帝牙盧卡有著控制時間的能力，被稱作時間之神。牠可以扭曲時間以讓時間加快或減慢甚至停止。

帕路奇亞擁有扭曲空間的能力，在神奧地區的神話裡被描述成神。它可以憑藉自己操縱空間的連接從而能夠移動到遠處的異空間～寶可夢

交易者和寶可夢訓練家的世界其實有異曲同工之妙，如果你收服「帝牙盧卡」和「帕路奇亞」，等同擁有掌握時間與空間的能力，在對戰上佔盡優勢。
在交易的世界裡，時間與空間指的是什麼呢？股海有句老話是「獲利是等出來的」，然而真的每個催化劑都適合等嗎？什麼樣的換股間隔才最適合？為什麼有些策略是用一週，有些用每月底？
在股價波動的空間裡，什麼樣的停損才適當？如何保留多數獲利、減低多數虧損？
如果你掌握投資市場分析時空序列的能力，等同在擁有犯規的神獸啊～

看過FinLab的「投信大哥跟屁蟲」教學影片了嗎？沒看過的人，請先趕緊去看。相信看過的人都能快速掌握 Python 語法，了解策略的設定，看完後再來學這篇文章進階的小工具，了解投信大哥跟屁蟲的秘密。

時間分析

為什麼投信大哥跟屁蟲換股是3天，而不是5天、10天、20天？
要分析其實很簡單，使用FinLab模組的 ReportCollection 即可取得回測報告集合，判斷策略組合數據優劣，從策略海中快速找到體質最強的策略。 也可以觀察在同條件下的策略疊加更多條件後會有什麼變化？以下程式範例將策略程式封裝成函數，變數為換股間隔，來跑跑看2~20天不同換股週期的回測效果。

from finlab.backtest import sim
from finlab import data

def run_strategy(interval:int):
    close = data.get("price:收盤價")
    vol = data.get('price:成交股數')
    投信買賣超股數 = data.get('institutional_investors_trading_summary:投信買賣超股數')

    c1 = 投信買賣超股數 >= 800000
    c2 = 投信買賣超股數/vol >= 0.05

    position = c1 & c2 
    position = position * close
    position = position[position>0]
    position = position.is_smallest(8)

    # 每3個交易日再平衡，與resample='3D'差異在後者是隔3日，而非3個交易日。
    position = position.loc[list(position.index)[::interval]]
    report = sim(position,trade_at_price='open', position_limit=1/3, fee_ratio=1.425/1000/3, upload=False, mae_mfe_window=40)
    return report 

from finlab.optimize.combinations import ReportCollection

# 回測2~20間隔
reports = {i:run_strategy(i) for i in range(2,21)}
# 回測報告視覺化
collection = ReportCollection(reports)
collection.plot_creturns()

跑完後發現當間隔為3天時，累積報酬率明顯優於其他天數表現。為了更確認分析，我們可以再執行reports[3].display_mae_mfe_analysis()來看 Edge Ratio (下圖第一排中間子圖)的表現，Edge Ratio 簡而言之是綜合交易時間與波動關係的判斷指標，可以發現投信策略在一開始進場就有優勢 (大於1) ，但優勢隨著持有時間 (x軸) 拉長急速下降，直到第20天後才又拉升到持有3天時的高峰，可見投信買賣超的因子在短期較具有影響性，考量換股效率，持有3天是不錯的選項，可以用多次小獲利不斷去滾。

空間分析

勝敗手MAE分佈圖

分析完時間，我們把換股週期3天保留下來，接下來要研究停損怎麼設定才好？好的停損是保留多數獲利，避免提早被洗掉，並能將大虧損變小虧損，降低損失，進而優化策略體質。
分析的第一步可以先看勝敗手的 MAE Distribution (若不知道 MAE ，請見此篇教學文章)，MAE簡單說是每筆交易持有歷程的最大虧損。
數據呈現一樣用 display_mae_mfe_analysis() 可以叫出。我們將圖片放大來看，可以發現贏錢的交易(藍色)的第75百分位數很小，只有0.51%，代表多數贏錢的交易在持有過程中很少碰到虧損，而輸錢的交易(紅色)的第75百分位數也不大，只有 4.2%，代表有 25% 的虧損交易的 MAE 大於 4.2%。由上述分析，我們合適的停損應落於 0.51%~4.2% 之間，只要停損設超過 0.51%，就能保留多數獲利，因為這些少數的獲利交易才會超過 0.51%，而停損設小於 4.2% ，可以將MAE 高的標地往內縮，降低潛在損失。

停損回測集

依據上述分析，可以知道波動空間與合適的停損範圍大概在 0.51%~4.2%(可在後推一點)上下 ，我們一樣用前面示範過的方法，改將停損設定設為變數，再看停損哪一個數字最棒。FinLab 模組的 ReportCollection 有熱力圖與統計數據可以幫握們分析，使用方式如下：

from finlab.backtest import sim
from finlab import data

def run_strategy_with_stop_loss(stop_loss:float):
    close = data.get("price:收盤價")
    vol = data.get('price:成交股數')
    投信買賣超股數 = data.get('institutional_investors_trading_summary:投信買賣超股數')

    c1 = 投信買賣超股數 >= 800000
    c2 = 投信買賣超股數/vol >= 0.05

    position = c1 & c2 
    position = position * close
    position = position[position>0]
    position = position.is_smallest(8)

    # 每3個交易日再平衡，與resample='3D'差異在後者是隔3日，而非3個交易日。
    position = position.loc[list(position.index)[::3]]
    report = sim(position,trade_at_price='open', position_limit=1/3, fee_ratio=1.425/1000/3, upload=False, mae_mfe_window=40, stop_loss=stop_loss)
    return report 

from finlab.optimize.combinations import ReportCollection

stop_loss_reports = {i/1000:run_strategy_with_stop_loss(i/1000) for i in range(0,50,5)}
stop_loss_collection = ReportCollection(stop_loss_reports)
stop_loss_collection.plot_creturns().show()
stop_loss_collection.plot_stats(mode='heatmap', heatmap_sort_by='daily_mean').show()

最終結果發現停損在 4.5% 的報酬率與夏普率效果最好，但很明顯可發現這個策略無論停損參數射哪一組，max_drawdown (最大回撤)都很大，超過 -40%，雖然年化報酬有 29%，但實戰上可能會扛不住大波動。

大盤時空

拉出報酬率序列來看，可以發現投信跟屁蟲策略在多頭時很猛，但在 2022 空頭時可能會碰上瘋狂停損的局面，台股中期回檔的 2015、2018 年份，該策略也有不小回檔，可能要加上大盤濾網來判斷市況是否適合順勢追擊。

於是我們可以考慮加上大盤濾網，由於投信策略屬於短線的策略，會偏好使用較靈敏的大盤指標：整體市場多空排列家數來判斷，想了解其他指標，可見「4種均線指標 | 讓你在大盤崩崩前高歌離席!」。可以發現雖然犧牲了報酬率，但回撤曲線大幅優化，年化報酬你要追求報酬率極大化，還是追求穩定度？

結論

colab 範例檔

是不是領略到「投信大哥跟屁蟲」背後的秘密了呢？趕緊把學到的招式用在你的策略，找找最適合的換股週期和停損設定，學會時空序列分析的技巧，真的會有寶可夢等級大幅提升的感覺啊！

我趁著歐洲聖誕假期，跑去土耳其玩，土耳其真的很多商人，到處跟我裝熟、賣我東西，買了才發現不但品質差，價錢還是正常的好幾倍。他們的話術真的很強，去玩一定要小心。雖然被坑很多錢，但股票有賺一些XD，心沒有這麼痛。廢話不多說，開始介紹這個選股方法吧！

投信就是基金

投信簡單說，就是我們口中的基金公司啦！很多人懶得自己投資，就將錢交給高手，讓他們去操盤。

但是基金公司的缺點，在於管理費用太高了，賺的錢都進了基金公司的口袋，假如你要將資產交給基金公司的話，最好是大金額，才能藉由談判，壓低手續和管理費。

假如你想要省下管理費，假如你不止想投資理財，也想投資自己的腦袋，那就常來看一下我們的文章吧！我們的目標就是想要讓大家用很低的成本，學會如何穩定的獲利。

投信買賣資料

台灣有很多獨特的數據，投信買賣數據就是台灣獨有的，證券交易所每天公布三大法人的當日買賣狀況，有外資、投信、自營商。

投信最重要的數據就是某支股票的當日總買賣張數，當某公司表現良好，基金公司通常會比散戶更快掌握狀況並買入，就會反映在這個數據上，我們就藉由這個原理，跟隨投信來買賣。

策略思路

投信擁有投資人大筆的金額，所以假如公司的市值比較小，投信就可以操弄其股價，迫使股價上漲，並出場結算。所以我們選取市值較小，投信又買入的股票，當

• 市值（百萬） < 10000
• 投信當日買賣 > 200 張

我們買入該股30天。

以上的條件都可以用 GoodInfo 股票篩選功能 來達成喔！

我們回測採用手續費6折，證交稅千分之三，由100萬當起始資金，平均分配到每日持有的標的。

結果

我們針對所有的上市公司，當日發現符合條件，隔日以開盤價買進，30天後開盤價賣出！可以得出權益曲線，也就是你資產的增加幅度（獲利金額持續投資）

由圖可見，紅色的是策略，灰色的是大盤，這個策略在2008跟2011年的回檔都非常嚴重！但近五年的獲利超好，感覺投信的投資技巧有越來越進步的趨勢。

為什麼大盤回檔時，投信會很慘呢？由於法規規定投信持股要70% 以上，所以當金融海嘯時，無法退出市場，所以虧損是無可避免的。

策略再優化

既然這篇是新年賀禮，怎麼可能報酬率就只有這樣呢？我的讀者一定都知道，如何避開大盤大跌 ！假如你還沒看過那一篇的話，可以去看看！最近滿常用這個方法，有時候還滿好用的。

賣出條件（賣出所有持股）：

• 大盤在均線下 且 均線比昨日低 （25日均線）

可以看到策略躲過了金融海嘯，且在金融海嘯一結束馬上啟動獲利！且14年獲利來到了16倍！

持股都還算滿多的，但有時候會瞬間歸0，是由於要避開大盤大跌時，一次性的全部賣出導致的。

最大虧損降低到-30％以內，算是滿優秀的！

結論

到此為止，投信跟隨策略就算差不多了！我們利用了幾個概念：

1. 市值小的公司，較容易被投信操控
2. 避開大盤大跌

簡單的構成了這個策略，不但條件少，而且獲利效果是目前為止最好的，可以直接用GoodInfo或類似的選股軟體篩選持股。

謝謝大家的支持！2018繼續努力！

部落格累積了很多留言，今天也一一回覆完了，有很多網友給我很好建議！之後都會最更詳細研究看看：

• 凱利公式做資產配置
• 技術指標的回測模組
• 回測報表教學
• 營業現金流選股
• 外資跟隨買賣優化（有點難，還在想）

假如大家有什麼感興趣的，想要我研究看看，都可以在下面留言喔！

祝大家2018投資順利！