王黎：

首先我非常高興能有這么一個機會參加這個高手的論壇，我本身是去年從美國回來，以前一直做股票為主，期貨剛剛開始做，可能一年左右，我們從去年開始操作，目前還比較順利。能夠跟這么多高手在一起探討，感覺非常激動。首先今天我準備了一個PPT，是今天的一個內容提要，大概介紹一下我們公司的背景。我們公司剛剛開始運行一年左右，可能大家都不太了解。這次我主要集中在量化投資這部分，對量化投資做一個基本的簡介。在座的很多都是通過主觀交易，日內操作的高手，量化方面大家可能比較陌生。因為我是海外回來的，對國外的量化的基本情況比較了解，做一個基本的介紹，一個是量化投資的簡介，另外對于海外量化的高頻交易，國外的人是怎么做的，可能我稍微了解得多一些，可以做一些簡介。最后我們一年左右操作的心得跟大家做一下交流。首先這是我的一個背景介紹，我畢業(yè)于清華大學，獲得了計算機系學士，后來到美國進修，開始是在弗吉尼亞理工大學讀計算機系的博士，學了一段時間后，感覺自己性格里有一些賭性，做一些賭博的事情。當時做了自己人生中很大的一個賭注，我離開了當時計算機博士的培養(yǎng)計劃，借了很多錢，進入了密西根大學讀統(tǒng)計學碩士，很快申請到了博士，在這個過程中，一共讀了三個碩士，分別是統(tǒng)計學碩士、金融工程學碩士、工業(yè)工程及運籌學碩士，完成了工商管理學博士學位。我在密西根大學，每天想的都是怎么樣將我學的計算機的知識和數(shù)理統(tǒng)計結合在一起，用在金融市場。早在我剛到美國的時候，就對金融市場非常感興趣，我把所有的錢拿到股市里去投資，結果第一個星期損失大半，特別慘，非常不服氣。然后就一直琢磨著，怎么樣才能通過我自己掌握的一些知識，在金融市場里站起來。金融市場這么多波動，當時主要以做股票為主，怎么樣能夠通過學的知識戰(zhàn)勝這個市場。我當時的研究工作是一個交叉學科，很少有人做交叉學科，這是很多方面的綜合體，包括人工智能，數(shù)據(jù)挖掘，統(tǒng)計學的高維度數(shù)據(jù)分析，運籌學的優(yōu)化。本身做這些研究的時候，發(fā)文章是挺吃虧的，計算機類的我得跟計算機的人去競爭，統(tǒng)計類我跟統(tǒng)計系的很多科班出身的去競爭，運籌學的跟很多做運籌學的人去競爭。因為不是專攻的那方面，無論發(fā)文章還是其它的，與做那行的人相比都有很多劣勢，但是這幾個組合在一起是我非常獨特的一個特點，這是別人沒有的。當時我的基本目標是怎樣掌握那些知識，放在金融市場里面進行預測，我覺得這三個組合在一起是別人沒有的知識結構，因此一直沒有放棄依然在這些領域里面進行研究。畢業(yè)以后也是有一些美國的大學，包括猶他大學請我去當教授，當時也經(jīng)過一系列的權衡以后，決定還是走入工業(yè)界，進入金融領域。所以當時進入了世界上最大的資產(chǎn)管理公司，它的前身叫巴克萊權證投資，后來09年的時候跟貝萊德合在一起。巴克萊就是世界上最大的資產(chǎn)管理公司，后來09年跟第三大的資產(chǎn)管理公司貝萊德合在一起，形成了一個巨大無比的資產(chǎn)管理公司，是第二名的將近一倍以上，總共管理3.6萬億美元資產(chǎn)。以前我一直是做股票量化為主，我們當時的那個部門叫ICE，這個部門在全世界是非常有名，以量化投資出名，我們部門一共不到一百人，大多數(shù)人是博士，使用各種數(shù)學模型、統(tǒng)計模型。當時我們最多的時候，管理四千億美元資產(chǎn)，全球一萬多只股票。我在日本的時候，四個人管理日本市場，在日本市場我們就屬于最大的基金，最多的時候有可能有六百多億多美元。無論是交易量還是持倉量，都是日本市場最大的一個投資者。反正我們這個部門還是非常有名，以量化投資為主。他的優(yōu)勢就是少數(shù)的人可以控制極大的資產(chǎn)，當然它從收益的角度來說永遠比不上在座的各位。當時在發(fā)達市場的收益，每年能夠有穩(wěn)定的百分之六七，因為我們面對的是機構投資者，如果一年能夠超過百分之十，是非常非常好的，能到百分之六七其他投資者已經(jīng)非常高興了，所以回報非常低。但是這種收益模式通過巨大的量來賺錢。當時我們的一個組合包括Business week都有很多的報道，給了很多贊譽。很多著名的教授，包括當時的MIT商學院的副院長，也在我們那里，他也離開了他的教職，和我同一年進入巴克萊。還有這個行業(yè)很多經(jīng)典的書籍，叫Active Portfolio Management，也是我們那的兩個元老，Richard Grinold 和 Ronald Kahn 兩個人寫出來的。我2102年的時候回來，2011年的時候我們有一個對沖基金的旗艦產(chǎn)品32Cap，以30%的一個回報，非常穩(wěn)定的，幾乎每個星期都是這個收益。當然30%在國外是一個非常高的收益，一個很大的量的對沖基金，擊敗了文藝復興科技和另外一個非常有名的SAC，獲得了年度最佳量化對沖基金獎。這是我以前的一個工作經(jīng)歷，我在離開貝萊德之前，做了一件自己感覺比較自豪的事情，就是建立了股票的大中華基金。我的一個同事，李笑薇博士是09年回來的，當時她在的時候是我們一起參與做了這個產(chǎn)品，后來她走了之后我獨自完成了這個產(chǎn)品，在我走的時候這個產(chǎn)品也正式的上線了。李笑薇博士現(xiàn)在在富國基金擔任量化投資部總經(jīng)理，并且是富國的總經(jīng)理助理。去年五月份我回到杭州，跟我的合伙人一起創(chuàng)建了龍旗科技。這是我們的網(wǎng)站，主要以量化投資，投資股票為主。去年六月份開始我們推出了期貨投資，現(xiàn)在準備推出債券的投資。反正我們想做一個非常全面的資產(chǎn)管理，就像貝萊德一樣。雖然現(xiàn)在非常小只有二十人左右，但是這里面包括我自己有七名博士，碩士四名，基本是來自于國內外的一些知名院校，像北大、清華、浙大，還有一些國外的學校。剛才談的都是一些背景介紹，現(xiàn)在談量化投資。主觀投資在座很多人如果通過抄單的形式，那肯定是屬于一個主觀投資，像剛才汪斌講到的，用人的大腦、眼睛看到形態(tài)，是主觀投資。這種就像中醫(yī)，需要很多年的經(jīng)驗，需要交很多學費摸索，最后找到一個非常好的模式。量化非常像西醫(yī)，可能很多新手，比如我們做期貨是非常新的，去年剛開始做，但利用過去的很多經(jīng)驗，做研究，可以說沒有賠錢，馬上找到一條非常穩(wěn)定的盈利措施。它的好處就非?，F(xiàn)成，有很多指標，通過這些指標，機器學習人工智能，經(jīng)過大量計算機的計算以后，迅速找到盈利模式，可能不用付什么學費我們就可以獲得一個很好的回報。但是這兩種投資方式不能說誰優(yōu)誰劣，完全是符合不同人的背景，不同人的操作方法。當然很多人做量化的時候，操作不當也是非常不好的，我們目前還是比較幸運，一直屬于一個比較穩(wěn)定的狀態(tài)。關于這個量化投資，主要介紹一下海外的情況。最早是從1971年，從我這個公司巴克萊全球投資開始的。1971年推出了一個非常簡單的量化，就是把股票按照分紅進行排序，買最高的。但是在1971年這其實是非常難做的事情，當時沒有計算機，將美國幾千只股票從頭到尾排一遍，在當年也算是一個非常好的創(chuàng)新了，推出以后獲得一個非常好的收益，獲得了投資人的追捧。但隨著時間推移，這樣的原始肯定是不能持久，在過去三十年中，海外量化基金得到了突飛猛進的發(fā)展，現(xiàn)在保守估計，30%的市場份額是由量化占領的，另外保守的說40%-50%交易量是由量化的人做出來的。量化投資的迅猛發(fā)展主要還是來源于技術，以前計算機技術非常落后的時候，很難想象把數(shù)萬只股票進行排序，現(xiàn)在主要有計算機技術的發(fā)展，另外在金融理論上有很大的發(fā)展，投資組合優(yōu)化理論，還有風險的預測理論，管理、統(tǒng)計學的發(fā)展，使得量化投資成為可能。另外交易方式，以前下單方式只能通過人，后面是電子下單的方式，使得任何人都可以直接連到市場里交易，使得量化投資成為可能。然后另外從人來說，我們感覺到，大量做量化投資的人從亞洲、中國、韓國，還有俄羅斯，這些有非常深厚的理工科背景的國家來的人才。因為在美國，他們的人更想去做律師，更想去做人文多一點，他們對量化工程類相對會薄弱一些。大量的移民進入歐美國家，使得他們做量化成為可能。從策略來說有很多種，像股票多空策略，像我們以前做的主要是以這種為主，買一些股票，賣空一些股票。還有全球宏觀，全球宏觀大多數(shù)是以期貨實現(xiàn)的，可能跟大家做的非常像，但相對來說比較長期，一般可能預測幾個月，甚至半年一年，長期的一種策略，以基本面為主進行預測。另外統(tǒng)計套利，D.E. Shaw、Citadel，這種國外非常有名的對沖基金為主。還有做事件驅動的一些公司發(fā)生了一些事件，他們可以做一些事情。另外就是高頻交易，可能高頻跟大家在做的非常像，像Two Sigma、Jump Trading 都是以這種高頻交易，主要以期貨交易來實現(xiàn)的。對于我們來說，像我們公司所有的量化投資產(chǎn)品基本上是以下面的這種結構。首先它最基本的輸入，是各種各樣的金融數(shù)據(jù)，是它的一個基本的原始材料。經(jīng)過我們大量的加工后，最重要的是對未來走勢的預測，對于股票或者期貨這是一個最重要的模型，未來到底是漲是跌，哪些股票要漲哪些股票要跌，是最重要的一個模型。另外風險預測也是非常重要的，看它有多大風險，它的波動率是多少，然后加以平衡，另外在交易的時候，沖擊成本非常重要。像我們現(xiàn)在做期貨，一個模型經(jīng)常在回測的時候感覺非常好，但是如果沖擊成本算的不夠，很有可能實際交易完后，一上手數(shù)反而虧錢了，有的時候不能下那么多手，相對來說可以市場容量更大一些，不同時間它的沖擊成本也不一樣，所以沖擊成本的預測也是非常重要的。那么最后這三類，未來走勢，對于風險，和這個沖擊成本集合在一起有一個優(yōu)化的模塊，包括對不同策略的優(yōu)化，怎么樣配合在一起，那么形成一個組合，最后進行交易，交易完后由于像我們很多策略在一起要進行一個歸因。很多交易混在一起，有時候多和空同時在做，最后你要把它拆分出來，這個業(yè)績是由哪個策略造成的，所以業(yè)績歸因也是非常重要的，相對來說你會知道哪些策略是在工作，哪些是在虧錢。這是我們所有做股票期貨的一個結構。然后對于我們做量化，從理論上說，我認為這個公式是最最重要的，包括前面我提到的量化投資這本書，Active Portfolio Management 這本書非常厚，七百多頁，其實我自己都沒有讀完過，這是我們當時期貨公司兩個元老寫的，是這個行業(yè)的一個寶典。但是這七百多頁的書里頭我認為最重要的就是這個公式，就是上面寫的， 。這是什么意思呢？IR指的是信息率(information ratio)，就是衡量一個交易策略好壞的指標(性能價格比) ，一個策略的好壞是由什么決定的呢，它是由兩部分一個是IC，IC指的是信息系數(shù)(information coefficient),衡量每一次預測的準確性 另外一部分是Breadth，是由你的投資廣度，投資廣度指的是每年單獨做的預測有多少個，因為不同的策略預測個數(shù)是不同的。比如說你要一個策略基于一些基本面，假如基于宏觀數(shù)據(jù)，比如GDP，GDP只有一次公布，如果你是基于這么一個數(shù)據(jù)，你的breadth就是1，如果你是基于PMI，每年有十二次PMI，那么你的breadt。就是12，如果你有很好的預測的話，你就預測PMI，你的廣度就比一年一次的明顯好很多，如果你是每天都可以進行預測，每天進行多次預測，那你的廣度就會非常不一樣，從這個公式上來說，即使你的準確性相同，那么你的廣度越大，最后的成功率就會越高，這個對于任何投資方式都是非常重要的一個公式。IC和廣度一般很難同時都獲得很高，如果對于主觀投資來說，假如我一般做基本面分析，做期貨，假如一個調研員花了很多時間調研橡膠，他沒有其他時間去調研銅，他的IC會很高，但他的廣度就相對降低了，所以任何一個人他的精力是有限的，你或者提高你的IC，或者提高你的廣度。主觀來說它的優(yōu)勢是做預測的準確性非常高，但是它是由人去決定的，相對來說廣度是有限的。以量化為主的這種模式相對來說每次預測不是很準確，但是它的好處就是通過計算機可以大量擴展投資，計算機把這種投資理念擴展出去，極大提高廣度，最后我們的IC非常低，沒法跟在座的相比，但是我們可以短時間內做大量的投資，多品種多策略，我們的廣度非常大。所以整體來說，投資的效果還是不錯的。舉個例子，假如說你開了一家賭場，38個數(shù)里賭奇偶數(shù)，賭場的概率比賭客要高。現(xiàn)在來了一個賭客，帶了兩千萬，他有兩種賭法，一種就是他一次性跟你賭，兩千萬一次跟你賭奇偶，另外一種方式他覺得他要控制風險，他認為這樣風險很大，我一次一次跟你賭，一次賭兩千，我跟你賭一萬次奇偶數(shù)，那么作為賭場老板，你希望他是用第一種風險很大的方式還是第二種方式。我們可以進行一下分析，如果是第一種，對于賭場老板有52%的概率，非常非常低，略高于50%，你可以獲得兩千萬，同時47%的概率輸?shù)魞汕f，綜合而言，兩種不同的概率乘起來，對于賭場老板，你的預期收益是105萬，但是風險是非常非常大的，因為你可能掙得兩千萬，或者虧掉兩千萬，那么你的預期風險，根據(jù)這個公式，經(jīng)過計算是1997萬，這個盈利跟風險比是非常非常低的，對于賭客看似是一個非常大的風險方式，其實這個恰恰是不利于賭場的，如果賭客賭的話應該是采取這種方式，這樣對于賭場來說，雖然他收益高，但是他的性價比非常低，只有5%左右。但賭客過來，他如果分批賭，對于賭場來說收益還是105萬，但是風險由于它分散了，它每次都有這么多的概率會獲得勝利，所以根據(jù)這個計算公式，他的風險極大降低，只有19萬，預期收益跟風險比是5。如果一個投資策略達到這個比，是一個非常好的策略，是一個非常穩(wěn)定的策略。

從圖上的分布來說，第一種如果賭客跟你豪賭的話，就是左邊的這種圖，或者會獲得一大筆錢，但有可能會虧一大筆錢，當然概率會略高于虧的錢。第二種情況，如果是賭客分散跟你賭，他頻繁地跟你賭，其實你看它的尾端很少會減，那么這種情況下，賭場基本沒什么概率會虧錢，他是非常穩(wěn)定的掙到105萬。所以像我們做投資，勝率略高于50%，如果低于50%你肯定會虧錢，如果高于50%，方式就是通過加大投資的廣度，我們就可以把豪賭變成穩(wěn)定的收益，像右邊這個圖一樣，穩(wěn)定的可能沒有虧錢。像汪斌一樣，他的曲線非常穩(wěn)定，因為他每天做很多的投資，跟我們的理念也非常相似，通過大量的程序化，把投資分散開，不同時間做不同事情，不同的策略分散，形成一個穩(wěn)定的投資回報。接下來介紹一下海外高頻的基本情況。在海外，高頻交易是一個非常流行的方式，因為速度要求很高，他們很多甚至在幾毫秒內做出買賣的成交，所以大多數(shù)是通過高性能的計算機進行交易，尋找機會。而且這里很多人是以提供流動性，即作勢為主，高頻從98年開始，發(fā)展了15年左右。98年美國證券交易委員會（SEC）首次授權采用了電子平臺，過去都是交易商人在里面撮合，后來98年正式采用了電子平臺，那么高頻交易從此開始流行。到2000年，高頻交易只有占領10%左右的市場交易量，到了2012年非常保守的估計也有50%的市場交易量。海外的高頻交易量主要有哪幾種策略？其中一種海外叫指數(shù)基金調倉策略，因為國外像貝萊德巨大的倉位，他們持有很多是指數(shù)型基金。根據(jù)我在網(wǎng)上找的一個圖，現(xiàn)在保守估計有一萬億資金在指數(shù)型基金，他們可能是跟蹤ICMP500，或者rarcle3000，很多這種指標。這些指標每個月或者每個季度，發(fā)生變化的時候，這些基金都需要相應的調倉。比如說股票被加進來了，這些基金必須將相應的標的物加到他們投資的組合里面，這是很好預測的。首先調倉以后大家都知道這些信息，而且這些大的基金需要很多時間才能把這些倉位加進去，所以會創(chuàng)造大量機會給這些高頻交易者，每次大的調倉的時候，很多很多高頻交易者，他先知道哪個股票要被加進去，或者知道哪個股票要被踢出來，他首先先占位，先買了，或者賣了做空了，等到這些大家伙花幾天時間建倉了，把這個價格推高了，他們再賣出去。所以當時我在貝萊德的時候，我們旁邊一個組就是指數(shù)基金，其實他們也知道，每次他們調倉的時候，當時他們可能有幾千億的資金，非常多，每次調倉，他們特別擔心，就是怕這些高頻交易者賺他們的錢，索性最后他們想一個辦法，他們自己預測那些東西，他們搶在高頻交易前，可能買更多的，反而先進去，這就是一個貓捉老鼠的游戲，基金也在想辦法去賺高頻交易者的錢，高頻交易者也在想辦法去賺基金的錢，到底最后誰能賺錢，完全看最后策略的進化，這是我親身體會到的，隔壁組的指數(shù)型基金，他們也非常關心這個事情，也想各種辦法去應對。另外一種是作勢商策略，就是通過下限價單的方式。因為國外，比如說我們現(xiàn)在做股指期貨一手，交易費用可能占一半以上，一跳60塊，手續(xù)費有的三十多塊，那么占一半以上，但在國外手續(xù)費是非常低，因為我很多朋友是作勢商策略，他們的手續(xù)費非常非常低，相對股指可能只是十分之一，所以他們每次只要預測一跳，買賣之間他們只要賺這個錢。他們的手續(xù)費基本可以忽略不計，大量的作勢商通過買一和賣一之間各下一手，就是下很多手，通過賺這個差價，會跟傳統(tǒng)的作勢商分得他們的利潤。另外很多這種高頻交易，海外70%是機構交易者，量是非常大的，像我當時在貝萊德的時候，我們在香港的一個基金，我們一度做空匯源果汁，有一次匯源果汁傳出來被可口可樂收購，我們當時重倉做空的一個股票，占我們基金7%左右，這個股票一夜之間漲了百分之一百，一下?lián)p失巨大，開始決定要把這個股票買過來。但因為資金量很大，當時根據(jù)市場容量，也不想買的太多，我們一個買的行為持續(xù)了一個月的時間，才把我們所有倉位清空出來，因為我們量太大了，不可能不驚動市場。大量的機構每只股票買賣，它都可能會經(jīng)歷，有的時候可能會經(jīng)歷一周，有的時候可能是幾天，有的甚至是一個月，像我們以前就是有一個月的時間，大概每天都去買這個股票。所以很多高頻交易者通過這種方式，追蹤大單?，F(xiàn)在國內股指期貨機構還是比較少，機構受到各種限制，目前這樣的策略還不太有，但是在國外這樣的機構也想千方百計的掩藏他的意圖，畢竟量太大了，沒有辦法掩藏的了，一旦露出蛛絲馬跡，有很多高頻交易用復雜的程序想發(fā)現(xiàn)他們的蹤跡，發(fā)現(xiàn)巨人的身影，一旦發(fā)現(xiàn)了，就要賺他們的錢，所以很多人是做這種高頻交易的。另外就是這種事件驅動，一般這種事件發(fā)生了以后，因為在美國，很多這種政府公布的宏觀數(shù)據(jù)，還有每周三能源部公布石油的存儲量，它都是在交易時間公布，一旦公布以后，就會對市場形成一個巨大的沖擊。當然很多人，比如從美國能源部的網(wǎng)站上，他用自動程序不停地抓，大概十點鐘，能源部會把數(shù)字公布出來，馬上炒石油天然氣這幫人，如果能第一手獲得這個時間，他會獲得巨大的利潤，所以很多人就賭這一下子，對于市場沖擊，他抓對了，他就可以獲得后面的趨勢，可以獲得一輪很大的收益，所以很多人是做事件驅動的，這個在于時間的快。另外就是配對交易，統(tǒng)計套利，很多人做，就是找不同相關性，非常相似的產(chǎn)品種類，賭價差，國內可以做的，比如期指里面遠近月套利，不同品種之間套利，這都是屬于配對交易，都是統(tǒng)計套利的一種。最后一種非常簡單，但也是拼技術拼裝備，硬件加速，就是利用最先進的硬件裝備極大提高他獲得信息的速度，這樣先于其他投資員，他的競爭對手，能夠搶先獲得市場先機，高頻交易者這種競爭賽尤其慘烈。2010年，一個叫spread networks的公司，因為美國的兩大金融中心，紐約和芝加哥，芝加哥是以期貨、期權為主，紐約是以股票為主，當時為了獲得之間的通道，他們這個公司花了三億美元，專門鋪墊了一個紐約到芝加哥的專線光纜，如果其他的競爭對手是通過路由器，是通過網(wǎng)絡過來的話，他這個專線光纜的速度會極大地高于其他的競爭對手。兩年以后，2012年一個叫mckay brothers的公司，他發(fā)現(xiàn)了非常傳統(tǒng)的微波通信，這是很多年前的一種方式了，他的傳播速度比光纖還快，就只有1%的速度，就為了這1%的速度，他專門花了很多錢，鋪設紐約到芝加哥的微波專線通訊，就是為了趕超之前spread networks的專線光纜，他只有百分之一就花了這么錢，所以他們對這個裝備的拼搶是非常慘烈的。前面講的基本是海外的一些策略，我們做期貨確實比較短只有一年左右。我們的一些經(jīng)驗，主要是兩類，一個是套利類，主要是從遠近月之間的套利，傳統(tǒng)的一些跨品種套利，還有一些期現(xiàn)套利，我們股票有很多倉位，然后賭基差，有時候是正有時候是反，我們就正反這么做，基差的套利類是這么一類。還有一種是期貨的單邊投機，無非就是趨勢或者反轉之類的。我覺得我們的主要優(yōu)勢就是，對于我們的模型來說，首先第一步就是判斷市場處于一個什么行情，這是非常重要的，我們要各種各樣的指標輸入，然后輸給計算機，經(jīng)過過去大量的研究，有一定的甄別能力，發(fā)現(xiàn)市場是屬于比如急拉急升期，市場是屬于波動非常大的時期還是屬于一個上下盤整期。首先我們把市場分成了兩類，如果是在高速急升趨勢的時候，我們有大量的趨勢策略，加大手數(shù)做這種趨勢。趨勢策略一般勝率都不高，可能到不了50%，但是每次一旦贏，一定是大贏，贏很長的一輪，輸?shù)脑捒焖俚財貍}，所以我的盈虧比，贏的時候，賺很多，虧就虧得較小，通過這個獲得收益。比如說紅線，我通過計算機模擬出來的，這個是我們比較典型的趨勢追蹤的策略，它會可能經(jīng)常虧，大多數(shù)時間在虧，一旦抓住一輪，它會一下子就起來，虧的時間從筆數(shù)上來說，可能虧的時間比較多。然后另外一種，如果進入盤整期，我們就迅速通過計算機進行判斷，盡量做一些反轉策略，反轉策略一般賺的非常多，就是說命中率非常高，一般可以達到百分之七八十的命中率，但是每次賺都是賺小錢，虧會虧大錢，但整體只要我們命中率高，集合在一起，也是能賺錢的。綠線就是一個比較典型的反轉策略，可能經(jīng)常在掙錢，突然被市場沖擊一下，一下子虧了很多，再慢慢往上爬，整體通過高的命中率獲得收益。另外我們通過人機結合的方式，純計算機還是不行，尤其是在判斷第一步市場是在什么狀態(tài)的情況下，計算機還是達不到一個人的判斷，所以我們除了計算機加以判斷，人盯盤的能力也是非常重要的，我們會緊緊地盯著盤，隨時進行調整，如果計算機判斷的狀態(tài)我們認為是不對的，迅速用人的方式進行調整過來。但主要還是調整第一步市場的狀態(tài)為主，后面一旦市場判斷正確了，因為計算機的優(yōu)勢在于它的速度，如果認為現(xiàn)在是處于一個急速拉升或者升降這么一個狀態(tài)，我認為手工它的速度是遠遠追不上的，不會說手工去追，去模擬計算機的策略，但遠遠達不到計算機的水平，它可以迅速地發(fā)現(xiàn)一個機會，在第一步的時候就以最快的速度沖進去，因為我們測試過，在幾毫秒內就可以收到，人是反應轉不過來的，它可以迅速進去，迅速獲得第一步趨勢的開始，基本上這就是我們自己的經(jīng)驗，謝謝大家。