2021 回顧

一直也想寫個2021年回顧，但奈何沒有時間，即使我已有program trade, algo trade幫忙，也沒太多空餘時間，不敢想像如果我還在人手交易的話，生活會如何。趁現在有個lunch break寫篇Patreon，寫寫在整個2021年我在交易上做得好與不好的地方。

留意，我的回顧並不是focus策略那些，而是focus一些難以量化的部分。因為可以量化的部分我都已盡力量化。很多KOL的回顧會是：「下一次跌破50天線應該要賣」、「下次Elon Musk出Tweet應該要果斷買」、「下次大成交大陽燭要小心是陷阱」等等，事實上這些都能用Data 三兩下手腳Backtest出來。因此，這些「心法」應通通交給Backtest，並把策略系統化，餘下不能量化的部分才交由大腦負責反省。

先談2021做得好的3點：

1. 把大量資金投入Crypto市場

2017年開始玩，2020年5月後開始大幅月供，2020年下半年開始研發Crypto量化策略，並成功趕得上2021年的大升浪。雖然2017年在比特幣3000美元開始買入，但份額不多，不足掛齒。直至2020年才開始大批買入，平均價在10000美元以下。

除了Buy and hold外，亦投放了大量時間於Quant trade、algo trade之上，事後回看，全然不後悔，因為時間性價比高得很，每多花一小時研究，回報就能提高一大截。證明Crypto市場真的很inefficient，一分耕耘真能有一分收穫。投入Crypto這個asset class成功令我有個豐收的2021年。

2. 看淡Equities

自2021年Q1開始就看淡股票，當時認為股票回報一定比Crypto低，那怕股票上升10%，Crypto一定能漲多於10%，因此把大量資金都轉到Crypto去，避開股市。

回看整個2021，港股的確由頭跌到尾，證明我全年在所有節目上看淡港股是正確的。不過美股方面則沒那麼準，我於上半年已開始不看好，美股卻能撐到下半年才開始回，的確早了看淡美股。不過無後悔，因為Crypto升幅比美股多，起碼沒有Opportunity cost。若避了美股，又沒玩Crypto就慘了。

3. 看中商品大漲

由2021年頭已開始看好商品，買商品的最好方法當然不是把柴米油鹽醬醋茶廁紙都屯積到家中，storage cost大得很！最好方法是買入商品ETF，例如PDBC、GSG、DBB，這幾隻我都有在不同專欄及節目提及，是商品大混集的產品。看好原因不外乎那幾個，例如QE、股債貴、通漲等等。

事後回看，商品ETF由頭漲到尾，現在還在創新高，遠遠拋離那些SPY、QQQ。

=====

講完3點好的，輪到2021 3點做得欠佳的地方。

1. 高估自己的風險承受能力

大部分人都是risk averse，而一個理性的trader應盡量控制自己的心理，由risk averse shift向risk neutral。我正努力實行risk neutral，但心理不好受，無論Buy and hold倉或者是algo trading倉也有這情況。例如有algo strategy backtest mdd是20%，有時候我會容許策略可以到達50%的損失（不要誤會，是其中一個子帳戶，不是總資產），因而把策略槓桿調至2.5倍。但到了真的損失50%時卻又不是味兒，很明顯，我高估了自己承受損失的能力。

理論上，那策略很大可能會在損失50%後便反彈並收復失地，因此理性上，如果能無感覺地接受/渡過50%的temporary loss，後續回報將會很可觀，奈何要把心臟/大腦調節到0感覺是很難的。

這點真的很難，大家可以做一下思想實驗：

你有一個策略中途會輸50%，但很大機會於長遠能達到年回報數百%

情況A，你有10萬本金，中途虧損5萬元；情況B，你有1億本金，中途虧損5千萬元

於情況A，輕鬆得很，應該不會有多大感覺；於情況B，感覺很大，大部分人應該受不了，於是都會在中途就cash out或者quit game。但理性上，策略是一樣的，不應因為本金大了而有不同決策。

2. Discretionary trade虧損

Crypto世界太大了，我每天仍在花大量時間學習，由於太新，有些策略或者賺錢方法是量化不了的。舉例穩定幣staking或者lp，這很難量化。因為穩定幣是近幾年的新事物，未曾滅亡過，因此我很難量化到它何時滅亡，這種情況我就等於廢了武功，不能quant trade / backtest。只好以金融經濟知識去qualitative地評估它的risk，包括counterparty risk、liquidity risk等等。

穩定幣只是一個例子，Crypto世界有大量新事物冒起，例如Metaverse、NFT等等，雖然現在我有方法可以predict sandbox地價，但始終要收集一定量的數據後才做得到，起碼它剛冒起時，量化的人只能憑直覺決定投資與否。

回看2021，這些discretionary trade的表現大多不如systematic trade理想。將來可以做的，要不減少discretionary trade的注碼（假設不能量化），要不就盡力找出因子預測（假設始終能量化）。

3. 認知偏差

我絕對相信一個好的trader不應有任何認知偏差。認知偏差的例子有很多，包括anchoring bias, confirmation bias, sunk cost bias, risk aversion bias, endowment bias, survivalship bias, availability heuristic (availability bias)等等，很多我都已realize並盡力避免。但人始終是人，有些還是會犯，例如endowment bias。

例如Buy and hold的倉位中，可能有一隻幣大跌70%，人性上會不太願意賣出，或者會選擇把倉位留著，期盼它有一天會「返家鄉」。事實上，這是完全不理性的，因為portfolio planning就是要假設你擁有一筆cash，而沒有持有任何倉位的情況。大部分情況下，若你沒曾在它身上輸過錢，你現在其實不會打算買入那隻大跌的幣，因此，再把那虧損倉位留著是不理性的，這就是endowment bias。

這個現象無論是Buy and hold倉或者algo strategy portfolio也會有。

不知你們會否在以上的回顧找到些共鳴呢？Stay safe & Happy trading！