blog完整文章:
https://blog.zmcx16.moe/2022/11/vs.html
最近开始研究资金管理策略, 第一个想到的主题就是非常有名的马丁格尔策略 & 反马丁
格尔策略, 目前第一阶段研究得差不多了, 就来这边跟大家分享下研究结果。
只用一句话解释这两种资金管理策略如下:
马丁格尔策略: 亏损时加码, 获利时减码
反马丁格尔策略: 亏损时减码, 获利时加码
这两种策略起源于赌博下赌注的方式, 后来也衍生到投资的资金管理策略, 细节的部分就
不详述了, 有兴趣想了解更多可以自行Google, 网络上有更多丰富的介绍。
再来会用这两种策略 + 欧印共三种资金管理策略分别对 标准普尔500 ETF(SPY), 那斯达
克100 ETF(QQQ), 英特尔(INTC), 花旗银行(C) 这四种投资标的跑回测程式, 然后分析比
较看看这三种策略的绩效如何。写好的回测程式原始码:
https://github.com/zmcx16/Norn-Finance-Backtesting
这个程式主要是用 backtrader 这个回测套件开发, 会选backtrader最主要就是看github
星星的数量, 再加上他的讨论区还蛮热络的, 网络教学也多, 就决定用这套件了, 实际上
也真的超好用, 该有的功能几乎都有了, 我只要包装一下专注写策略就好。
至于这次回测的马丁格尔策略逻辑如下:
1. 最低至少会维持20%资产部位在市场上
2. 看过去252天的最高收盘价(1年), 如果从最高点下跌5%, 就加码到40%资产部位
3. 看过去252天的最高收盘价(1年), 如果从最高点下跌10%, 就加码到60%资产部位
4. 看过去252天的最高收盘价(1年), 如果从最高点下跌15%, 就加码到80%资产部位
5. 看过去252天的最高收盘价(1年), 如果从最高点下跌20%, 就加码到100%资产部位
6. 如果是反向上涨, 碰到上述的门槛值就会调整回对应的资产部位
7. 为了避免流动性问题, 设定一天交易最多5%资产部位
8. 为了避免市场一直在策略的交易门槛不断震荡导致过度交易, 设定5%的门槛误差, 有
超过门槛误差才会真的交易
9. 回测交易从2000/01/01到2021/12/31, 因为交易第一天要先看过去252天的历史资料,
所以实际上回测资料是使用1999-2021
10. 因为这次的回测只是想比较资金管理策略, 并没有要真的做交易, 为了避免太复杂就
不设定手续费, 滑价等因素
而反马丁格尔策略则跟上面的策略参数全部一样, 唯一不一样的是看的是从过去252天的
最低收盘价(1年), 如果从最低点上涨X%, 就加码到Y%资产部位。
最后跑出来的回测结果如下:
https://reurl.cc/6L70Rr
首先来看看SPY的回测结果, 看起来欧印的累积报酬最高, 而反马丁格尔稍差一些, 可是
反马丁格尔策略的最大回落只有37%, 而欧印则有54%, 这代表反马丁格尔策略有达到我们
希望的减少亏损目标, 亏损风险比欧印以及马丁格尔策略小得多。
https://i.imgur.com/bIs2ncb.png
那为什么马丁格尔策略累积报酬这么低呢? 20年下来的累积报酬足足小3倍左右, 最大回
落也只比欧印好一点点, 来看看回测的线图:
https://i.imgur.com/ob9Te1G.png
下图的五个区间蓝色线就是马丁格尔策略的交易触发门槛, 绿色指标是买进, 红色指标是
卖出, 可以看到他的确是在价格下跌时买进, 上涨时卖出, 可是最大的问题在于, SPY这
20年是长期上涨的趋势, 这导致马丁格尔策略没办法有效利用资金, 上图的红线是现金水
位, 蓝线是总资产水位, 可以看到红线在大多数时间都是维持在高档, 代表马丁格尔策略
因为价格一直上涨的关系, 所以一直维持高现金水位, 导致没办法享受到这波大多头的获
利。
再来看看反马丁格尔的回测线图:
https://i.imgur.com/bO30Sqz.png
可以看到上图的红线几乎都维持在低档, 代表反马丁格尔策略有充分运用资金交易, 而在
2020年3月那波疫情大跌时也有快速减码, 之后V转时也有快速加码回来, 在这种趋势明显
的标的上可以说交易的非常漂亮, 不过因为跟欧印相比还是没办法充分利用资金, 所以累
积报酬还是小输一点点, 可是最大回落小17%对比较在意风险的投资人来说个人觉得是非
常有吸引力的。
再来看看科技股ETF的QQQ, 首先累积报酬竟然比SPY还差, 原因在于2000年网络泡沫的关
系, 如果我们把回测资料往后延两年, 反马丁格尔策略的累积报酬SPY会从343%->434%,
QQQ则是从312%->830%, 大幅超过SPY, 这表示像QQQ这种高波动的成长股, 如果你从高点
欧印的话, 可能得花10年的时间才有机会损益两平, 而即便是反马丁格尔策略, 最大回落
也高达73%, 等于你要有资产亏损7成也抱得住的心理准备, 才有机会享受之后的大多头获
利。
https://i.imgur.com/tgL4102.png
https://i.imgur.com/MAnGGRD.png
至于为什么马丁格尔策略在QQQ的累积报酬竟然只有49%, 比起SPY更是惊人的少, 来看看
回测线图:
https://i.imgur.com/rh3vO4Q.png
显而易见很凄惨的, 它在第一波下跌时就几乎加码光了(毕竟是设定成最大下跌20%就欧印
), 等于之后的更大波下跌它都是用100%本金去亏, 而之后终于开始多头了, 它却也早早
的减码了, 在一直维持高水位现金的情况, 完全没办法享受到科技成长股的大多头报酬.
..。
看完最主流的ETF之后, 再来看看马丁格尔策略套用在个股交易的情况吧, 因为上述的ETF
都是成长趋势, 所以个股就不挑持续上涨的公司了, 这边先选择英特尔(INTC)作为回测对
象, 虽然是芯片龙头可是早早就已经是成熟型公司, 所以股价几乎都是一直盘整, 更不用
说这几年还被AMD一直抢市占...
https://i.imgur.com/ve63KZy.png
这次马丁格尔策略终于扳回一城了, 累积报酬跟最大回落都显著赢过欧印 & 反马丁格尔
策略, 来看看回测线图:
https://i.imgur.com/Ph5cSzO.png
可以看到INTC因为几乎都是在盘整, 即便有趋势也是一直以盘整渐渐上涨的趋势, 所以马
丁格尔策略就会一直低档买进高档卖出, 看上图红线现金水位一直有变化, 代表它有在积
极运用资金, 所以报酬就相当不错(不过也是大输SPY & QQQ ETF就是了XD)
再来看看反马丁格尔策略的回测线图:
https://i.imgur.com/LxvTOCH.png
看上图的红色线一直维持低档, 代表它也是很积极地运用资金, 可是一直在高买低卖, 不
断的被割韭菜, 所以交易绩效理所当然的烂到爆...。
看完INTC后, 最后来看看花旗银行(C)吧:
https://i.imgur.com/eKwoXTS.png
所有策略的绩效几乎都一样烂, 20年下来还亏60~70%, 会故意挑这档主要是故意想挑个有
死亡风险的公司, 因为花旗银行金融海啸时, 股价从50块跌到剩1块(调整后价格则是从
500块跌到25块), 最大回落将近98%, 要是你2008年前欧印的话, 2008年后只会剩2%的资
金, 而之后过12年股价最多也才涨3倍, 如果是只做多头策略, 就算是神仙也难救了。
不过这边就有个奇怪的点, 欧印跟马丁格尔策略会直接死亡没错, 目标是缩小亏损的反马
丁格尔策略为什么也损失惨重呢, 来看看回测线图:
https://i.imgur.com/RRg8WM3.png
看线图其实很清楚了, 在金融海啸那波大跌, 其实也夹杂着好几波大涨, 所以反马丁格尔
策略在那段时间也傻傻地跳进去交易, 总资产水位的蓝线也在2008年直接接近死亡...。
回测跑到这边, 对马丁格尔&反马丁格尔策略, 大概有以下心得:
1. 如果你交易的是大盘指数ETF (SPY, QQQ), 因为科技长期是进步的, 经济长期是成长
的, 只针对投资报酬的话欧印是最好的策略, 如果想降低最大亏损风险的话则可以考虑搭
配反马丁格尔策略。 当然如果是有显著趋势的成长股也很适合反马丁格尔策略, 前提是
你非常相信它未来真的会长期上涨。
2. 如果你交易的是比较成熟产业的公司股票, 尤其是大多数时间都在盘整的公司股票,
那马丁格尔策略会是不错的选择, 不过如果盘整的幅度不够大的情况, 那绩效可能完全比
不上直接买大盘。
3. 面对死亡性风险, 单一公司炸掉的情况不管怎样只要是多头策略都没用, 分散投资降
低非系统性风险才是最重要的。
另外之后还有不少想研究的课题:
1. 这次的回测是在不考虑杠杆只用现有资金交易的情况, 所以很大情况马丁格尔策略会
不好是因为没办法有效利用资金, 可是如果是针对复合投资部分做资产再平衡, 不知道马
丁格尔策略跟反马丁格尔比较的结果如何, 之后有时间打算也来测试看看。
2. 想针对杠杆的部分继续做资金管理的策略研究&回测, 在设定最大维持率的情况下, 马
丁格尔策略跟反马丁格尔策略表现又会如何, 感觉十分有意思也想测试看看。
3. 这次的策略参数都是自己凭直觉定义的, backtrader也有简单的tune参数方法, 针对
不同的投资标的本来就有不同合适的参数, 根据波动性决定策略参数这块也蛮有意思的,
之后也想研究如何找出策略合适的参数。
这次的分享差不多就到这里, 感觉要研究的东西好多, 希望能有更多成果, 能对自己的投
资绩效改善有帮助的话就更棒了XD