跳到主要內容
載入中...

馬可夫鏈(Markov Chain)」與「隱馬可夫模型(Hidden Markov Model, HMM)」

這不是祕密,因為西蒙斯當年從國防分析研究所(IDA)挖來的靈魂人物藍尼·鮑姆(Lenny Baum),就是大名鼎鼎的 Baum-Welch 演算法(隱馬可夫模型的參數估計公式) 發明人。

以下用最乾脆的數學邏輯,教你他們的公式到底在算什麼、怎麼賺到錢。


1. 賺錢的數學底層:隱馬可夫模型(HMM)

傳統交易員看 K 線,覺得「圖形」會重演。西蒙斯的公式不看圖形,它認為市場是一個隨機變動的「狀態機器」

  • 狀態(State, $S$): 市場在這一秒,本質上只有幾種隱藏狀態——例如「牛市穩定、熊市恐慌、震盪洗盤」。這些狀態是隱藏(Hidden)的,你沒辦法直接看到。
  • 觀測值(Observation, $O$): 你唯一能看到的,是市場吐出來的數據——開盤價、收盤價、這一秒的交易量。

公式在算的第 1 件事:

給定過去一段時間的市場交易量和價格變化(觀測值 $O_1, O_2, …, O_t$),利用機率公式反推:現在這一刻,市場處於「狀態 $A$」的機率是多少?

$$P(S_t = A \mid O_1, O_2, …, O_t)$$


2. 轉移機率矩陣:算下一秒的走勢

馬可夫鏈的核心假設是:未來的狀態,只跟現在的狀態有關,跟過去無關。

文藝復興科技的科學家們,用幾十年的歷史大數據,算出了全市場最精準的「狀態轉移機率矩陣(Transition Matrix)」。

假設市場有三種隱藏狀態:

  • $S_1$:主力瘋狂拉高
  • $S_2$:散戶跟風追高
  • $S_3$:機構倒貨

透過歷史數據,他們的公式計算出當市場處於 $S_1$ 時,下一秒變成 $S_2$ 的機率是 $70\%$,變成 $S_3$ 的機率是 $30\%$。

公式在算的第 2 件事:

如果上一步反推出來,現在市場有 $90\%$ 的機率處於狀態 $S_1$。

那公式就會立刻計算下一秒($t+1$)市場轉移到各個狀態的期望值。如果算出來下一秒會漲的機率是 $51.5\%$,公式就會立刻觸發買進訊號。


3. 怎麼賺錢?大數法則的「期望值套利」

這是讀者最需要學會的賺錢核心。公式算出勝率是 $51.5\%$(勝率 $p = 0.515$),這意味著只要下單,就有 $48.5\%$ 的機率會輸。這跟賭博有什麼兩樣?

差別在於期望值(Expected Value)為正,以及下單次數 $n$ 趨近於無窮大

根據大數法則(Law of Large Numbers),當試驗次數 $n$ 極大時,實際獲利機率會無限逼近理論機率。

$$E(X) = (\text{獲利金額} \times 0.515) – (\text{虧損金額} \times 0.485) > 0$$

  • 一般人: 資金少、交易次數少(例如一年交易 100 次),$51.5\%$ 的勝率很容易因為運氣不好連輸 10 次而破產。
  • 西蒙斯的公式: 電腦公式一天在全世界幾千檔標的上,執行幾百萬次高頻微小套利。

當 $n$ 等於幾百萬時,那額外的 $1.5\%$ 優勢,在數學上會收斂成 $100\%$ 的絕對獲利。這就是賭場穩賺不賠的數學原理,也是他們公式賺錢的終極真相。

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *