Skip to content

你的止损单,也许正在帮你亏钱

作 者:老余捞鱼

原创不易,转载请标明出处及原作者。

文中示例仅用于技术讨论,不构成任何操作建议。
量化策略开发应以学习和技术交流为目的。
本号不荐股、不卖课、不承诺收益。
市场有风险,请合法合规投资。

本文约 1900 字 | 阅读预计需 3-5 分钟

· · ·

散户在学投资的路上,几乎每个人都会遇上一个听起来特别靠谱的东西,止损单。

逻辑无懈可击。跌30%只要割掉,就不用爬42.8%才能回本的坑。跌50%割掉,省下翻倍的力气。算数上,止损就是自救。

彼得·林奇有句名言被引用了无数遍,卖赢家留输家,等于剪花浇草

大家会这么想:既然林奇说要把杂草拔掉,那把止损单设好,不就是自动拔草吗?

为了验证这个想法的对错,我写了个Python蒙特卡洛脚本,跑了200次模拟。每次随机抽10只标普500股票、等权买入,然后一组纯持有不动,一组设机械止损。

结果是:在全部200次模拟里,止损组一次都没赢过。

① 怎么测的

两个五年周期,两个止损线。

第一个是2018到2023年,波动拉满。2018年Q4增长恐慌、2020年3月疫情崩盘、2022年熊市,全都塞在同一个窗口里。第二是2012到2017年,平稳牛市。

止损线设了两档,30%和60%。跌破就卖,换成现金趴着。

每一组跑200次,每次随机抓10只股票。

② 数据摆出来

先说波动期,也就是大家觉得止损最有用的时段,200次模拟结果如下:

时段策略对买入持有胜率最差一次表现
2018到2023 波动期30%止损0.00%(200次全输)亏 18.65%
2018到2023 波动期60%止损原文未披露,但明显落后差距收窄,仍为负
2018到2023 波动期买入持有基准还赚 5.39%
2012到2017 平稳期各类止损原文未披露,全维度落后触发少、结果收敛
2012到2017 平稳期买入持有基准全维度领先

这张表里有三个数,我第一次看到也愣了一下。

第一,30%止损线那组,200次模拟,对买入持有,胜率是 0.00%。一次都没赢。不是九成、不是一半,是零。

第二,最差表现倒挂。买入持有那组,最惨的一次还赚了 5.39%。止损那组呢,最惨的一次亏了 18.65%。本来止损是来兜底防深的,结果它自己成了最深的那个坑。

第三,把止损线放宽到60%,差距确实收窄了,但依然跑不赢买入持有。这说明问题不在阈值设得严不严,在机械止损这个思路本身。

到了2012到2017平稳牛市,触发止损的股票少了很多,两组结果开始收敛。但买入持有依旧是全维度领先,止损从没翻过身。


③ 林奇说的杂草也许不是这个意思

算数明明偏向止损,跌30%要涨42.8%才回本。可止损为什么反而在毁掉收益?

因为机械止损把林奇的话理解反了。

林奇说的杂草,是公司基本面坏掉了。市场份额被蚕食、债台高筑、产品被颠覆、管理层烂透了。这些才该割。

机械止损不看财报,只看价格。它不管这家公司是好是坏,跌了30%就一刀切。

2020年3月那种市场恐慌,大量顶级公司,花园里最好的花,纯因为宏观冲击跌了30%到35%。止损算法直接把它们标成杂草,在市场最低点卖掉,锁死亏损,然后全程在场外看着这些股票在接下来几年涨回去200%。

④ 止损在掐死你的十倍股

林奇最出名的概念是什么,Ten-Bagger,十倍股。

他一再强调,拉长时间看,极少数爆发型赢家贡献了组合总回报的大头。你随机买10只股票,五年收益全看能不能让那1到2只超级赢家跑起来。

问题是,现实中几乎所有未来的巨头,在早期都经历过30%到40%的暴跌。设了刚性止损,等于在这些公司还来不及长大之前,就把头砍了。

⑤ 非对称性的另一面

先看清一个数学事实。股价跌下去,爬回来要的涨幅比跌幅大得多。

跌幅回本所需涨幅
跌 30%要涨 42.8%
跌 50%要涨 100%

这里看跌30%要涨42.8%回本,但你把仓位割成现金(模拟里现金收益是0%),你放弃的是股票非对称性的另一头。

股票下跌最多100%,上涨没有上限,200%、500%、1000%。

止损把下行锁在30%,但同时永久剥夺了这笔仓位参与无限上行反弹的权利。

这就是为什么最差止损组合亏了18.65%,而最差买入持有组合还赚了5.39%。

⑥ 观点总结

这次回测把人性直觉剥干净后,留下了一个挺深的道理。短期价格走势跟一家公司的基本面,半毛钱关系没有。

林奇绝对相信拔草浇花。但他拔草靠的是翻财报、跟管理层聊、追利润变化,不是靠价格跌了多少。

如果你用机械止损去自动化林奇的智慧,你做的事情跟他的建议刚好相反。当第一场风暴来时,你割掉了全部最好的花,把钱冻成现金,最后守着一块光秃的园子。

波动就是你享用市场复利的过路费。太想躲过路费,也许你永远到不了目的地。


#彼得林奇 #止损策略 #买入持有 #蒙特卡洛模拟 #标普500 #投资回测 #TenBagger #波动率 #风险控制 #量化投资 #行为金融 #长期持有

Published inAI&Invest专栏

Be First to Comment

    发表回复