找出S&P500，胜率72%的交易策略

在标普500指数趋势性这么强的市场中，到底有没有一个简单的方法能够抓住相对安全的买点，

答案是有的。

举个简单的例子，在过去开发各种量化模型的过程中，也找到一个简单无脑又有效的方式。

打开你的K线图，抓出60周均线。

股票市场是由许许多多的大周期与小周期组成，我们也可以称之为大波浪与小波浪。我会选择用日线图作为我的小波浪，去观察微市场的脉动；所谓见微知着，蝴蝶效应，在某些时刻，透过这些小的细节的确可以判断出市场未来比较可能的走向，进而将这些逻辑用程式量化，找出数据佐证的胜率与高的期望值。

另一方面，市场相对大的周期，可以用周线图。

过去我曾经实测一个例子。

1. 当周线图的前一波走势图『创下价格的新高』，当下一波下跌的走势出现时，我会视为多方修正。

2. 在标普500指数从前一波高点下跌『X%』时，

3. 若此时价格仍然在『60周均线之上』，

满足以上三个条件，则做出买进持有SPY.US ETF，持有时间『Y个月』。

以上就是一个程式码的逻辑，我们可以简单地去测试在历史上这个情形出现时，是不是未来赚钱的机率是偏高? 至于X与Y的参数我们会在未来公布，有兴趣的人也可以自己实测一下。

有趣的是，从1930年到2019年的90年期间，当满足上述进场条件的逻辑下，有72%的胜率；每十次进场有7.2次赚钱，而且，平均收益率是3.2%。

对于量化的人来说，最关注的事情莫过于，过去有用的逻辑，现在会不会没有用?

2000年之后，满足的情况总共出现了20次，有19次赚钱，胜率95%，平均收益率达5.6%。

在这种情况下，透过这个简单的逻辑，数字的确能够协助我们去做判断。

过去的历史不代表未来会持续发生，除非这件事本身具有金融原理的意义；又或者，这个历史足够长到，让我们能够相信这个逻辑仍会持续有用，这就是量化的迷人之处。

洞见思维 :

大数据的量化统计能够让投资人回归理性，用脑袋去分析，而非靠着感觉走，当一切回归到数字上面，人的心理情绪就能获得有效的控制。

$FUT:SP500指数主连(ESmain)$ $FUT:NQ100指数主连(NQmain)$ $FUT:道琼斯指数主连(YMmain)$