:HBTC 霍比特作為全球領先的頂級技術驅動加密資產交易平臺，正式聯手 BitUniverse 幣優。全面接入網格交易，為交易者提供 0 基礎 0 門檻的自動化量化交易工具。HBTC 霍比特也成為全球第 24 家全面支持網格的交易平臺。

6月2日晚 20:00 HBTC 霍比特商務副總裁Elsa Qiu 與 BitUniverse 幣優中國區運營負責人 Haze 首次連線視頻直播，開講《霍比特人的網格交易第一單》，將為霍比特人講解 BTC 的網格交易實操和技巧。視頻直播中也將同步剖析霍比特平臺幣 HBC(霍比特隊長通證) 的通證模型，以及網格交易機會。[2020/6/2]

我們創建一個隨機漫步，模擬某人連續交易100次。每個隨機漫步都有幾個參數：起始賬戶余額、一個人愿意為每筆交易承擔的最大風險占賬戶余額的百分比、風險回報比率，最后是交易者的運氣。

印度央行：不限制銀行向加密交易員提供賬戶:印度儲備銀行（RBI）最近對一項信息的回應顯示，印度銀行不被禁止處理加密貨幣業務。自印度最高法院解除RBI對金融實體與加密相關客戶交易的禁令以來，對于銀行是否能夠支持這些客戶的賬戶仍存在很多不確定性。

據報道，今年早些時候，一些銀行仍拒絕為加密業務提供服務。為澄清交易員對銀行門戶網站為何仍禁止虛擬貨幣交易的擔憂，Harish BV于4月25日提交了一份信息請求，詢問金融監管機構是否仍禁止銀行向加密貨幣公司或交易員提供銀行賬戶，對此，印度儲備銀行寫道：“截至目前，還沒有此類禁令。”（Cointelegraph）[2020/5/26]

第一個隨機漫步如下圖所示。它模擬了一個交易者從2千美元的賬戶開始，每筆交易的風險為1%，風險/回報比率為1:1，并且有50%的運氣。運氣好的交易大約占一半使最終結果可預測。一百次交易后，期末余額與開始時幾乎相同。

EOS用戶活躍度降低，期貨交易量巨大:據TokenInsight 數據顯示，EOS日均新開戶地址數均線下探至4月上旬水平，總地址數連續兩日分別下降 4742和4830；官網流量較上周下降26%，較上月下降46%，已降至今年底部。慢熊市場中，伴隨代碼漏洞等負面消息，EOS價格處于恐慌性下降通道中。投資者可靜觀交易量放大后再做方向選擇。另據監測顯示，OKEX交易所EOS的“期貨交易量/持倉量”為10.75倍，遠大于BTC的1.92倍和ETH的4.25倍，表明EOS期貨大戶用較少的資金撬動了更多的交易量。據BCtrend分析師介紹：通常期貨持倉比例是15%~30%，即總資金的1.5倍~3倍杠桿，而EOS資金平均杠桿高達9倍。[2018/5/29]

丹華資本Dovey Wan談關于虛擬貨幣交易所投票上幣的機制:丹華資本Dovey Wa表示現在所有虛擬貨幣交易所投票上幣的機制都是正向投票，票數多的可以上。但是這里會產生一個逆向選擇的問題，長期來說的話這個可能會導致類似投票平臺上全是渣渣項目，空氣幣會竭盡所能獲得高票數登陸交易所，而好的項目則會合理安排自己所融的資金，這個是個博弈設計的問題。所以應該另外有個反向投票機制：不是得票高者上，而且是得票高者不上。因為去投自己進前10需要的成本，會遠比把其他人投下去的成本要低。這樣還可以起到檢舉騙局的作用。[2018/2/28]

研究的局限性

應指出的是，這是一項用程序模擬的研究，沒有誤差率或人類情感因素。這意味著無論如何，它都假設交易者總是完美地堅持交易計劃。它還假設交易可以在指定的設置下，以絕對精確的價格關閉交易——無論盈利或虧損。在現實交易中，止損可能并不總是在指定的價格執行，會出現滑點。這些模擬還假設交易者進行了100次交易，但這不符合每個交易者的活動水平。考慮到這一點，上述模擬更多的是展示風險管理的重要性，而不是一個放之四海而皆準的交易系統。

第二個隨機漫步——減少運氣成份

如果我們采用相同的序列，但讓我們假設交易者不走運，其他一切條件不變，會發生什么？當走運的次數只有25%，問題就來了。一個風險/回報比僅為1:1的交易者，在100次交易后，他的賬戶余額幾乎減少一半。然而，提高風險/回報比率可以彌補更糟糕的運氣，我們將在后文中加以說明。

模擬成百上千次交易尋找最佳風險/回報比率

為了找到給定運氣條件下理想的風險/回報比率，我們多次運行隨機漫步以找到有統計意義的解釋。在這項研究中，一個周期由100次交易構成，運行100個周期。這意味著每個周期共有10,000次交易！每個周期風險/回報率都自動上升0.05，從1開始。程序持續這樣運行直到100%的交易在起始賬戶余額或以上完成。

那么，對于一個大約有一半交易都很幸運的交易者來說，會出現什么情況呢？在下圖中，可以看到最佳風險回報率平均為1.6。后兩者將與不斷變化的賬戶余額一起調整，以保持1.6的風險回報率，確保每次交易的風險保持在1%。

上述程序設定下，最終風險/回報比率增加6次。包括起點在內，這個周期運行了7次。換句話說，為了找到最佳的RR比率，進行了7萬次交易。為了進一步優化這項研究，又使用了10輪隨機序列。這意味著為了找到運氣值50%時的最佳風險/回報率，大約進行了77萬次交易！但并非不多不少恰好進行了77萬次交易，因為有時RR比率高于/低于1.6。

當假設交易者有一半的時間是幸運的，使用1.6的風險回報率，我們可以預期在100次交易后，平均期末余額為2734美元。在圖片的下半部分展示正態分布結果。存在幾個異常值，有一個賬戶最高達到4500美元。其他幾個則在3500美元以上。

最佳風險/回報率曲線

其他運氣值下的情況如何？在這項研究中，我使用了以下幾種運氣值：50%，40%，33%，25%，20%和10%。在給定的運氣值下，最佳風險回報率如下圖所示。正如所料，較低的運氣值需要較高的風險/回報率來補償。當你有40%的運氣時，100次交易的理想風險/回報率是2.45。

以2.45的風險/回報率對一個給定的隨機序列總共模擬了30個周期。就像前一個例子一樣，又運行了10輪以幫助優化這項研究。結合所有這些序列，大約進行了330萬次交易，以找到40%運氣值下的最佳風險/回報率。

即使在運氣值只有10%的情況下，仍然可以實現盈利。然而，這將要求風險/回報率保持21.47，因此實現起來較為艱巨。

成功的交易是基于運氣嗎？

現在，讓我們再來看看之前的情況，即一個運氣值只有25%交易員，如果使用1:1的風險回報比，幾乎虧損一半的賬戶余額。如果使用我們分析中得出的最佳風險回報比5.3，期末余額將變成2844美元，回報率為42.2%。交易者必須要運氣好才能盈利嗎？絕對不是。成功的交易歸結于風險管理。

希望這篇文章對大家有一定的幫助。

對本文感興趣的可以私我哦~歡迎志同道合的幣圈人一起探討~

Tags：BTCEOSHBTCHBTbtc交易平臺騙局DEOS Gamesnhbtc幣怎么樣SHBT幣

OKB