下注的比率 - 財經
By Jessica
at 2020-01-03T22:24
at 2020-01-03T22:24
Table of Contents
假設風險報酬比率是 1:3
每次下注 3% 的資金
比如說帳戶有10000元,做一筆交易有兩個結果:
賺900元,或賠300元(都包含交易費用)
如果輸一次: 9700(-300)(10000*0.03)
再輸一次: 9409(-291)( 9700*0.03)
然後贏一次:10255(+846)( 9409*0.09)
也就是說,連輸兩次之後,贏一次就能賺錢
萬一連輸三次,才贏一次,那就變成9947
長期下來,前者是期望值是正的,後者可能負的
若用十萬做一口小台,對大多數人來說,這槓桿算小的
下注比率如果是3%,風報比1:3,停損60點,停利180點
對於波段來說,60點停損有點小,賺180點的勝率不高
如果是1%,1:3,就只能當沖,停損20點、停利60點
下注比例和風報比壓低,勝率要求就可以降低,但顯然很難做到
實際上,很多人做不到三倍報酬的獲利
尤其是當沖,停損20點,停利20點,似乎還算可以,更多人賺不到10點就出了
但如果是十萬做一口小台,勝率要很高,否則長期期望值就是負的
不知道這樣算到底對不對?
下注的比率似乎有個上限,很多老手說三倍保證金做一口
目前小台保證金是22750,三倍算7萬好了,仍然低於10萬
少掉30%,似乎變得非常危險
因為短線價格的波動,使得停損無法壓很低,加上手續費和期交稅,更是雪上加霜
下注比率會被迫拉高,勝率和報酬倍數就必須拉高非常多
那麼大家覺得,這個下注的%數,上限究竟會是多少?
另外,真實的勝率又要怎麼計算?
通常未達到預定停損停利就出場,賺的比預期少,但賠的也比預期少
如果拿過去沖銷的記錄來直接計算,恐怕會很偏頗
比如3筆停損,6筆未達停損就賠錢出場,最後1筆賺大的,整體小賺
這樣的勝率應該不是10%
在上述的簡單推導中,下注金額3~5%,風報比1:4
連輸4次才贏1次的勝率就是極限了,再低就沒賺錢的可能
由此可知,慘戶最愛玩的週選買方,尤其是價格50點以內的
光是買賣價差就至少1%,加上手續費……
比如說價格30點的週選,10點停損(賠1000),60點停利(賺1500),一萬元做一口
勝率要非常非常高,不過通常不到60點就平倉了,本金通常也低於一萬元
長期而言根本不可能贏
--
Tags:
財經
All Comments
By Kama
at 2020-01-06T22:43
at 2020-01-06T22:43
By Edwina
at 2020-01-11T19:04
at 2020-01-11T19:04
By Quintina
at 2020-01-13T01:00
at 2020-01-13T01:00
By Edith
at 2020-01-15T06:34
at 2020-01-15T06:34
By Steve
at 2020-01-19T10:07
at 2020-01-19T10:07
By Regina
at 2020-01-22T08:36
at 2020-01-22T08:36
By Robert
at 2020-01-22T18:55
at 2020-01-22T18:55
By Brianna
at 2020-01-25T12:17
at 2020-01-25T12:17
By Zenobia
at 2020-01-25T21:35
at 2020-01-25T21:35
By Lauren
at 2020-01-28T14:57
at 2020-01-28T14:57
By Mary
at 2020-02-01T10:35
at 2020-02-01T10:35
By Zora
at 2020-02-04T13:14
at 2020-02-04T13:14
By Bethany
at 2020-02-07T04:56
at 2020-02-07T04:56
By Hardy
at 2020-02-07T16:34
at 2020-02-07T16:34
By Steve
at 2020-02-10T17:55
at 2020-02-10T17:55
Related Posts
請問哪裡可以找到台積電的一分K歷史資料
By Kama
at 2019-12-15T15:52
at 2019-12-15T15:52
12月聖誕節閒聊
By Connor
at 2019-12-01T19:02
at 2019-12-01T19:02
職缺代轉
By Sandy
at 2019-11-15T17:07
at 2019-11-15T17:07
轉讓凱衛官方Multichart中文版一套
By Liam
at 2019-11-15T01:41
at 2019-11-15T01:41
股票期貨大數據與程式自動交易實務訓練班
By Gilbert
at 2019-11-13T22:03
at 2019-11-13T22:03