我在另一篇文章《谁是股市中的赢家》谈到上市公司和投资银行是最大的赢家。最近因为读到一篇报道而颇有感想,在此旧话重提,并进一步引申到概率问题,希望对广大股民有帮助。
大家知道Gain Capital这家公司吗?可能很少有人知道。但是FOREX.com外汇交易网站应该听说过,很多中文网站都有它的广告,它的母公司正是Gain Capital,中文称作嘉盛集团。
2009年8月底,Gain Capital申请在美国纳斯达克证券交易所上市,但随后一直没有实施。最近,该公司提交新的申请,改在纽约证交所挂牌,其上市公开说明书是我今天要谈的内容。
根据美国证监会的规定,任何企业在上市之前都要在申请文件中对公司的经营、财务、风险等做出详细的披露。这是具有法律约束力的文件,如果该说的没说,或者说了不敢说的话,将来都可能有麻烦。
Gain Capital的公开说明书有近两百页,普通股民很少有人认真去读。幸好有“好事之徒”(好人啊)深入研究,让我们从中探出重要的情报。如果你只是炒股,对外汇交易不了解,这份公开说明书披露的内容会让你明白“谁是对手”的问题:
The majority of our revenue is derived from our activities as a market-maker to our retail customers, where we act as the counterparty to our customers’ trades.
中文翻译:我们的营业收入大部分来自于作为零售客户的做市商,也就是作为我们的客户的交易对手。
公开说明书还进一步披露:与客户反向交易的持仓获利以及赚取外汇价差是Gain Capital最大的收入来源。该公司每年的净收入从2004年的710万美元升至2008年的2亿3千1百万美元,平均每年增长138%。
多么好的业绩啊…… 为什么外汇做市商能够赚这么多钱?难道零售客户(小股民)总是看错方向?做市商总是判断正确吗?
并非如此。做市商(也称为庄家)根本不需要看对方向,连看都不用看,单单靠概率就能赚钱,而且赚的很多,比赌场还厉害。除了赚取外汇价差(这是一种变相的交易手续费)之外,做市商最大的赚钱手段就是向客户提供巨大的杠杆,100倍,200倍,甚至400倍的杠杆!让你在利益驱使下,赌兴大发,有一百块钱,却当成一万块钱花,幻想着汇率波动一个点,你就可以大赚多少多少钱。
但结果是,即使你对方向判断正确,但汇率波动不可能总是直线上升或下降,哪怕在10分钟内,汇价也是起起伏伏。然而,巨大的交易杠杆经不起这么“折腾”,很小的波动就可能导致仓位亏损并触及做市商规定的止损线,电脑系统强制平仓,你的账面亏损资金被做市商全单收下(别忘了,他是你的交易对手)。
这种因为杠杆而交易失败的概率有多大?我看过的几份报告都显示90%左右的失败率。如此高的失败率导致大多数外汇交易者在很短的时间内输光所有资金。 Gain Capital的公开说明书披露,其零售客户的存活周期很短,该公司必须投入大量的广告宣传费用(2008年一年的市场营销花费是2千9百万美元)来不断增加新的客户。这就好像是公共汽车,乘客上上下下,要靠不断地拉客,公车才能维持运营。
一边是90%的交易失败率,另一边是巨额的交易收入,读到这里,你应该明白谁是对手,谁是赢家了吧。
那么,我们能够从中学到什么呢?除了不要用巨额杠杆交易外汇之外,你的最大的收获应该是:从现在开始,炒股(以及任何投资)要首先计算概率。
大家都知道,赌场不允许客人在玩21点(Blackjack)的时候算牌。因为在所有赌博游戏中,只有包括21点在内的两三种扑克牌游戏是赌客能够根据概率而胜过庄家的。你一旦算牌,获胜的概率就大大增加,赌场会因此处于下风,它不想眼睁睁地看你挣钱,所以禁止算牌。
然而,大多数赌客不懂得计算概率。同样,大多数股民也不懂得计算风险。小股民往往听说哪个“高手”赚了大钱,看到某支“黑马”涨了很多,就热血沸腾,跟风压赌。但是,你有没有想过,你获胜的概率有多大?你的交易对手是谁?他的获胜概率有多大?
股市虽然不是赌场,但它与赌场有很多相似的地方,最大一个共同点是:概率是帮助你获胜的最重要的法宝。
不论你选择什么投资产品,在交易之前,你都要问自己:我有多大把握一定会赢?凭什么我就知道价格一定会涨(或跌)?我的信号依据是否经过历史的反复验证?成功的概率有多大?我的交易对手是谁?凭什么他就一定会输?他根据什么做出交易决定?他的信号依据有什么缺陷?成功概率是否比我的高?
你不一定每次都能找到完美的概率,或者肯定的答案。但是一定要尽最大的努力,认真地思考概率问题。把精力放在计算概率上,什么高手、黑马,别去扯那些没用的东西。经过日积月累,计算概率的经验会逐渐增加。等到有一天你对自己说:这种情况我已经遇到过很多次,如此交易的成功概率最大,这一次我有信心会赢……那时,你就距离成功不远了。
(作者:三维预测 3DFN.com ,Raymond Wang)
.