VALYNOXSTRATEGY RESEARCH TECHNOLOGY
AlphaPrimeAlphaPrime
策略學院 / 量化人物與故事

吉姆·西蒙斯做過黃金交易嗎?迷思、事實與期貨檢驗

沒有公開紀錄顯示吉姆·西蒙斯靠黃金致富。他早期的基金交易過貨幣與數種商品,大獎章基金則把數千個短線部位分散到許多市場。想做黃金策略的交易者,應該用含成本與樣本外區段檢驗一條寫下來的規則,而不是靠一個知名人物的名字。

作者 · 發佈 · 更新於 · 編輯原則

目錄
  1. 吉姆·西蒙斯是從黃金起家的嗎?
  2. 為什麼大獎章基金不是黃金基金?
  3. 大獎章基金到底有沒有交易黃金?
  4. 系統化交易者如何處理黃金期貨?
  5. 趨勢規則經過檢驗後會是什麼樣子?
  6. 該如何謹慎看待這些結果?
  7. 常見問題
  8. References

吉姆·西蒙斯是從黃金起家的嗎?

吉姆·西蒙斯與黃金的故事大多是迷思:沒有任何公開紀錄顯示他靠黃金致富。他早期的基金交易過貨幣與一系列商品,一開始靠主觀判斷,後來才改用早期模型。讓他成名的大獎章基金,則把數千個小部位分散到許多市場。黃金最多只是其中一項。

有文獻記載的事實是這樣的。西蒙斯離開學術界後,於 1978 年成立一家貨幣交易公司,與數學家李歐納德·鮑姆(Leonard Baum)合作。早期的做法混合了人為判斷與簡單模型,公司交易貨幣和數種商品,績效起伏很大(Zuckerman, 2019)。大獎章基金於 1988 年開始運作,到之後幾年才完全系統化。這些記載都沒有把某個黃金部位描述為財富的來源。這個傳說很可能是由早期幾筆商品交易被一再轉述而來,而那段時間黃金常常上新聞。

三個關於吉姆·西蒙斯與黃金的常見說法,與公開紀錄對照:他靠黃金致富,但沒有任何來源這樣說;他經營黃金基金,但大獎章基金交易的是許多市場;他下了一筆大額黃金賭注,但部位從未公開 黃金財富:無紀錄 三項說法與紀錄對照 說法 紀錄 靠黃金致富 無來源這樣說 一檔黃金基金 交易多個市場 大額黃金賭注 從未公開 沒有紀錄顯示他的財富與黃金有關。 所以:像測試其他市場一樣測試黃金。
關於西蒙斯與黃金的三種常見說法,以及公開紀錄實際記載的內容。

這點有實際意義。相信「西蒙斯靠黃金賺錢」的交易者,往往會把黃金當成一個有已知優勢的特殊市場。本文的論點正好相反:一個有名的名字不能當作某個市場的證據。對你的帳戶真正有用的證據,只有在黃金自己的 K 棒上檢驗你自己的規則。

為什麼大獎章基金不是黃金基金?

大獎章基金不可能是黃金基金,因為它的方法依賴許多小型賭注,而不是押在某一個大市場上。這檔基金同時交易數千種商品,持有期間只有幾天或更短,而且每個部位相對於整體都很小(Zuckerman, 2019)。持有期間是指從開倉到平倉之間的時間。當數千筆短線交易同時進行時,沒有任何單一市場能決定結果,結果來自一個很小的平均優勢被重複了非常多次。

比較兩種組合。單一市場基金把所有資金放在黃金上,所以它的一年就是黃金的一年。分散在數千種商品上的基金,則只持有黃金的一小片、某個貨幣對的一小片、某檔股票的一小片,依此類推。黃金走勢不好時,只會影響大網格中的一小塊。Cornell(2019)把大獎章基金公開的報酬紀錄當成統計上的異常值來研究,並沒有把它歸因於任何一個市場。若想了解一般散戶能複製或不能複製這套方法的哪些部分,完整說明可以參考散戶真正能從文藝復興公司學到什麼。

兩種投資組合示意圖:單一市場基金是一大塊金色區塊,分散於多個市場的基金則讓黃金成為格子中的一小塊,因此黃金無法決定其結果 在格子中,黃金只是一小片 示意圖:兩種投資組合 黃金 黃金 單一市場 多個市場 單一區塊無法決定結果。 所以:Medallion 並非黃金訊號。
一大塊對上一整片小方格。在這片網格裡,沒有任何單一方格(包括黃金)能決定結果。

短持有期間還有一個可以直接套用到散戶帳戶的教訓:規則交易得越頻繁,付出的手續費和滑價就越多,而平均每筆損益必須先跨過這道成本門檻,其他數字才值得看。這個算術和扣除成本後如何檢驗當沖策略中說明的相同。一條每週交易兩次的黃金規則,面對的成本門檻,和一條每年只交易兩次的規則完全不同。

大獎章基金到底有沒有交易黃金?

很可能有,只是它是眾多期貨市場之一,但外界無從得知多少、做得如何。大獎章基金的部位從來沒有公開。公司只用寬泛的說法描述其交易範圍,即數千種流動性高的商品,而金屬期貨正是最具流動性的期貨之一,因此黃金缺席反而令人意外。這是合理的推論,不是有文獻記載的事實。

公開的部位資料也填補不了這個空缺。美國商品期貨交易委員會(CFTC)的交易人持倉報告(Commitments of Traders)會按交易人類別顯示黃金期貨的未平倉部位,例如管理型基金或商業避險者,但從不依基金名稱列出(U.S. Commodity Futures Trading Commission, Commitments of Traders)。交易者可以看到管理型基金這一類的黃金部位偏多或偏空,卻看不到任何一檔基金持有什麼、持有多久,或這個部位有沒有賺錢。所以「大獎章基金大量做多黃金」這樣的說法,沒有任何人能查證的來源。

由此可以得出實際的原則:不要用這個空缺來建立黃金的交易論點。若部位資料是公開且完整的,可以把它當成一個獨立訊號來檢驗;小台指散戶多空比作為訊號的檢驗一文,示範了如何把一個公開比率變成附有依日期排序切分的可檢驗規則。大獎章基金的帳簿則是相反的情況:它是private的,在公開報告中被彙總掉,無法作為訊號使用。

系統化交易者如何處理黃金期貨?

系統化的黃金期貨策略,是一條寫下來的規則,在黃金自己的 K 棒上檢驗,並且在有人看獲利數字之前,就先設定好交易所的交易時段、契約規格、手續費與滑價。黃金期貨在 COMEX 交易,COMEX 隸屬 CME Group,平日幾乎全天候交易。免費的期貨交易時間工具可以依你所在的時區,顯示交易時段與每日休市時間。契約大小、跳動點價值與保證金由交易所訂定,可能會變動,所以每次檢驗前都要從交易所的黃金期貨契約頁面確認。黃金回測需要的契約與轉倉細節,整理在黃金期貨回測:規格、保證金與交易時段中。

趨勢追蹤是黃金最常見的規則類型。趨勢追蹤是指規則順著近期價格走勢的方向進場,並一直持有,直到走勢以某個既定幅度反轉為止。過去幾十年黃金在兩個方向上都有過長段行情,這正是簡單趨勢規則可以拿來檢驗的地方:問題在於這些行情是否夠長、夠乾淨,足以支付它們之間許多小額虧損的代價。黃金選擇權也存在,但期貨比較容易檢驗,因為期貨部位只有一個價格、沒有到期時間價值衰減,也沒有波動率輸入;其理由在新手期貨與選擇權哪個比較容易檢驗中有詳細說明。

  1. 取得黃金期貨 K 棒並檢查轉倉。連續月序列是由許多契約接起來的,每個轉倉日都要清楚,價格跳空也要以一致的方式處理。
  2. 設定交易時段與 K 棒週期。決定規則看的是完整的全時段,還是其中一部分,以及規則是在日 K 還是日內 K 上運作。這兩個選擇都會改變交易次數。
  3. 逐筆輸入手續費與滑價。使用你券商的費用,市價單與停損單每一邊至少計入一個跳動點的滑價。
  4. 寫下趨勢規則與參數範圍。在第一次執行前,就固定回看區間範圍與出場方式,讓搜尋空間事先就被定義好。
  5. 保留一段樣本外區段,並寫下通過標準。樣本外區段是一段沒有被任何搜尋碰過的近期歷史,只用來評分最後留下的候選策略一次。
黃金期貨規則的工作順序:先檢查轉倉,設定交易時段,輸入成本,寫下規則與參數範圍,保留樣本外區段,最後才看獲利 五個步驟,先於獲利 黃金規則的工作順序 1 2 3 4 5 轉倉 交易時段 成本 規則 樣本外 最後才 看獲利 成本與樣本外在看任何結果前已設定。 因此:第五步前不偷看獲利。
黃金期貨規則的工作順序。必須等五個步驟都完成之後才看獲利,絕不提前。

假設性範例

假設一條黃金趨勢規則在日 K 上運作,兩年內交易 40 次,毛平均每筆損益為 300 美元。手續費與滑價合計每一買一賣 45 美元。淨平均每筆損益為 255 美元,約為成本的六倍,因此即使滑價加倍,規則仍然為正。接著假設一個較快的版本在小時 K 上運作,交易 400 次,毛平均每筆損益為 60 美元。扣除相同的 45 美元成本後,每筆只剩 15 美元,而滑價加倍就會轉為負值。同一個市場、同樣的想法,對成本的穩健度卻差很多。

趨勢規則經過檢驗後會是什麼樣子?

我們自己的一次執行,展示了這類檢驗的樣子,但有一個重要的替換:它檢驗的是在 ES 日 K 上的替代線性迴歸趨勢規則,而不是黃金。這次執行使用的是由標準指標組成的替代規則,而不是黃金策略本身,所以它的數字描述的是檢驗方法,而不是黃金。線性迴歸趨勢規則會對近期收盤價擬合一條直線,並以這條線的方向作為訊號;在這次執行中,這個訊號是唯一的進場與出場依據,沒有停損、沒有停利,也沒有任何過濾條件。

搜尋嘗試了 2019-01-02 至 2025-06-30 期間 ES 日 K 上的 1,024 組參數候選,做多與做空皆可,每次一口,最後保留報酬相對於回撤表現最好的那一個候選。事後挑出保留的那個會讓它看起來比實際更好,這一點下一節會再談。AlphaPrime(Valynox)在這 1,024 次評估中,每一次都以下一根 K 棒成交並計入 20 美元的手續費與 25 美元的滑價,因此下方數字已扣除成本;回測如何將手續費、滑價與交易時段套用到每個候選,已在其功能頁說明。

來源:AlphaPrime 產品引擎(CPU),2026-10-31 執行。ES 日線,2019-01-02 至 2025-06-30,多空都做,1 口,每筆手續費 $20、滑價 $25。

項目結果
淨利(已平倉)$88,920
最大回撤$64,710
交易筆數129
勝率55.04%
獲利因子1.331
平均每筆$689.3
在場時間86.29%
產品對保留候選在 ES 日 K 上的績效報表。數字與上方方塊一致;曲線顯示回撤在期間內出現的位置。
產品對保留候選在 ES 日 K 上的績效報表。數字與上方方塊一致;曲線顯示回撤在期間內出現的位置。 ES・日線・2019-01-02 至 2025-06-30・CPU 引擎回測

方塊內容告訴讀者的是關於這次檢驗,而不是關於 ES 或黃金:保留下來的候選在約六年半內交易 129 次,勝率 55.04%,獲利因子 1.331,平均每筆損益 689.3 美元,明顯高於手續費與滑價的合計。在場時間比例 86.29%,表示規則大部分時間都持有部位,這對沒有過濾條件的趨勢規則來說很典型:它幾乎總是持有多單或空單,因此權益曲線在大部分期間都跟著市場移動。

該如何謹慎看待這些結果?

應該把這個方塊當作在黃金 K 棒上以樣本外區段重做同一檢驗的理由,而不是下單交易的理由。方塊本身有三個事實可以說明原因。第一,保留下來的候選,依構造就是 1,024 組中的最佳者。選擇偏誤(selection bonus)是指結果中有一部分來自於從許多候選中挑出最好的那一個,而非來自規則本身;Bailey、Borwein、López de Prado 與 Zhu(2014)指出,搜尋在同一份資料上比較的候選越多,這份偏誤就越大,而最佳候選的樣本內數字預期會被誇大。這次執行沒有保留樣本外區段,所以它的任何數字都還沒有在搜尋從未見過的資料上接受評分。

所有候選策略依報酬對回撤排序由差到好的示意圖:保留的候選策略是最好那端最高的長條,它與一般候選策略之間的差距就是選擇加分 從眾多中挑最好,數字被美化 所有候選策略排序示意 一般 保留 加分 最差 最好 它的數字因挑選而被美化。 所以:只用樣本外資料評估一次。
全部 1,024 組候選依報酬相對於回撤排序。保留的那一個位於運氣較好的一端,因為它就是這樣被挑出來的,所以它的數字帶有選擇偏誤。

第二,最大回撤 64,710 美元,約為 88,920 美元淨損益的四分之三。一個只做一口的交易者,會在某個時點眼睜睜看著大部分獲利消失,之後才回來;若拿掉選擇偏誤,真實的回撤很可能更深。第三,129 筆交易是很薄的樣本。由 129 筆結果算出的平均每筆損益,如果有少數幾筆大額交易被換掉,就可能大幅改變;換成不同期間,或換成像黃金這樣的不同市場,正會發生這種情況。

有用的下一步,是這次執行沒有包含的檢驗。載入已核對轉倉的黃金期貨 K 棒,設定交易時段,輸入你券商的手續費,並且每邊至少計入一個跳動點的滑價,然後以相同類型的趨勢規則與參數範圍進行定義。接著保留最近一段歷史,在其餘資料上執行搜尋,並在看過結果之前就已寫好通過標準的前提下,對保留下來的候選在保留區段上只評分一次。切分的大小與通過標準的說明,見如何切分樣本內與樣本外資料,以及需要多少資料。如果扣除成本後,樣本外的平均每筆損益仍保有樣本內數字的合理比例,你就得到了值得繼續推進的黃金結果。如果沒有,你學到的是一件關於黃金的事,而這是任何關於吉姆·西蒙斯的故事都無法告訴你的。

常見問題

吉姆·西蒙斯早期的基金交易什麼?

他在 1978 年成立的第一家公司交易貨幣,之後幾年也交易一系列商品,一開始靠主觀判斷,後來才使用早期模型。那幾年的績效起伏很大。公開紀錄沒有特別指出黃金是讓公司賺錢的市場,而大獎章基金所代表的完全系統化做法,則是之後才出現的。

大獎章基金有交易黃金嗎?

很可能有,但只是數千種流動性商品中的一種,而該基金的部位從未公開。像 CFTC 交易人持倉報告這類公開報告,只依交易人類別顯示黃金部位,從不依基金列出。外界無法得知大獎章基金交易了多少黃金,或在黃金上是否獲利。

黃金適合用趨勢追蹤嗎?

黃金過去在兩個方向上都有過長段行情,讓趨勢規則有東西可以檢驗,但圖表上的一段行情不等於結果。某條特定規則在扣除手續費與滑價之後能否抓住這些行情,並且在它沒有被調校過的資料上持續有效,只有經過含成本與樣本外區段的回測才會知道。在形成看法之前,先在黃金 K 棒上檢驗這條規則。

本文的 ES 結果能用在黃金上嗎?

不能。這次執行檢驗的是 ES 日 K 上的替代線性迴歸趨勢規則,而且是事後從 1,024 組候選中挑出的最佳者,所以它的數字帶有選擇偏誤,描述的也是另一個市場。把它當成檢驗方法與報表內容的範例即可。若要用於黃金,請以你自己的成本與保留的近期資料,在黃金期貨 K 棒上重做檢驗。

References

  • Zuckerman, G. (2019). The Man Who Solved the Market: How Jim Simons Launched the Quant Revolution. Portfolio/Penguin.
  • Cornell, B. (2019). Medallion Fund: The Ultimate Counterexample? Working paper, SSRN 3504766.
  • U.S. Commodity Futures Trading Commission. Commitments of Traders. https://www.cftc.gov/MarketReports/CommitmentsofTraders/index.htm
  • Bailey, D. H., Borwein, J., López de Prado, M., & Zhu, Q. J. (2014). Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance. Notices of the American Mathematical Society, 61(5), 458–471.