|
已经把交易系统的意义和作用进行了说明，这篇文章主要介绍如何搭建交易系统。 对于绝大多数普通人来说，交易系统主要是由不同的技术指标构成的。如果懂一些编程语言，就可以将自己的交易系统写成交易程序，从而实现自动化交易，避免人为的情绪干扰。 技术指标，一般的定义是交易市场技术分析过程中，泛指一切通过数学公式计算得出的交易品种价格的数据集合。从这个定义的角度来说，K线也是技术指标，因为K线是把在一定周期内的价格按照开盘、收盘、最高价和最低价进行分类，并以这四个价格为范围确定一个空间的大小。 这个定义我个人觉得有点片面，因为成交量以及围绕成交量做出的其他指标比如成交量均线也是技术指标，但并不是价格的数据集合。所以我觉得技术指标应该是为技术分析服务的，将与交易品种成交有关的数据按照一定公式计算结果的集合，这样就可以把成交量及其他与分析成交相关的指标也包括在内。  如此一来，我们可以把技术指标分为与价格相关的和非价格相关的两种类型。其中，常见的技术指标比如KDJ、MACD、RSI等都是与价格相关的技术指标，它们的底层数据都是价格。就像所有的红木家具不管是椅子、桌子都是由红木做的是一样。这就意味着，就算是这些技术指标被人为分成趋势类、震荡类，但他们的底层数据都是一种类型的，如果放在一起使用，很容易造成信号失效或者冲突的情况。 我刚开始做交易员的时候，曾经想过，既然指标有震荡型、趋势型等等，那么我做趋势行情的时候用趋势型指标，做震荡行情用震荡型指标不就行了？甚至，我可以两个一起用，这样我的交易系统就可以完美适应震荡和趋势两种市场了？ 但当我把两种类型的指标放在一起用的时候我就发现，有的时候两个指标给的信号都一样，比如都出现金叉是做多信号；有的时候两个指标又给出了相反的信号，比如一个提示该卖出，一个提示该买入。这就是同一种数据类型带来的困扰。 假设一种数据代表一个坐标轴，比如以价格为数据来源的是X轴，那么X轴上有无数个点，这无数个点就代表无数个交易机会，并不好下手。但如果我们再加一种和价格不同类型的数据，比如成交量，那么就相当于加了另外一个轴——Y轴，X轴和Y轴组成了一个平面坐标系，XY轴各取出一个值，这两个值确定的点（机会）就精确多了。如果我们还想更加精确怎么办？那就再加一个数据，比如把基本面指标加进去，这样原本的平面坐标系就变成了有XYZ三个轴的空间坐标系，得到的结果就更加精确了。 用更通俗一点的话说就像相亲，如果我们有明确的条件，选出适合的相亲对象的范围明显变小了很多，也就不用没有头绪的大海捞针了。比如选取三种条件来确定相亲对象——身体条件（身高体重年龄等等）、社会条件（工作类型收入区间等等）、家庭条件。这三种条件相互之间相互独立没有重叠，单纯一个条件筛选出来的对象可能有10万个，两种条件筛选出来的对象可能就仅剩下几千个，再加一种条件筛选出来的可能就只剩下几十个了。随着不同类型条件的加入，得到的范围也越来越小。放在交易上，就是不同类型的指标都满足的话，确定的机会越精确，同时机会也就越少，越需要等待。 当然，随着大数据的兴起，有些机构会利用大数据筛查、群体的情绪等等作为参考指标也是没有问题的，因为这些条件的底层数据还是和其他指标没有关系、是相互独立的。 当交易系统搭建完毕，交易的时候就是这样一个流程： 条件A满足+条件B满足+条件C满足→选择点位进场→买入完成。 出场也是一样的： 条件A满足+条件B满足+条件C满足→选择点位出场→卖出完成。同理，加仓减仓也是相同的步骤，就不一一举例了。 交易系统如果太过复杂，上手很难，用起来很容易出错。但出错的成本是完全可以避免的，而且太过复杂的系统调整起来也比较麻烦，效率也就比较低，简单高效的系统就是最好的系统。 |
|
|
