我给《股票魔法师》开发了一个计算器

我给《股票魔法师》开发了一个计算器

前两周有一天晚上,群内有群友在交流《股票魔法师》书中的内容。主要是针对以下这张表格:

这张表格至少有两次出现在整个系列中,分别是:

  1. 《股票魔法师 I》第13章 P346

  2. 《股票魔法师 II》第三章 P76

《股票魔法师》是美国传奇人物 Mark Minervini 写的关于“趋势交易”的经典书目,作者 Mark 凭借它这套像魔法师一样选股,如手术刀般精准进入和离场的方法论,获得过全美交易冠军。是做趋势波段的必读书目。

感兴趣的朋友可以在京东购买这套书

这张表格所在章节的内容主要讨论如何更科学更精确地确定你的“风险”和“收益”。

首先解释一下表格中的字段,从左往右:

  1. %回报:即每一次交易后你的收益百分比

  2. %亏损:即每一次交易后的亏损百分比

  3. 收益风险比:即 收益百分比 和 亏损百分比的比值,书中表格都是 2:1,可以自行根据左侧两列验算

  4. @30%平均成功率、@40%平均成功率、@50%平均成功率:这里是计算 10 次交易后的累积收益回报,30%、40%、50% 的意思是这 10 次中胜出(即盈利)的概率,10次的 30% 就是 3 次盈立,7次亏损,以此类推

书中举了一个例子:

如果你的收益风险比固定为 2:1,在 40% 的成功率下,可以看到最高的收益是高亮的那一行 10.20%,对应的 %回报 是 20%,%亏损 是 10%。

当你把%回报提高到 42%,查表可得,对应的 %亏损 为 21%,40% 成功率下的累积收益为 -1.16%。

结果会令人意外,因为盈亏比率和平均成功率都没变,%回报和%亏损翻倍后,累积收益反而从最好的 10.2% 变成负数,累积收益为亏损。作者想利用这个表格说明亏损的危险性,当你赚得多的时候,亏损也多,亏损最终会在几何级数上对抗你。

计算器

在我看书的时候,我觉得这个表格还不够直观,并且如果有了自己的交易数据之后,可能调整为自己的参数去估算,比如调盈亏比率,投资次数,成功率等等。那这张静态的表格就比较抽象了。于是花了几个小时写了一个计算器。

网址:https://lab.innomad.io/trading-roi-simulation** **

打开后,页面上会有一份默认配置和默认的计算结果,这个默认参数与书中的表格一致,大家可以先对照一下。

使用方法

如上所说,页面中的所有参数都可以调整的,因为每个版本的书字段翻译不一致,你看到的书中字段名称可能有所差异,可自行理解变通一下。

这两个参数控制整个表格的呈现行数,你可以框定一个 %盈利%亏损 范围,比如书中表格是 4% - 100%。“盈利计算间隔”指的是每一行的数值间隔,默认是 1%,意思是第一行是 4% 的话,那第二行是 5%,以此类推直到 100%。

这两个参数设定方式同上,用于控制表格右侧的“平均胜率”列数与范围。

最后两个参数比较好理解了,盈亏比即第三列的比率(细心的你会发现我没有让你设置第二列的**%亏损**,这是因为这一列是根据 %盈利这个比率值自动计算的)。累积交易次数,即表格右侧结果是根据多少次累积交易计算的。

在结果呈现上,我将每一个平均成功率下的最好收益和最差的亏损值都高亮出来了,绿色为最好,红色为最差:

一挪迈的思考

开发完这个工具对于我自己的收获也是很多的,各项参数动起来后,结果更加令人震撼。这对于培养自己的正确交易观念,心态都是非常有帮助的。

比如,当把盈亏比换到 1:1,你会发现交易得越多,亏得也越干净。

希望这个小玩具,也能给你带来一些启发吧!

原创不易,如认为有价值,请不吝赞赏充电⚡️

微信赞赏码
微信 扫码,为我买一杯咖啡☕️
公众号二维码
关注公众号,获取最新文章推送

相关阅读

Claude 投研方法论:11 篇实战开箱懒人包

Claude 投研方法论:11 篇实战开箱懒人包

过去这几周,一直在开箱 Anthropic(目前最先进的 AI 公司之一) 开源的金融投研套件(financial-services-plugins)。这是一套包含了 51 个 skill(可认为是给 AI 用的程序),覆盖股票研究、财务分析、财富管理、私募股权、投行等领域。这是华尔街机构真实在用的方法论。 这个开箱系列把其中对个人投资者有意义的部分拆解出来,用通俗的方式讲清楚,并做到了每篇附一个可以直接用的 Prompt。 今天整理一下目录,方便大家回顾和查找。 选股篇:怎么找到值得研究的股票 一:机构「主题挖掘」方法论,个人投资者也能用 从一个投资主题出发,沿着价值链找受益公司。五步走:定义论点、画价值链、找受益者、用护城河和估值过滤、盯催化剂。自上而下的选股思路。 二:机构的选股方法 五套量化筛选器:价值型、成长型、质量型、动量型、

Claude 金融投研套件开箱收官:机构的投资灵感生产线

Claude 金融投研套件开箱收官:机构的投资灵感生产线

这个系列写到现在,估值讲了、财报讲了、持仓管理讲了、行业研究也讲了, Claude 这个金融投研套件的开箱也要收官了。 今天拆解 Claude 开源的金融投研套件(financial-services-plugins),最后一个核心内容:Idea Generation(选股灵感)。 说白了,后面的流程再完善,如果最前面"找到值得研究的标的"这一步卡住了,一切都是零。 机构分析师有一套系统化的方法来产生投资灵感,叫 Idea Generation。它把"找机会"这件事从灵光一闪变成了一套可重复的流程。 灵感的两个来源 机构找投资机会,基本就两条路: 路径一:量化筛选(自下而上) 设好条件,让数据帮你过滤。比如"P/E 低于行业平均、连续 5 年盈利增长、内部人在买入"

机构分析师研究一个新行业的五步速写法

机构分析师研究一个新行业的五步速写法

前九篇我们一直在聊股票:怎么选、怎么估、怎么管。但有个更前置的问题一直没讲: 你凭什么相信这个行业值得你投? 很多人的投资路径是这样的:看到一个新闻"某公司股价暴涨了 50%",然后冲进去研究这只股票,再决定买不买。但是,这个顺序是反的。 机构分析师的顺序是:先搞懂这个行业是怎么运作的、谁在赚钱、未来五年会怎么变,然后才去问"这个行业里谁是最好的标的"。 今天继续拆 Claude 开源的金融投研套件(financial-services-plugins),来看看行业全景(Sector Overview) 这套框架。 为什么要做行业研究? 举个例子,毕业生找工作。 路径 A(散户思路):听说程序员工资高,直接学编程,甚至转码。 路径 B(机构思路):先研究一下整个科技行业的结构和趋势,发现云计算和 AI 是未来五年的大趋势,然后再去看这个趋势里哪些岗位最吃香,最后才决定学什么技能。