不光盈利还会抄底-千层金
客服服务
客服①

客服②

客服③
关注微信

扫码关注官方微信,先人一步知晓活动

在线客服
客服热线

400-060-8838

回到顶部
banner_250_.jpg

  当前的位置:首页>>新闻动态

不光盈利还会抄底

作者:  时间:2017-10-26 11:27:31

作为一家全球顶级对冲基金的CEO,埃利斯(Luke Ellis)早已习惯行走在危险边缘,“我从不知道什么叫害怕”。

但在大约五年前,埃利斯感觉到了害怕,或者说是非常恐惧。

那是一项实验项目。埃利斯所在的英仕曼集团(Man Group),一直在尝试当时并未广泛使用的人工智能技术。工程师们建立的系统实现了自主进化,找到了人类错过的赚钱策略。

结果好得出奇。

“吓尿了”

但这个项目此后一直处于隔离状态,犹如压在五行山下,直到2014年。

一位拥有数理逻辑博士学位的高级投资组合经理格兰杰(Nick Granger)认为,是时候结束测试了。他从自己管理的投资组合里面拿出一小笔钱给分配给人工智能系统来交易——后来越来越多。

这个程序每一次都能盈利。

“我们给它什么,它都能应付” 格兰杰说,他有点书呆子气,留着金色短发,眯着眼睛,戴着一副长方形的深色镶边眼镜。

微信图片_20171010171355.png

格兰杰

2015年8月,对中国经济的担忧引发了突然的抛售。但英仕曼的AI系统此前已经看空市场,并迅速

从下跌中获利。而在美国股市下跌约3%后,该系统发现了买入机会,重新回到市场。

人工智能无法预测未来,但算法可以学习各种模式。根据以往有着类似特征的抛售记录,它押注市场将会复苏。“没有人告诉它去怎么抄底,它自己学会了如何观察以前的模式。”格兰杰说。

到2015年,人工智能为英仕曼集团规模最大的一只基金AHL Dimension Programme贡献了大约一半的利润,这只基金的目前大约管理着51亿美元资产。

去年11月和12月,当世界仍在努力消化川普(Donald Trump)当选美国总统的消息时,英仕曼的人工智能迅速进入市场,并从随后的反弹中获利。

然而,当年第一次见到这个系统时,埃利斯和团队决定放慢这个项目的进度,延长测试时间。讽刺的是,他们把这个程序保存在一个单独的服务器上,好像它会以某种方式感染英仕曼集团的主要计算机系统一样。

“它曾经坐在角落里的一个核掩体里。”埃利斯开玩笑说。在伦敦的一个交易大厅里,他漫不经心地靠在椅子上,喝着汽水。

埃利斯虽然去年才出任CEO,但他当时已经是执行委员会的成员。“我们被它吓坏了。真的。每次看它都觉得要尿了。”

走出掩体,奉为神明

英仕曼集团大约管理着960亿美元资产,从测试一个想法到在实际交易中应用,他们通常会在几周内完成。在瞬息万变的现代金融世界里,今天的优势明天就有可能消失。

但为什么当年埃利斯会心生巨大的恐惧?

因为,尽管新软件在模拟中实现了不俗的回报,但工程师们无法解释人工智能为什么会执行这些正在进行的交易。

这套系统就像一个黑盒子,连它的创造者都没有完全理解它是如何工作的。

埃利斯因此暂停了项目。他不是工程师,也没有密切参与技术的开发,但本能告诉他,当英仕曼集团不可避免地出现亏损时,如果告诉客户“我无法给出原因……”

事实是,那些大客户后来对结果非常满意,纷纷开始买入以算法为中心的英仕曼基金。融合了人工智能技术的四只英仕曼基金共计管理着123亿美元资产。

blob.png


英仕曼管理的资产

自2014年初以来,英仕曼管理的资产总额已经飙升了77%。AHL Dimension基金的规模已经扩大到当时的5倍。

久而久之,格兰杰帮助该公司树立了对这项技术的信心。该公司原先带着怀疑的态度看待人工智能,但现在已经把它当做基础战略。

在该公司的其他部门以及整个行业,人工智能技术正被用来寻找最快的交易执行方式,押注市场惯性,并扫描新闻稿和财务报告中能够暗示股价涨跌的关键词。

就连英仕曼的自由裁量部门也在探索人工智能技术,该部门的业务主要由经验丰富的资产管理人组成。

英仕曼目前最大的支出来自计算机设备,以及雇佣工程师的费用,他们需要通过这些方式来跟上技术变化和随之而来的增长。AI现在不仅走出了核掩体,甚至被奉为神明。

埃利斯说:“它最初是完全孤立的状态,后来变成了‘好吧,你可以和我们其他人共进晚餐,但不要说话’,现在已经成了整个家庭的一部分。”

英仕曼主动拥抱人工智能,置身于一场巨变的前沿,这不仅在重塑全球金融行业,而且还引发了关于整个行业发展的深刻问题。在这个行业中,能够自我改变的算法正在制定价值数十亿美元的决策,整个过程几乎没有人为干预。

“思考”

对于大多数人来说,观察人工智能系统的工作过程,就像在破译一种难以理解的语言。

31岁的计算机科学家马利诺夫(Slavi Marinov)两年前加盟英仕曼,他正试图将代码翻译成普通人所能理解的内容。他在英仕曼伦敦总部进行了一项基础演示:在一个黑色的屏幕上输入命令,让机器找到期货市场的回报模式。

只是简单输入了几个命令,马利诺夫就能让机器要搜索数百万个数据点,包括世界各地零散的公司交易信息。他点击回车键,然后就有一连串的数字像雨点般在屏幕上落下,就像好莱坞大片一样。

这些数字表明电脑在“思考”,它正在以人类永远无法企及的速度分析数据。时间一秒秒地过去,系统逐步调整数据的重要性。它对接下来发生的事情给出了概率预测。一旦机器根据这些信息确定一个最佳头寸,它就会观察更广泛的市场趋势和交易成本,然后才会决定是否采取行动。

这一切都会在瞬间完成。

有两个相互关联的因素共同推动了人工智能的普及。首先是计算能力的指数级增长。英仕曼在伦敦郊外有一个巨大的数据中心,里面摆着一排排的服务器。这些机器上都装载着先进的GPU处理器。

其次是可用数据的大幅增加。如果说处理能力是人工智能的引擎,信息就是它的燃料。它能让工程师们教给算法在没有人为干预的情况下适应和学习各种技能。

马利诺夫在他的电脑上输入了一些命令,拉出一个在线等待名单,上面列出了想要使用该公司高端设备的工程师。

这种需求非常高,甚至连处理器都会因为过度使用而变得过热,然后触发警报——就像一个孩子在暑假玩了一整天的Xbox游戏机一样。

据估计,当今的所有数据有90%是在过去两年里创造出来的。英仕曼存储了数千TB的数据,相当于1万多台标准办公电脑的数据量——从股票行情信息到天气预报,再到集装箱船的移动状况。

与此同时,储存信息的成本已经大幅下跌——1981年,1GB的存储成本约为30万美元,如今只有10美分。“数据比过去便宜得多,可以使用的数据十分庞大,数据存储成本已经不足为惧。” 英仕曼首席投资官拉特雷(Sandy Rattray)说,“应该如何使用数据?这才是难点。”


blob.png

英仕曼办公室

尽管人们都在谈论机器会降低人工需求,但建造和管理人工智能系统却是一项劳动密集型工作。因此与MBA相比,英仕曼更愿意招聘工程师和数据科学家。完全自动化的机器不会很快接管世界。

“有人认为,人类将会失去用武之地,无法参与这个流程。这其实是不对的。”格兰杰说。“他们只是要从事不同的任务,从事附加值更高的工作。我们需要比自己更聪明的人。”

挑战

2010年5月6日,美国东部时间下午2:45左右,埃森哲、中点能源等公司的股价忽然跌到每股1美分,宝洁的股价下跌了40%。同时,苹果、苏富比等公司猛然蹿升到每股10万多美元。

市场一片混乱。


blob.png


这次事件,后来被称为闪电崩盘(Flash Crash),没有预兆、无法解释。

后来,研究员和监管者抽丝剥茧,找到了始终贯穿其中的主线:机器。自动交易算法竞相追逐,导致了灾难性的后果。

这次崩盘和后来的其他危机,比如2012年苹果股票的猛跌,都显示了计算机代码在金融世界中的存在越来越广泛,带来的,却不见得都是好处。

AI为市场带来了一种新的复杂性。

这些自我进化的系统以自己的方式运作着,而具体的运作方式甚至连它们的创造者都不清楚。

英仕曼及其竞争对手目前采用机器学习技术早在几十年前就已经出现。《纽约时报》上世纪50年代发表的一篇文章介绍了一种通过训练来对图像进行分类的算法。但这项技术现在才刚刚显示出前景。

从根本上讲,机器学习系统是根据历史信息来做出判断的。这些工具被应用于阅读X光片、回答人们向Siri和Alexa提出的问题、自动驾驶汽车,以及提高能源效率。Facebook和谷歌还教给电脑如何识别狗、猫和照片中的其他图像。

金融或许是人工智能最艰巨的挑战。

训练计算机正确识别拉布拉多,不同于教给它如何搞清楚债券市场的运行规律。市场的运行方式神秘莫测,新闻事件、经济、政治、监管和人类的判断都会对其产生影响。“金融市场瞬息万变。”AHL的联席CTO科利尔(Gary Collier)说。

多年来,计算机代码一直是交易大厅的标准工具。在某些事情发生时告诉计算机应该做什么,是量化基金的基础,这些基金长期以来一直使用统计分析来寻找优势。

机器执行任务的速度可以达到人类的5倍或5000倍,但如果没有数学家、工程师和统计学家的干预,代码永远不会改变或发展。

人工智能在此基础上更进一步,它能够根据其接收到的信息进行调整。在英仕曼,工程师们设定参数:敞口上限、资产类别、波动率、交易成本等。合规和风险控制规则根植于系统的基因中,防止它在快速盈利的过程中偏离轨道或违反法律。

这些约束为机器设置了工作边界。系统之后会寻找模式,在数据之间建立人类看不到的联系。人工智能可以根据过去发生的事情做出有根据的预测,当机会对它有利时进行交易。

英仕曼目前正在使用几套这样的系统。最快的每天交易几次,其他的则会持有两周或更长的头寸。

算法和数据


blob.png


英仕曼集团研究人工智能的部门在伦敦西边不远处的一座高层建筑里,英仕曼集团的工程师、统计员、程序员和那些来自学术界的科研人员坐在一起,研究算法、AI之类的技术进步如何应用到金融上。

这个机构全名牛津-英仕曼计量金融研究所,由英仕曼集团出资1045万英镑(约9300多万人民币)建立,为这家对冲基金带来了学术界专家和一堆论文。

研究所的办公室里,寂静得像图书馆一样。电脑前的程序员们戴着耳机,角落里的白板上写满了公式。


blob.png


英仕曼在这里的核心工作,是去修改那些本来是为图像识别等功能而创造出来的机器学习技术。这支对冲基金建立了自己的代码库,其中有些代码是自己员工写的,有些代码来自开源的程序。

英仕曼集团AHL基金的首席科学家、牛津实验室的负责人莱德福德(Anthony Ledford)说,工程师在开发AI技术的时候,可以从代码库中抽取代码。莱德福德的职责是帮助英仕曼决定该用哪些新兴AI技术,哪些不能用。

AI工程师们用奖励和惩罚来引导机器,就像训练一直老鼠来按按钮获取食物一样。从技术角度来说,他们会用到深度学习和强化学习。

通过深度学习,他们用历史信息构成的数据集,来训练算法发现预测模式、规律。比如说,当算法从股票和期货的价格数据中发现相似点时,就会受到“激励”。

通过强化学习,算法会在运行过程中,根据某种行为的成败来重新校准。另外,研究者也会在算法中设置惩罚机制,来阻止AI的某些行为,比如说不让AI去创建人类已经用过的交易策略。

在莱德福德看来,只靠一群极客敲代码还不能构建出能用的AI,问题的关键在于数据。在英仕曼的办公室里,每周都会有一群销售来来往往,推销着各种各样的数据集。

金融数据通常毫无组织,就像一幅被摇散了的拼图,对于计算机来说非常难以理解。莱德福德说:“这是最难的一部分工作,我们的数据包含非常、非常多的噪声,要找到有用信号很难。”

变迁

世人对英仕曼集团的了解,可能大都来自于它所赞助的文学奖:布克奖。并没有多少人把它视为一家以技术为中心的投资机构。

英仕曼集团的建立早在1783年,之后整整两个世纪,它都在向英国海军供应朗姆酒,以及咖啡、糖之类的杂货,直到1989年。1989年,英仕曼收购了基于计算机的交易公司AHL,开始集中精力搞金融服务。目前,这家集团的前沿AI工作都在AHL旗下。

AHL被收购后,它的联合创始人又分别创立了两家技术驱动的对冲基金:Aspect Capital和Winton。

英仕曼的技术有着美好前景,却也对抗着巨大的行业压力。对冲基金管理者收取高额管理费,缺业绩平平,引起了很多投资者的不满。

去年,这个行业的客户总计取走了1120亿美元;过去两年中,倒闭的对冲基金比新成立的还要多。


blob.png


英仕曼集团股价

今年,英仕曼集团的股价上涨了40%,但与金融危机之前,2007年的顶峰相比,依然低了77%。不过,还是比同行们好一些,越来越多的投资者将自己的钱托付给英仕曼。

去年,整个对冲基金行业,也只有大举投资人工智能技术的计算机驱动量化基金在增长。这类基金除了英仕曼的AHL之外,还有复兴科技(Renaissance Technologies)、Two Sigma、桥水联合基金(Bridgewater Associates)等等。

据说,美国亿万富翁投资者琼斯(Paul Tudor Jones),也在经历了市场疲软之后开始使用这类技术;管理着科恩(Steven Cohen)财产的家族基金Point72 Asset Management LP也在招募这一领域的专家。

然而,AI不是魔法机器。想要把数据上边导进去,然后就想去底下捡钱是不现实的。

很多算法根本没用。有些英仕曼的员工警告说,AI经常生成已知的理论或者无法在实时交易中应用的策略,浪费了大量的钱和时间。

好在英仕曼的系统还是对的时候多,错的时候少,它不会急于下高风险赌注,更倾向于一步一步地赚小钱。

监管和质疑

赚钱的时候,一切都无所谓,一旦出了乱子,这些技术进步就要接受严格的审查。

但是,随着计算力和数据的增长,AI程序只会越来越复杂。瑞士神经科学家考夫曼(Pascal Kaufmann)最近开玩笑说,当人工智能开始欺骗人类了,它就达到了和人类一样的水平。这是一个黑色幽默,也是个不祥的警告。

正是因为如此,很多科研人员和伦理学家想建立一套AI监管制度,就像美国联邦药物管理局(FDA)对药品的监管那样。

牛津-英仕曼研究所的机器学习教授Stephen Roberts说,人类需要在AI系统中写入限制机制,来确保它们不会造反。

格兰杰说英仕曼有相应的保险机制,异常的交易需要通过人类检查,才能执行。工程师们借助一个检验工具的帮助,来研究AI做出特定决策的理由。


blob.png


埃利斯

而CEO埃利斯说,即使有了这些预防措施,接受这项技术还是需要信仰的飞跃,毕竟,“如果你能知道它在干什么、为什么这么做,那就不是机器学习了。你必须相信这个流程,迈出第一步是很恐怖的。”

怀疑者说,以AI为中心的基金的表现没能赶上舆论热度,截至目前,收益很难说得上令人鼓舞。

行业研究机构Eurekahedge有一个指数,追踪了12支应用这类技术的基金,发现它们2011年来的业绩没能赶上标普500,不过,还是比对冲基金行业的整体情况好一些。

英仕曼集团的AHL Dimension fund从2014年开始用机器学习技术,到今年6月,它在3年间获得了15%的收益,产不多是行业平均值的两倍。

金融业研究公司康桥咨询(Cambridge Associates)经理Adam Duncan说:“又不是有魔法的精灵尘,只是增强版的统计技术而已,能帮你建立更好的预测模型。”


blob.png

对冲基金、AI策略基金、和标普500近三年的业绩

投资公司Protégé Partners创始人、董事长Jeff Tarrant几年来都在研究人工智能在金融领域的应用。他说这项技术还处于应用的早期,对这个行业来说有着革命性的影响,就像Uber对交通行业的影响一样。

颠覆

在他看来,积极拥抱AI的英仕曼集团也面临着被颠覆的巨大风险。有些新的AI基金只收1%管理费和收益的10%,只有传统对冲基金的一半。在纯粹的AI公司里,大多数流程都是自动化的,不需要养活一大群员工。

Tarrant认为,这个行业的权力正从拥有最具天赋投资经理里的基金那里,转交到能构建出最佳算法的基金手中,他说,“未来几年中,资产管理行业将出现大规模失业。”

在这种绝望论调背后,是一个哲学问题:我们为什么要把金融系统交到计算机代码手中?消灭人类的参与有什么好处?

在医疗行业,AI展现出了尽早发现疾病、拯救生命的潜力;在交通行业,无人车可以减少致命车祸的数量。但是在金融行业,并没有这么明确的答案。

这项技术的一部分拥护者说,它能构建更有效率的市场,因为机器能处理更多的信息,股票等证券的定价会更准确。

英仕曼的看法是,这项技术能为客户获取更多的利润,包括养老金、退休金账户。这个观点很有吸引力:谁不想多赚点钱呢?

英仕曼第一位将客户资金交给人工智能的投资经理格兰杰说,人类的生活越来越以来技术,却也对技术的力量百般挑剔。

他提到了关于算法厌恶(algorithm aversion)的研究:研究表明,即使有充分的证据表明计算机在某些工作上更有效率,人们也更相信人类。他说,在无人车事故中出了人命,会闹得比现在每天上千起车祸加在一起还大。

格兰杰说,我们生活在算法的包围之中,人们却依然对它缺乏信任。

从格兰杰最初决定把钱交给AI以来,几年过去了,他的直觉获得了相应的回报:今年6月,他成了AHL的首席投资官(chief investment officer)。

英仕曼集团的AI系统做出的一些交易依然原因不明,但是他对现状很满意:这意味着这项技术发现了他所不知道的东西。

他说,人们对于技术过于恐惧了,让他想起自己最爱的一本书:Robert Harris的《恐慌指数》,The Fear Index。

书里说,一位天才数学家在日内瓦建了一支基于AI的对冲基金,整个系统完美运转着,为他赚了好多好多钱。

后来,这个AI打算杀了他……

期货小故事

期货故事1:钓鱼篇

一个人在水库边上散步,看到水里很多鱼在游,于是他产生了吃鱼的念头。他可以跳到水库里面捞鱼,也可以做一张网去打鱼,也可以准备一根鱼竿去钓鱼。采用的方法完全不一样,效果也就完全不一样。第一种方法是几乎吃不到鱼,还有可能被鱼吃。

蕴意:期货市场相当于一个水库,里面的人都想吃鱼。在这个市场里,我们首先一定要有经营模式,网或者鱼竿就是我们的工具或经营模式。如果什么都没有而盲目入市,后果不堪设想。

期货故事2:三千篇

某君喜欢打牌。在牌桌上有两个习惯。一、每次打牌只要输了三千块钱便立即停止;二、只要是赚钱的,他可以和朋友玩通宵。到现在他打牌赚了好多钱。朋友已经很少和他玩了。

蕴意:把期货和赌博放在一起讨论并不完全正确,但两者间人的心态有时候的确很相识。普通人在赚钱的时候风险规避,落袋为安,亏钱的时候风险偏好,死扛。而专业投资者刚好是反过来的,当盈利的时候风险偏好,亏钱的时候风险规避。此君能在牌局上赚钱,得益于他的心。

期货故事3:和尚篇

从前一个山上有一个寺庙。寺庙里有一个老和尚和一个小和尚,这两个师徒在山上住了很多年。有一天,老和尚老了,为了要小和尚早日成熟,于是老和尚就给小和尚一个碗要他到山下端一碗水来。小和尚下山去端水,因为担心水洒出来,因此小心翼翼的紧盯着水上山,生怕撒出了一点,可水还没有端到半山腰就已经洒完了,连着几回都是这样,于是只好上山如实禀报老和尚。老和尚听小和尚将经过细说之后,告诉小和尚,你上山的时候不要光眼盯着碗里的水,不要指望一点不要洒出来,而最终忽视了你最应关注的路。你只要用心看路,将很小一部分精力放在水上就可以了。小和尚依此去做果然成功的将大半碗水端了回来。老和尚对小和尚说:将眼睛放在碗中,就会忽视路的变化,水撒了自然是难免的,结果是什么也做不成。要做成大事就一定要眼盯大的方向,而不理会小的波动。

蕴意:做期货一定要关注价格运行的方向—大趋势,而不是盘中波动的几个点。所谓在期货市场上做几点的人是期市农民,做几十点的是期市工人,做波段的人是期市商人,做大趋势的是期市老板。

【评注:碗里的水是你的账户资金,脚下的路是你的交易系统规则,在交易中,你更应该关注交易系统规则的执行,而非账户资金的盈亏。】

期货故事4:赤膊上阵篇

孔子的学生子路是一个勇猛有力的人,有一次,孔子与他的学生讨论问题,子路认为武力是解决问题的最好办法,而他是孔子最勇猛的学生,就问孔子:“老师,假如你带兵打仗,你会选哪个学生和你一起去?”孔子就说:“一个人自以为自己很勇敢不怕死,见到老虎也不用武器,赤手空拳打老虎。见到有河,连船也不要,就涉水渡河。这种暴虎冯河的人只是有勇无谋的人。我是不会选他的!”

蕴意:在期货投资中,每一次交易都带着风险,所以一定要把风险控制放在第一位。巴菲特投资的三个原则:第一::资金安全;第二:资金安全;第三:永远记住前两条

期货故事5:宝马篇

我和某君坐在车上聊天。

“易总,你的宝马最高时速是多少?”

“280马”

“你开过几次呢”

“从来没有开过”

“那你最快的开过多少马?”

“我最快开过230马,”

“开过几次”

“只开过一次,在山东一条很好的路上感受了一下”

“那你通常开多少马呢”

“一般都是120到140”

蕴意:其实我们期货资金管理跟开车的速度是一模一样的,如果你把资金放大10倍进行满仓交易,就相当于你的宝马开到了280马,只有舒马赫能做到。如果你把资金放大5到6倍就相当于你的宝马开到了230,那样固然很爽,但是风险也极大,稍微有个拐弯或坑洼都有可能酿成苦果。但是如果你开120,就相当于按照我刚才和你说资金管理来做的话,就会相当的舒服。以后你做期货的时候你就看一下你的路程表。

【评注:很多人不能准确的给自己定位,总习惯把自己当成舒马赫,动不动就开到200马以上,不死才怪】

期货故事6:井冈山篇

一个新入市的期货投资者在短短两个礼拜用20万赚了40万。兴奋之余邀请一个真正的期货高手和其他几个朋友上井冈山旅游度假。在上井冈山的路上,新手问高手:“以我这样的赚钱速度,三年之后我会是什么样子”,高手笑而不答。过了一段时间,新手又向高手问同样的问题,高手仍然默不做声。到了山顶,一行人玩得非常开心的时候,期货新手又以同样的问题第三次向高手询问。高手轻轻说了一句话:“三年之后,你一定离开了期货市场”。果然,在半年之后,这位新手不仅把本金20万赔完,并且还搭上了自己的房子。

蕴意:人的行为有路径依赖性。他能在半个月之内让自己的资金翻两番,一定是用了非常极端的操作手法。而这种极端手法是不可能永远在市场中奏效的。赚钱并不难,难的是长期稳定的持续盈利。很多人几次重单暴利后被胜利冲昏了头脑,在最后一次交易中满仓后爆仓而去,这些教训告诉我们,“真味只是淡”,保持平常心,每次用自己可以承受的风险,去博取那潜在的可能的机遇,淡定,是成就大业的基石 。“肥辛甘非真味,真味只是淡;神奇卓异非至人,至人只是常”。还记得前面讲过的开车的故事吗?一样的道理。

期货故事7:楚汉争霸篇

楚汉之争中,项羽一直打胜仗,但是最后一仗输给了刘邦落得个自刎乌江。刘邦一路败仗,但是垓下之围一仗灭了项羽。

蕴意:期货投资,我们要做刘邦,而不能做项羽。小的止损不要紧,但是在大行情面前一定要让自己赚得盆满钵满。成功的长线投资往往是十次交易里面要错掉6次,结果还能挣钱。失败的短线交易往往是十次里面做对九次,在最后一次赔大钱。【评注:趋势交易的成功率大概在40%左右,靠的是小亏大赢来获取整体的盈利。】

期货故事8:种树篇

从前有一位驼背老人,名叫郭橐驼,他特别善于种树, 他的种树技艺已经达到出神入化的程度。京城富豪人家和以种树卖果为营生的人都争相雇用他。他种的树或者移植的树没有不活的,不仅早结果,而且果子又大又多。其他种树人虽然暗地观察、仿效,却怎么也比不上他种的树.。

当有人问郭橐驼种树的诀窍时,郭橐驼是这样阐述它的“种树经”的:其实,没有什么特殊的本领能使树木生长得快而且茂盛,只不过能够顺应树木生长发育的自然规律,让它按照自己的习性生长。凡是树木一类都有共同的特点:它的树根要舒展,它的培土要平,它的土壤要用原土,栽种时捣土要紧密。这些工作做完以后,就不再去考虑它,离去以后不再理会它。也就是说;栽种它时象培育自己的儿女一样,栽下它之后就弃之不顾,就像丢弃它一样,使自身的生长规律不被破坏,完全按照它的本性自然生长。所以说种树过程中只是不妨碍它的生长规律,并没有什么使树木繁茂果实累累的特殊本领。其它的种树者之所以树种得不好,橐驼认为主要是因为是那些人“爱之太恩,忧之太勤”。树种好之后,早晚要来看一看摸一摸,甚至用指甲刮开树皮看看是死是活,摇动着树干看看长得结不结实。结果呢,“虽曰爱之,其实害之”,“虽曰忧之,其实仇之”,违背了树的生长本性,种的树不是死了就是长得不好。

蕴意:做期货也如此。我们在下单之前要做的事情就是要把每一个环节都认真考虑到,包括行情的判断、入市点的选择、仓位的控制、止损的设置、条件单的设置、出现最坏情况时的应对措施和止盈,像对待儿女一样对待自己的资金。等待这些计划都做好了之后就把剩下的事情交给市场,是对是错市场说了算,而不是凭自己的感觉,接下来就是让它按照价格的变化规律慢慢发展。而不是单子做进去之后时刻盯着价格的变化,时刻计算着自己的盈亏。“虽曰爱之、其实害之”。我们要想让自己的交易像树一样枝繁叶茂,就必须学习“郭橐驼种树。




订阅号.jpg

扫一扫,关注千层金《万辰投资》公众号