交易股票
到目前为止，本章中所讨论的所有交易思想都可以用于股票交易。在这一部分， 我们将在期货和股市上开发并测试趋势跟随模型。我们先分析期货和股票交易策略的不同点，因为它们与投资组合设计和交易系统都有关系。
最简单的股票交易方法是分批购买并持有策略，而且只看多。一般情况下，当股票处于连续上升趋势时使用购买并持有策略很少有失手的时候，因为购买并持有策略是一种没有跟踪止损的趋势跟随模型。所以，购买并持有策略可以经受大比例的和长期的(持续12个月或更长时间)价格回调运动而不退出交易。这种策略总是处于市场之中，所以不容易错过股市中突然产生的大型运动。还有一点需要注意，购买并持有策略具有较低的交易费，并且是一种税费经济型策略，因为持有账面获利的股票无需缴纳任何税费。通过使用非常慢的出场策略，持有头寸65个交易日或更长时间，交易者可以在期货市场中使用这种购买并持有的股票策略。但是，正如该系统定义的那样，我们不可能使用期货合约来执行购买并持有策略,因为期货合约具有到期日。不像股票那样没有时间限制。所以，购买并持有策略在期货市场中使用时具有较高的交易费和税费。
期货和股票的另一个关键不同是该方法中暗含的杠杆作用。购买并持有策略是一种典型的不具有杠杆作用的策略，与期货交易相比，波动性的影响是很微弱的。期货市场中的杠杆作用使得获利了结策略(即出场)非常必要，因为那样可以锁定头寸的收益。把获利了结策略用于股票市场时，税费问题马上就出现了，而且在山入场时经常滞后于市场的运动。所以要想在股票交易中成功，股票的选择是至关重要的。
对于期货和股票来说，仓位规模的计算也大不相同，因为合约规模和可用杠杆都不同。交易者账户中的资金将限制可交易的股票数目和每只股票的交易数量。在期货中有一个额外的因素:交易者的账户资金和要求的杠杆决定仓位规模。在交易股票时，现金账户金额要远大于分配给股票头寸的金额。所以，购买100股要比购买5000股容易，原因是投资组合中的资金问题和对流动性的考虑。
平均每笔交易持续的时间将取决于分析所用的时间框架，月数据、周数据和8数据被用来跟随股市中的长期趋势。对于股票来说，主要选择周数据和日数据，交易持续时间大约比周数据长5倍。市场的波动性越大，分析需要的时间框架越短。所以对于科技股，日数据比周数据更有助于分析。但在使用购买并持有策略时，使用周数据比8数据观察得更清楚，因为这种分析需要较长的时间框架。
我们可以设计多种股票选择策略来辨识自己满意的股票。最好是交易工业板块中的领先股。新高股列表、最活跃股列表以及领先共同基金的控股公司，都是我们寻找值得交易股票的好地方。《投次土口报》会刊登一些专有的业绩度量信息、并提供帮助辨识领先股的图表分析。因为随着时间的推移，196388票从引人注目渐渐变得销声匿迹，就如“小说情节”的变化。所以，阅读经济快讯可以帮助选择流行的投资主题。使用相同的系统交易股票的结果，高度依赖于我们在自己的投资组合中所选的股票。
我们将一个基于动量的系统模型使用长期趋势跟随方法在许多具有良好上升趋势的股票上进行测试。使用该模型，我们希望当股票已经处于确定的上升趋势中，并且股价伴随较强的动量创出20日新高时买进。使用ADX指标度量市场的动量。我们使用日价格和65日简单移动平均( SMA)作为参数,并H假定当前收盘价高于65日SMA,而且过去20日的最高点也高于65日SMA时为上升趋势。然后添加一个条件来确认股票的确正在进入上涨趋势。我们使用平均动向指数( ADX)指标，要求18日ADX的值高于20。A DX指标的选择和它的参考值是根据期货交易的“一般规则”。如果两个条件都满足，我们就把入场价位设在高于20日最高点+2点的位置。这里一个点指的是股票交易中最小的增量,比如说货币单位的1%，或者根据股票交易所制定的其他值。
在计算交易规模时使用回调距离(Dist)或者3倍于平均40日真实区间(ATR)的风险，真实区间是“有效”日价格区间的度量,而“有效”日价格区间在期货交易中非常流行，并且允许价格中出现缺口。真实区间是真实最高价(今8最高价或昨日收盘价中较高的那个)和真实最低价(今日最低价或昨日收盘价中较低的那个)之差。真实区间是对价格运动区间或“波动性”的度量，40日ATR越高，在那一点上市场的波动性越强。通过用股票市值中一个全点变化(即“大点值”，通常为1美元或1个货币单位)来乘以40日ATR，我们将40日ATR转换为美元(或者其他的货币单位)。需要注意的是大点值在期货合约间可以相差很大。然后我们用风险资金(此处为5000美元)除以40日ATR的美元值，便得出仓位规模。仓位规模会因波动性的不同而不同，价格处于整固期时，波动性相对较低，而仓位规模相对较大。
我们的出场策略非常简单:只需要使用65日SMA。这使得我们在股市巾停留尽可能长的时间。如果交易者使用日线数据，65日SMA距离价格线相对较远，可以忍受相当数量的反向价格运动，从而避免被止损出场。使用周线数据后，忍受反向运动的能力大大加强。ADX条件使我们尽量远离股市的突变区，并且20日最高价距离65 HSMA不太远，于是股票重复创造20日新高，然后向下折回到65日SMA。ADX的第二个优点是可以在股市出现波涛汹涌的行情时保护我们的账户资金。实际的欧米伽研究中心( Omega Research )的交易平台( TradeSationTM)软件代码如下:
现在我们来看. 下该系统在股票和期货市场中是如何工作的。注意到收盘价高于65日SMA (交叉)，同时20日最高价也高于65日SMA。18日ADX高于其参考值20。于是，VRTS满足了我们的入场条件，系统在8月底有个20日 新高处开始一个看多头寸，建议规模为1088股。1999年 底至2000年初的科技股反弹带动VRTS大幅升高。趋势的力量使18日ADX在 整个上涨期都高于其参考值。科技股在2000年3月份的调整抓住了VTRS,使它向下跌破其65日SMA,触发出场信号。
注意相对较慢的出场策略是如何在实际了结头寸前放弃一大部分未结清交易获利的。但是，这种相同的策略在整个交易过程中经受住了几次尖锐的调整。VRTS在2000年夏形成一个底部， 然后创出20日新高。但是，ADX指标却低于20.所以它并未确认这些20日新高。在低于先前的高点较多处出现的整固期中，该交易系统的一个关键条件没有被满足。在2000年3 月的调整期，ADX-直保持在高于20的水平，在1999年开始出现低于20的低谷。ADX指标响应滞后的原因是在计算时做了太多的平滑，这也是我们不用它出场的原因。
我们使用相同的系统在1999 ~ 2000年能源价格上涨期间交易IPE Brent原油期货合约。在999年初Brent原油的价格形成一个底部，然后向上反弹超过65日SMA, 18日ADX也随之上升，发出强趋势的信号。该系统在1999年3月20日新高处做多，每5000美元的风险做4份合约。该头寸于1999年10月在60日SMA处被了结，获利32000美元。当Brent原油继续上:涨时，ADX指标不再确认趋势，于是我们避开了随后出现的整固期。该系统在2000年2月的新高处买进，但是持续增长的风险致使每5000美元的风险只交易两份合约。市场从高点迅速下跌，该交易中度亏损，反映出出场策略的缺陷。接续而来的价格下跌帮助ADX调整返回探测上升价格的状态，于是它在2000年5服发出强烈的反弹信号。在期货市场中, 65日SMA如同在股票市场中一样可以忍受较大的反向价格运动，但是需要平滑的趋势来锁定实质获利。Brent原油示例表明在股市和期货市场中的趋势是相似的，相同的交易规则可以用于两者之上，在趋:势期间产生类似的反应。自然地，如果市场趋势不平滑，或者从高点处快速下跌，那么该系统将不具备获利性，因为它不是用来适应这些行情的。
市场虽然满足了系统的入场条件，但是却未能有效获利。我们分析巴黎MATIF虚拟债券，当它经过一轮长时间的下跌趋势后开始反弹，然后形成一个底部，接着便进入整固期。注意ADX经常表现为一个与行情同时发生的指标，而非领先型指标，因为它也是从收盘价中得出的。所以，ADX出现“较大”值并不足以证明会出现持续数周或数月的强劲趋势。
同交易股票一样，该系统可以使用日线数据交易共同基金。交易的平均长度为98天，从1993年9月15日到2000年8月1日只有10笔交易，假设交易费为“0”，交易利润为193436美元。但是,这与购买并持有策略在相同时间上的获利相比便不值一提了,因为该基金正处于持续数年之久的上涨趋势中，在这段时期内上涨了大约16倍。这种交易方法需要资金也比较多，需要8万到15万美元不等。所以在基金之间的相关性比较广泛的情况下，交易共同基金的根本优势应该被仔细研究。
股票投资组合的最佳规模是多少呢?在这个问题上很难找到一致意见。要得出一个完全客观的答案需要太多的主观因素，但是30~ 50之间的某个数字看起来是合理的。在工业板块的实战中可以看到对这一数字范围很明显地支持，下面举例说明。著名的道琼斯工业平均指数( Dow Indiusrial Average)有30只股票。一个共同基金家属提供的投资组合集中在20~ 50只股票上,而杰那斯20基金直接将这一概念嵌入到公司的名称中。许多被称为“多元化”的100万美元以上的共同基金可交易80~ 120只股票，而基金的15% ~ 40%集中在10只股票上。纳斯达克超过半数的数值集中在前30只股票上。所以，一只在30~ 50之间的数字看起来是“优良多元化”投资组合规模的一个很好的猜想。相同的规模限制也适用于期货投资组合。
基于完整性的考虑，我们在一个多元化投资组合的期货市场上测试该股票交易系统。在账户金额为100万美元，每笔交易的风险为5000美元时,我们得出一个模拟的资金曲线，月标准偏差为4.6%，平均虚拟月盈利为1.2%，产生一个0.26的盈利效率。平均交易长度为75日，最长的资金回撤序列为13个月，这些肿61%的时间都具有正值盈利。对于简单趋势跟随系统来说，该系统的整体性能是相当可观的，证明我们可以建立同时适用于股票和期货市场的简单系统。
