外汇交易实验总结

外汇交易实验总结（精选6篇）

外汇交易实验总结 第1篇

模拟外汇交易实验总结报告

学习《外汇理论与交易原理》以来已有11个星期，再加上上学期学习的《国际金融》，老师实际上已经带我们领略了国际交易的方方面面，包括我们常见的外汇市场与利率决定，即期外汇交易，远期外汇交易，外汇期权等等一系列的知识。老师讲的很精彩，我们听的却有些无奈，原因很简单，没有实际操作过的，接触过的东西，永远不能真切的理解其精髓。所以此次模拟外汇交易对我们来说是盼望已久的机会。

此次模拟外汇交易的主要目的是要我们：1，实际感受外汇投资如何获利及外汇投资的风险；2.提高我们学生在投资领域的素质能力；3.为今后职业生涯提供就业机会，可选择与外汇交易相关的职业。通过实验，要求我们掌握外汇的基本理论知识，了解实际操作外汇行情分析系统及外汇模拟交易系统，并且能够进行外汇虚盘交易和外汇实盘交易。

初次接触这个外汇交易系统，我们又期待又迷茫，开始的时候是一步步按照老师的提示进入系统，在交易行情里面找到银行转汇，将自己需要的金额转入。由于并不是太懂操作，我第一次就将我银行账户里面的一个亿全部转入可用资金里。可是买入外汇的时候什么都不懂，就随便看着买，结果一买入就疯狂下跌。

这是最初买入的5支外汇，没有买入理由，就仅仅是看着顺眼就买入了，结果就造成了一下子就亏了8726.29元，并且这种亏损还是在每支外汇都买的并不是很多的情况下。

看到亏损了，看到盈亏点数在不断的下跌，于是就毫不迟疑的都卖掉了，结果可想而知，亏掉的再也回不来了。于是再一次买入的时候，学会看交易行情。

当然，并没有学会怎样深入的去看，仅仅看涨跌幅度为正，说明呈上升状态，买入利息小于卖出利息，说明没有亏损。在这种浅显的道理的指导下，又买入几支。

买入的几支以为是在自己的挑选之下应该不会太过亏损，却没有想到，比之前亏得更厉害，而且亏损数字在不断的增加，无奈之下，只好出手，此时外汇账户如下：

已经充分说明了我的亏损已经达到两万多。经过老师的介绍，我才意识到我之前所作的操作都是亏损达到最大时卖出的，看似是在止损，实际上亏得很厉害。老师建议说，你害怕亏损太多，完全可以买入的时候止损，这样就可以在达到你的亏损意料之外时就自动平仓了。此时与平时上课所学内容一结合，我们才突然想到说，对啊，这是个办法。

于是出现NZDCHF买卖时的平仓。从图上也可以看出此次买入的外汇依然呈负数，但盈亏点数并不是太大。

此时账面情况如上。

于是在此情况下为了防止再此下跌，又卖出去几支，剩下了很少几支。第二天，在宿舍的时候，闲来无事，又登陆系统看了一下。

盈亏点数居然出乎意料的好，最高达到154.97，于是我抓住机会马上卖出。此时实际净值已为表现出盈利。

盈利达到275972.35800元，个人排名也达到第五名。看卖出去的几支涨势良好，我马上有去买了相同的几支，希望继续保持上涨，并且通过看通过观察它的K线图中近期走势，接着按它的日平均线来预测它未来的走势，但是就对于我这种刚接触不久的人来说，毫不夸张地说我这就是碰运气，综合地看了外汇K线图、日均线以及各个指标参数，从中能提炼出来的信息简直是少之又少。对于预测它未来走势，那更太难以把握。所以，我一般都会徘徊在各大外汇网站，看专家们的预测并以此为依据进行买卖。

相同的外汇，买入就可以看到根本没有在上涨，而且成亏损状态，看来真如老师所说，外汇市场瞬息万变，永远跟不上其变化。

第三次登陆交易网站时，在我买了止损的情况下，亏损情况让我瞠目结舌。

此时的外汇账户如下：

截止到今天我的交易状态就是如此。

总的来说，虽然资金是虚拟的，但是我还是把他当做真实的来进行操作，每一次买进与卖出都会想一想是不是应该这么做。还学会了计算可用资金和汇率与资金的关系。不过最后还是赔了好多，真的让人觉得很不可思议。

其中感触最深的就是这外汇真的是瞬息万变啊！有的时候前一面的数据和后一秒的数据真的差的太多了。所以外汇实盘操作，也是需要一定胆量的，更需要很强的心理承受能力。

总体说来，这次活动挺有收获的，从自己操作，到自己写记录，一步一步的，感觉很新鲜。可以尝试一下在现实中无法去做的事情，学到一些外汇知识，真正了解和亲生去感受外汇市场的种种，让自己在未来的职业生涯中多一份选择与考量。

外汇交易实验总结 第2篇

课程名称 ：

外汇交易理论与实务

实验项目：

外汇交易模拟实验

学生姓名：

学

号：

201074250329

班

级：

金融 3 1003 班

专

业：

金融学

指导教师：

张在美

2013

年月

指导老师评语：

签字：

****年**月**日 成绩等级：

备注：

模拟外汇交易实验

一、实验的基本情况

（1 1）、实验时间：

2013 年 17~23 日（第 17 周）上午 8:00~12:00 下午 2:00~5:30（2 2）、实验地点：

电苑楼一教二楼 11 和 12 机房（3 3）、实验目的：

1、理解实盘交易的概念、特点 2、掌握实盘交易的基本流程、分析方法及相关术语 3、综合运用基本分析方法和技术分析方法，利用分析软件对汇率走势作出合理判断，实现外汇买卖的即时与委托交易的模拟操作。

（4 4）、实验原理：

1、实盘交易是指客户在所开立的账户中必须存入 100%的保证金才可以进行外汇投资。

2、实盘交易的基本流程为：开立外汇投资帐户、存入保证金、根据银行报价发出买入或卖出指令、达成协议、交割 3、基本分析方法的原理 4、技术分析方法的原理（5 5）、实验方法与步骤：

1、进入外汇模拟交易系统的实盘交易，可看到外汇的实盘交易包括即时交易和委托交易。即时交易是利用银行的即时报价进行交易，而委托交易是指定委托价格，按照委托价格进行交易 2、了解实盘交易的基本流程：开立外汇投资帐户、存入保证金、根据报价发出买入或卖出指令、达成协议、交割。对于我们的模拟交易来说，主要就是发出买卖指令 3、利用基本分析方法和技术分析方法对某种外汇进行走势分析 4、根据走势进行相应的外汇买卖

5、掌握资金的变动情况及盈亏情况并进行原因分析

二、实验中外汇交易币种选择：

1、美元兑日元

2、欧元兑美元 三、外汇交易币种基本面分析：

美元宏观经济分析：

今年一季度美元对主要货币汇率普遍上涨，投资者对美元的看涨情绪达到高点。一季度，美元指数累计上涨 4%至 82.9，美元对欧元、日元分别上涨 3%、9%；经历近期的市场震荡后，美元对日元上半年累积上涨约 14%，欧元对美元基本与年初持平，美元指数涨幅仍约为 4%。6 月 19 日，美联储在结束货币政策例会后发布声明，表示将维持现有每月总额 850 亿美元的资产购买计划，并在失业率仍处在高位和通胀压力不大的情况下，美联储的宽松货币政策将维持一段时间，如果美国经济持续改善，美联储可能将在今年晚些时候逐渐减少资产购买规模，并在明年年中结束量化宽松政策，此番言论再度激起市场大幅动荡，美元一扫颓势，大幅回升 1%至 81.428，并在此后持续走高。

分析人士普遍认为美元汇率长期仍然看涨，第一，在全球央行实行货币宽松措施的背景下，关于美联储是否会减缓刺激措施的讨论却再次升温，这将使美元保持相对强势。第二，美国竞争力增强，成为投资目的地。摩根士丹利认为，近期上涨的美国国债收益率使美元成为高收益的货币，更多投资将会流到美国，令美元上升，未来收益率还将随着美国经济的复苏以及美联储减小债券购买规模而上升。另一方面，美国正在成为投资目的地，这不仅会带来资本流入，也会增加内部投资，将使投资需求进一步增大，对美元来说是一个很强的支撑因素。过去十年美元经历了贬值期，但没有对美国经济产生太大正面影响，现在很多公司准备将生产线转移回美国，都说明美国的竞争力正在增强。第三，美国经济复苏形势相对较好。美国房地产市场数据不断改善，目前美国失业率保持在 7.5%到 7.6之间，虽然仍然较高，但显示就业市场稳定回暖，就业市场回暖对占美国经济 70%左右的消费也会起到促进作用。第四，美国财政状况前景改善。虽然现在的削减赤字计划造成的财政紧缩会对经济造成影响，但最终赤字减少将会对美元有利；

另一方面，2011 年美国经济增长预期被各个研究机构下调的时候导致资金流向其他更为安全的资产，美元下跌，而现在美国政府开始解决美国财政问题，这会增加投资者对美元的信心，再次巩固美元作为储备货币的地位。第五，美国在能源独立之路上取得进步。能源问题对美元的影响很重要，2009 年，美国、日本、欧洲的石油净进口占 GDP 的比例几乎相等，而现在美国已经降到了三者最低，这说明美国的赤字将会减小，进而利好美元，而且这仅仅是美国能源独立故事的开端，美国还有很长一段路要走，这不仅会直接减小进口，还将助力美国经济增长。

所以，总的来说美元汇率长期仍然看涨。

日元宏观经济分析：

全球金融危机以来，随着欧美发达经济体身陷泥潭，日元开始被动升值。期间，日本政府也曾数次祭起量化宽松大旗，但市场对此并不买账。不过，此次安倍晋三与日本央行合作对抗通缩的消息却激发市场做多日本股票、做空外汇的热情。自2012年11月至今年1月初，短短两个多月的时间内，美元兑日元汇率从79急升至88的高位，一度创下近两年半以来的新高，日元贬值幅度超过10%。与此同时，日本股市也出现大幅上涨，日经225指数从去年11月中旬的8700点附近，一路攀升至10500点的高位。

随着日元近期大幅贬值，市场对日元未来的走势判断开始出现分歧。花旗银行驻东京首席外汇策略师高岛修表示，美元兑日元汇率或继续走高，在2月初时升至91水平。野村证券则预计，美元兑日元汇率的升势已经接近尾声。而在昨日亚洲交易时段，美元兑日元汇率出现回调，并一度跌穿88水平。有分析人士表示，目前美元兑日元汇率已经接近日本企业的期望值水平，欧债危机以及美国债务上限问题将给日元走势带来不确定性。今年来，日元兑美元连跌5个月，如果从去年10月起算，那日元这轮跌势已持续8个月。美元兑日元今年开盘价为86.72，至5月22日最高上升到103.73的4年半来高位，升幅为19.6%;如果从去年10月算起，日元贬值幅度已超33%。近期，仅靠流动性刺激上涨的日本股市开始高位动荡，有见顶迹象，预示日元或将间歇性受到避险资金回流支撑。但市场预期，如4月刺激举措难以达成抬升物价的目标，则日本央行到10月份可能再次豪赌，推出更大规模的量化宽松政策举措。因此，日元今年余下时间政策面依然偏空。

欧元宏观经济分析：

进入2013年以来,欧债危机形势进一步趋缓。然而,无法在紧缩与增长之间找到平衡的欧洲经济却日益陷入窘境,衰退所导致的失业率高企也使得多国面临沉重的社会压力。对于多个重债国来说,象征一国融资压力的十年期国债收益率均出现明显下滑。然而,以重债国为代表的多个欧元区国家面临的增长困境却在不断加深。欧盟官方数据显示,今年第一季度,欧元区经济环比萎缩0.2%,已是连续四个季度下滑；欧盟经济萎缩0.1%,连续两个季度萎缩。欧元区第三大经济体意大利连续七个季度萎缩。经济持续衰退也使得欧洲就业形势日趋严峻。欧盟统计局数据显示,今年5月,欧元区和欧盟国家的整体失业率分别达到12.1%和10.9%,均为欧盟统计局1995年开始发布这一数据以来最高值。欧盟国家中失业状况最严重的是西班牙和希腊,分别高达26.9%和26.8%。25岁以下年轻人的失业率依然远远高于平均水平,在欧元区和欧盟分别为23.8%和23%。希腊、西班牙和葡萄牙年轻人的失业率分别高达59.2%、56.5%和42.1%。

市场普遍相信欧洲经济的复苏步伐将慢于美国，这使中长期看美元资产更具吸引力。一方面欧元区内各国经济发展极不平衡，德、法等国领头羊的恢复情况较好，而如西班牙等还在与居高不下的失业率和房地产业的衰退做斗争，欧洲央行不得不长期实施目前的低利率货币政策以支持各国经济的恢复。另一方面为了降低公共债务占 GDP 的比例，欧元区国家在未来几年必须致力于削减财政赤字，政府压缩支出后经济可能面临需求不足的窘境，使增长放缓。宽松的货币政策与紧缩的财政政策将是欧元区宏观经济政策的常态。因此，从这个角度分析，欧元应该被看空。

四、技术面分析

目前美元兑日元的市场趋势：

目前欧元兑美元的市场趋势：

第一笔交易

当 MACD 从负数转向正数，是买入的信号；在双向交易市场，RSI 的指标值一般分布在 30-70 属于观望慎入区，而此时 RSI 正准备突破 70 关口，是买入信号；综合RSI 和 MACD 指标的分析方式，并结合汇率的实时价格，我认为此时可买入开仓，走势图如下

第二笔交易

MACD 向下准备突破 O 轴走向负数，为卖空信号；RSI 处于 30 以下并有下走的趋势，为卖出信号；综合 RSI 和 MACD 指标的分析方式，并结合汇率的实时价格，我认为此时可卖空，走势图如下

第三笔交易 MACD 处在 O 轴下面，有上涨的趋势，可为买入信号；RSI 处于 30-70 之间，为观望慎入区；综合这两指标和实时价格走势，此时可以买入开仓，走势图如下

第四笔交易

MACD 指标从上而下穿破 O 轴，下面的绿色柱状呈放大形态，呈顶背离，大势处于空头市场。汇价达到之前的高点后回落，形成头肩顶，从量能潮 OBV 分析，目前

汇价处在一个放量下跌的过程，汇价处在均价线之下形成一个压力位，所以预期汇价继续下跌。

第五笔交易 MACD 指标上穿 O 轴，能量柱处在 O 轴之上，汇价向上趋势形成。均价线逐渐走平，低位缩量企稳后呈放量上涨，均价线掉头向上，汇价处在均价线之上，均线形成一种支撑，助力汇价走势向上，所以汇价多头走势。

第六笔交易 从 MACD 形态分析，该指标目前上穿 O 轴，能量柱由下方的绿柱变为上方的红柱，所以为买入时机。

五、实验的交易记录

次数 币种 买 /卖 手数 开 仓 价格 开仓时间平仓 价格平仓时间 获利 第 一次 USA/JPY 买 2.00 96.470 6-25 09:29 96.514 6-2511:28 91.18 第 二次 USA/JPY 卖 1.00 98.188 6-2516:06 98.239 6-2518:10-51.91 第 三次 USA/JPY 买 1.00 97.952 6-25 16:54 97.942 6-25 19:08 80.85 第 四次 EUR/USA 卖 1.00 1.32447 6-2714:33 1.39482 6-2715:36 135.00 第 五次 EUR/USA 买 1.00 1.32324 6-27 14:50 1.32320 6-27 17:11 54.00 第 六次 EUR/USA 买 1.00 1.32219 6-2815:39 1.45294 6-28 16:54 175.00

六、实验小结：以上的六笔交易可以验证得出嘉南维法则甘氏法则

（1）嘉南维法则：

1、当移动平均线出现从下降状态转向水平状态并向右上方移动的迹象，且市场汇率也从移动平均线的下方向上移动并试图越过移动平均线时，便是买入的信号

2、汇率在移动平均线的上方变动，虽然有时汇率会回跌，但并未跌破移动平均线，而后又再上升，此时也是买入信号。

3、汇率跌破移动平均线，而移动平均线在短期内仍然继续向上移动，这种现象也是买入信号

4、汇率在移动平均线下方波动，并距离移动平均线越来越远时，就会出现汇市超卖现象，市场自然有回升的可能，这是买入的机会

5、汇率的变动呈上升趋势且距离移动平均线越来越远，这表明汇率上升幅度很大，应及时平仓获利了结。因为市场随时有回吐的压力，这预示着卖出机会来了。

6、移动平均线的方向由向上移动逐渐转为水平，且汇率已经跌破移动平均线并在其下方变动时，这表明市场的沽空压力增加，预示卖出的机会到了

7、汇率一直处于移动平均线的下方变动，汇率的反弹无法回到移动平均线的上方，并且移动平均线从水平趋势转向下降的趋势时，是卖出的最佳时机

8、汇率一直在移动平均线附近徘徊，而移动平均线却继续保持向下变动，此时投资者不可贪婪，应及时卖出获利了结。

（2）甘氏法则

法则一：在一个持续的牛市以后或者是个股较快的上升之后，通常会出现较大成交量，表明此轮上升已结束或至少是暂时将回落。因此，在伴随大量成交的一个急剧下跌之后，当第二回合升势发动、但成交量减少时，该股也就创下了最后的顶部，大势将向下调整。

法则二：如果股价在创出第二个较低顶部之后作窄幅或横向盘整运动，随后突然成交量放大，就是进一步下跌的信号。

法则三：当长期下跌达数周、数月甚至数年后，股市接近底部，这时成交量减少、且波幅变窄，表明空头市场行将结束，是股市转势之信号。

法则四：在第一个急速上升从熊市转为牛市之后，市场会有次级反应、形成一个底部，正如第一次急速下跌之后会有次级反应、形成一个次级顶部一样。如果成交量放大，表明价格会推上另一个新的高位。

七、实验总结

通过本学期外汇模拟平台的实际交易操作，使我不仅对外汇知识有所了解，同时也对于外汇交易的操作有了进一步认识。首先，外币买卖业务仅是外币与外币之间的交易，不涉及人民币汇率问题，而且外币即期交易不存在金融衍生品风险放大的情况。就业务的具体内容而言，该业务与国内银行在国际外汇市场上所进行的外币买卖是一致的，都属于外币对外币之间的交易，其区别仅在于通过的交易市场和交易网络不同。其次，不存在市场准入方面的政策限制。我觉得外汇并不像期货那么简单，不仅要在交易界面上关注数字变化，还要关注国内外金融状况和货币走势。第一次交易只是投石问路，买卖并没有带多少理性的分析，纯粹是为了检验自己的思路是否正确，在这种情况下投入亏损，但是依然没有头绪，只能边投资边摸索。通过这几次的模似交易，我认识到，如果对汇率看涨的话，按现在的汇率买入，等待汇率涨到期望值时，即可平仓，如果对汇率看跌的话，按现行汇率卖出，待汇率跌至期望值时，再平仓处理。在模拟交易中，虽然我最后的收益率不高，但仍有不小的收获，要想做好外汇交易，必须对外汇的走势有一定的了解，以后会持续关注有关外汇的各方面消息。

下面是我做模拟交易的心得：

第一，要关注外汇走势，要会看技术指标。第二，掌握最佳交易时间很重要。第三，保持良好心态。焦躁的心情会对交易时间点的把握产生严重影响，因此交易

时心态要放平，尤其是在发现市值亏损时，更要学会控制情绪。第四，坚决每次设置止损，并且严格执行。第四，坚决每次设置止损，并且严格执行。第五，时常反思交易过程，常做总结。交易的过程伴随着成功与失败，要想赢得最重点胜利，就要积累成功的经验继续保持，吸取失败的教训以免下次再犯。

外汇交易实验总结 第3篇

气候变化已经成为全球性可持续发展的核心问题之一。人类活动产生的温室气体可以用CO2当量来计算, 因此温室气体减排也称为碳减排。1997年通过的《京都议定书》提供了3种减排机制供签约国选择, 即排放权交易、联合履约及清洁发展机制。其中, 基于市场行为的排放权交易已得到较广泛的认可。

中华人民共和国国务院于2011年8月31日印发了《“十二五”节能减排综合性工作方案》[1], 明确提出需要完善主要污染物排污权的有偿使用和交易试点, 建立并健全排污权交易市场。中国承诺在“十二五”期间将中国每单位国内生产总值 (GDP) 的CO2排放量降低17%, 并最终在2020年将每单位GDP的CO2排放量降低45%左右。第1笔碳排放权交易已于2012年9月在广东省完成, 目前深圳市、上海市、北京市、广东省、重庆市、天津市和湖北省这7个试点省 (市) 已启动碳交易。

全世界有68%的电能通过燃烧化石燃料获得[2];电力工业在中国碳排放交易的试点中也是首要的参与行业。碳排放权交易不但在短时间尺度上影响不同一次能源的发电成本及电力系统的运行, 而且在长时间尺度上影响电源结构。电力系统的规划及运行都要考虑碳排放权交易的影响, 而减排政策的制定也需要考虑电力系统及电力市场的动态行为。为此, 必须协调好电力系统的高效运行和减排目标[3]。

本文采用一种混合交互仿真方法以充分利用实验经济学和计算经济学的互补特性。通过较少人数参与的实验经济学仿真实验, 挖掘各种因素对于实验人决策行为的定量影响, 并以此为依据构建多代理随机模型。基于该方法, 可以充分挖掘利用仿真参与者的人机交互仿真结果, 由计算机代理扮演大部分参与者, 以降低大规模人机交互仿真实验对实验人数的依赖和占用时间。

1 现有的研究方法

基于计算经济学的模型研究可分为基于优化模型、基于博弈均衡模型和基于仿真模型3类。基于优化模型的方法将单个独立经济体的决策行为建模为一个利润最大化的优化问题[4]。文献[5]基于模糊微分演化算法优化发电厂商在电力、一次能源和碳排放市场中的交易策略。基于博弈均衡模型的方法是研究多个参与者决策互动的博弈均衡问题, 包括Bertrand, Cournot, Stackelberg以及供给函数均衡 (SFE) 模型等。文献[6]基于博弈均衡模型研究了碳排放交易对于电力市场的影响。由于这两种方法都依赖于数学公式的推导, 故不得不高度简化数学模型, 并局限于均衡态的局部研究, 也无法涉及动态过程。

仿真模型能处理复杂的数学模型, 并研究大规模仿真主体互动的“涌现”现象。近来, 基于多代理的计算经济学方法已被用于研究发电厂商的电力交易和排放交易[7]。通过建立具有强化学习能力的计算机多代理研究系统行为[8,9], 但并不能反映真实参与者的决策偏好。

传统的电力系统分析通过建立物理环节的数学模型, 通过仿真从其结果中提取知识。但是研究电力市场时, 难免涉及人的决策行为, 而后者很难用数学模型来真实描述。实验经济学为研究经济问题提供了新的方法论[10]。若将经济活动中可以用数学模型表达的环节构成实验环境, 将市场参与者的博弈作为实验环境的外部输入, 则人的主观行为就可与反映客观规律和市场规则的模型互动仿真, 探究人在一定社会环境中的经济行为的内在规律。最早的尝试是组织电力市场报价策略的简单实验, 逐渐发展为在仿真平台上的实验。基于实验经济学的实验能够计及人的行为, 但在实验的规模和可重复性方面存在瓶颈。

2 理论框架和研究方法

2.1 广义阻塞的研究框架及研究工具

电力系统的可靠性与经济环境、自然环境、一次能源、电力市场及其监管、基础设施等外部环节密切相关。与电力系统的输电能力限制引起的电网阻塞一样, 这些外部环节中存在着妨碍能源流、资金流、信息流畅通的因素, 进而影响电力系统可靠性。文献[11]将这些因素统称为广义阻塞, 将阻塞的讨论范围从狭义的输电能力扩展到信息、环境、一次能源、电能质量、技术、运营、资金、监管等环节。

历经十年开发, 一个大能源系统动态实验仿真平台 (dynamic simulation platform for macroenergy systems, DSMES) 已经初具规模。它集成了有关领域的分析模块, 实现了跨领域的多角色多参与者的交互博弈研究[12]。

2.2 混合交互仿真方法

但是, 实验经济学在实际应用时, 仍然存在困难。要聚集足够多的符合资质要求的参与者并不容易;当分析灵敏度或搜索优化解而需要反复实验时, 其结果间的可比性在很大程度上受到实验者专注度的影响。

文献[13]提出了基于问卷的不确定性多代理建模方法。本文顺其思路, 从实验经济学仿真的动态信息中提取多维联合统计特性, 据此建立具有相同特性的多代理模型 (见图1) 。首先结合已有信息 (如历史数据和实证分析结果) , 开展基于实验经济学的人机交互仿真, 通过对多场景仿真结果的知识提取, 定性/定量地分析不同因素对参与者决策的影响, 进而建立具有相同分布特征的计算机多代理随机模型, 逐步建立兼容真实参与者和多代理的混合交互仿真环境。

3 人机交互仿真实验

3.1 驱动碳排放交易的关键特征变量

调查问卷[14]的结果表明:企业的碳排放交易决策受碳排放权的动态价格、碳排放不平衡预计量及剩余履约时间等因素的影响。为定量分析碳排放交易决策与相关驱动因素之间的关系, 需要建立相关驱动因素的数学模型。

时刻t碳排放权价格特征变量rp, t反映了该时刻的碳排放权价格pe, t与近期 (这里取最近7d) 滑动平均值p*e, t的差别, 定义为:

发电厂商履约的紧迫性会推动其参与交易, 包括碳排放不平衡预计量的增大及结算时间的临近。综合考虑这两类因素, 将时刻t履约紧迫性特征变量ru, t定义为:

式中:γe, i为机组在时刻i的碳排放率;qi为机组在时刻i的发电量;为在时刻t持有的碳排放权;T为履约时间周期。

3.2 仿真参数和场景设置

有4个发电厂商参与了实验仿真, 表1所示为各厂商的机组类型和参数。采用基准值法免费分配初始碳排放权 (见表2) 。仿真步长以天为单位, 时长为360d, 履约时刻为其最后一天。每天, 各厂商先在电力市场交易, 接着在碳排放市场交易。电力市场中不考虑厂商的策略性报价, 采用发电边际成本报价, 统一价格出清。由此, 每个发电商在每个场景中会产生其交易决策与特征变量关系的360个样本。

若不参与碳排放交易, 只依赖初始分配的碳排放权, 则厂商甲碳排放权不足, 厂商乙碳排放权充裕, 厂商丙碳排放权基本平衡, 厂商丁是可再生能源厂商, 不参与碳排放权的初始分配及碳排放交易。

设置用于训练及校验的两组仿真场景:每组场景包含20条年度碳排放价格动态曲线, 在仿真初始化时随机生成。训练场景用于提取实验人的碳排放权交易时刻及交易量与特征变量之间的统计规律, 并据此构建相应的计算机随机代理。校验场景则用于考核计算机代理在新场景下与实验人决策行为的匹配度。有3个真实实验人参与, 分别表示为P1, P2, P3, 对应的计算机代理用A1, A2, A3表示。

3.3 训练场景下的实验结果

首先由P1扮演厂商甲的角色。图2和图3分别表示了P1在特征变量rp, t和ru, t各取值区间中的交易概率和平均交易量 (正值表示购买、负值表示出售) 。

分析得到其决策行为与特征变量之间的统计关系。P1出售碳排放权的概率及平均出售量均随着rp, t及ru, t的正向增加而增加;P1购买碳排放权的概率及平均购买量随着rp, t及ru, t的负向增加而增加。

4 多代理模型的匹配度校核

4.1 基于单一实验人的样本来构建计算机代理

为了使计算机多代理具有与实验人在不同训练场景下同样的决策分布, 计算机代理每天的决策流程如图4所示。首先读入当天的仿真信息, 计算特征变量值rp, t和ru, t, 然后在交易概率及平均交易量统计表中读取与该特征变量取值相对应的交易概率p和平均交易量q, 并在[0, 1]区间中以均匀分布抽取随机数n, 当且仅当np时进行交易, 并将交易量取为q。

4.2 样本数的影响

通过比较代理A1与实验人P1在训练场景下的交易概率, 来判断训练实验的样本数是否足够 (见表3) 。其平均偏差为7.64%。在原有20个训练场景的基础上增加20个场景, 重复上述实验则交易概率的平均偏差降为5.53% (见表4) 。

显然, 继续增加训练场景还可以进一步降低偏差, 但限于实验规模, 以下仍取20个训练场景。需要指出, 本方法可以扩充到多个实验者及更多训练场景。

4.3 计算机代理与真实实验人在校验场景下的行为比较

另取独立的20个场景作校验用, 分别由真实实验人P1和代理A1进行实验仿真, 可得到相应的交易概率 (见表5和表6) 和平均交易量 (见表7和表8) 的统计表。

实验结果表明, 即使同一个真实实验人在两组场景下的交易概率和交易量也会变化, 其平均偏差量分别为8.06%和14.86% (见表9和表10) 。其原因包括: (1) 实验人的“有限理性”, 受制于分析能力、实验疲劳和外界环境的影响; (2) 这两个特征变量只是实验人关注的主要特征变量, 并非全部, 而且价格特征并不能涵盖动态价格曲线的完整信息; (3) 20个训练场景的样本数不足, 一些区间的样本数偏少。

表11给出了P1与A1在校验场景下的交易概率偏差, 其平均偏差为8.31%, 相对于P1自身在两组场景下的交易概率的平均偏差8.06%来说, 可以接受。

4.4 根据多个实验人的行为样本构建多代理模型

分别根据真实实验人P1, P2和P3在扮演厂商甲时的行为, 建立相应的代理A1, A2和A3。在校验场景下, 真实实验人P1与其代理A1、真实实验人P2与其代理A2、真实实验人P3与其代理A3交易概率的平均偏差分别为8.31%, 5.37%, 8.27%。作为对比, 真实实验人P1, P2, P3在两组场景下的交易概率平均偏差分别为8.06%, 7.14%, 9.62%。比较后可见, 多代理与真实实验人的行为匹配度可以接受。

5 结语

本文所采用的混合交互仿真法结合了实验经济学与计算经济学各自的长处。从实验经济学仿真得到的结果中提炼出关键特征, 以及同群实验者参与碳排放交易多维决策的联合分布。建立其随机多代理模型, 并保证后者的决策分布非常接近于该群实验者的决策分布。此后的实验中, 就可以用其代替该群实验者, 并大大扩大模拟的人数。这样, 只有那些“例外的”决策行为才需要动用真实的实验者。结果对比表明, 基于实验经济学构建的计算机多代理与真实实验人之间的决策偏差, 与真实实验人自身在重复实验中的“随意性”偏差相当。下一步的研究包括:实验人数及场景数的影响;按交易量样本的概率分布来抽样决定多代理对交易量的决策;考虑负荷趋势及碳排放权价格趋势对决策的影响等。

外汇交易实验总结 第4篇

关键词 交易系统 ZI-C；交易价格；实验；概率；模型

中图分类号 F224.7 文献标识码 A

Model of the ZI-C Experiment for Double Auction System

LI Liang, DU Xin

(School of Economics and Management,University of Electronic Science and Technology of China,Chengdu,Sichuan 610054,China)

Abstract Simulation experiment is an important way for trading system research,and the system filled with zero intelligence with budget constraint(ZI-C) agents is commonly used as a benchmark for double auction experiments. This paper analyzed the classic ZI-C experiments, revealed the relationship between the price clearing process and the experimental settings, and quantified the trading process for each trader.A math model was proposed and theiteration algorithm was used to predict the probabilities of the transaction prices in trading process. The results show that the prediction is consistent with the outputs of the well known experiments,demonstrating that it is the mechanism of the ZI-C experiment that determines the price convergent process, not the market discipline itself. It also suggests that, in the ZI-C system, the auction market itself has no predictive power.

Key words double auction system ZI-C；trading price；experiment；probability；model

1 引 言在交易过程中，供需双方如何能够达到均衡，即市场的出清是交易系统中最本质的问题之一，也是学界长期关注的问题［1-2］.一般来说价格在一开始会处于不稳定的状态（很高很低），但经过一段时间会逐渐达到一个中间状态，并稳定下来.价格的这种过程，近似于马歇尔路径：即最高价和最低价最先匹配，然后是次最高价和次最低价，沿此路径最后到达一个中间的均衡价格.Nobel奖得主Smith最早提出了用仿真实验研究来揭示交易市场规律的思路［3］，其方法在以后几十年中被大量的实验所验证.在20世纪90年代Gode等人提出来了“零智能”ZI-C(zero intelligence with budge constraint)模型［4］，此模型已成为当今进行双向拍卖( Double Auction)研究的基准模型.按其结论，交易双方（的Agent）不需任何信息、不需任何经验、不需任何能力，只靠市场这只“无形”的手就可以达到交易的有效性，靠此模型可定性地描述了市场的能力.在模型中，买家的出价不得高于一个预先的估价，卖家的要价不得低于一个起码的成本.在此基础上，大量的学者力图通过其他一些“智能”和“非智能”的方法来研究交易的性能［5-7］，其中仿真是一种重要手段［8-10］.Zhan在其文献［11］中提出了K-ZI的概念.这里K的取值范围为0—1之间.当K=0时为纯ZI-C方式，当K=1时为不存在要价空间的完全真实报价方式.大多相关文献中均提到了市场出清时的均衡价格的形成现象（price convergence），并把此现象归咎为市场的自然规律（market discipline），即认为这与交易人的智力无关.均衡价格的形成过程被认为是以马歇尔路径为基础的.List［12］通过实证的方法说明了这种均衡的普遍存在性.但在其他的一些文献中，有学者如Brewer等则认为交易中人的智力起了决定性作用，因此他专门设计了一种交易机制［13］，并通过实验来证明马歇尔路径在此交易机制下的无效性.实际上无论是市场还是人对交易都可能有些作用，人的作用依赖于人的智商，但在ZI-C交易模型中的市场本身并不具有任何价格调节作用.

在“零智能”情况下，市场的作用究竟有多大或者说其性能如何，目前主要是通过仿真实验来描述出来的.由于ZI-C模型系统中，人为智商因素被完全排除，故它可能是研究市场本身能量的最佳系统.实验设计（包括环境和参数如何选取）是决定实验结果的重要因素.在多数的ZI-C实验中，人们使用的是无补充模式：仿真中交易Agent的数量是有限的，当一个买家Agent和一个卖家Agent一旦匹配成功，它们将立刻退出交易.因此在实验中的交易Agent的数目将越来越少，而这并不一定符合真实交易市场的情况.为此Brewer对上述实验进行了改造（补充模式）：成交后的Agent并不立刻退出市场，而是更新状态后继续等待以后的匹配交易，这样实验中的Agent数量会始终保持不变.Brewer的实验结果表明ZI-C中市场并不一定具有（许多学者认为的）调节的能量，而Agent本身的行为是决定成交的主因素.从其他许多文献（如［10］）中也可以看出，ZI-C交易模型中市场本身的作用一直存在争议.

不同于已有的、大量的交易系统的仿真实验，本文的工作不是做实验而是对实验本身进行分析.将对ZI-C的实验建立一个数学模型.通过理论证明和迭代计算，本文模型可以预测出实验机制下价格形成的轨迹，量化价格出清的过程.即不需做实验就可以计算出实验将会产生的结果.实际上模型计算的结果也可以反过来说明实验设计的合理性和有效性.

2 实验模型的设计

考虑一种完全ZI-C（即0-ZI）实验的模型（无补充模式）.此类实验由于它的基准性，已被大量用于研究双向交易问题.在此机制下有2组成员：买方、卖方，且买卖时不分优先经 济 数 学第 28卷第1期黎 亮等：带约束的零智能交易系统的实验模型的研究

级；同普通的双向交易模型一样，任何时候只要任何买方的出价不低于任何卖方的报价，则可以立刻成交.本文模型对标准的CDA交易略加简化，假设所有买卖匹配都由市场方进行串行（按时间或其他方式随机排序）匹配，匹配上的（即买价不小于卖价）双方退场，没有匹配上的则有机会继续参加下一轮匹配.此模型可以很好地模拟一些简单的电子交易系统.其目的是想从模型的输出记录中分析价格出清的过程.模型具体表述为：

假设有N个卖家（S1-SN），成本从小到大分别为（C1-CN）.假设有N个买家（B1-BN），能够承受的价格从小到大分别为（V1-VN）.卖家i的要价在［Ci-SMAX］之间作均匀分布,买家j的出价在［BMIN-Vj］之间作均匀分布.为了便于仿真计算，假定一种可能完全成交的情况(同于文献［3］中描述的情况)：

BMIN≤C1≤ V1≤C2≤V2 ≤…… ≤CN≤

VN≤SMAX.

在执行交易时简单起见，每次从所有尚未成交的卖家中任意选出一个和从所有尚未成交的买家中任意选出一个进行匹配，若成功则此二家退出，若不成功则它们再参加下一次可能的匹配，此过程反复进行.

设PSt(i)为在t时刻（第t轮）中第i个卖家仍未成交（仍在市场中进行交易）的概率.设PBt(i)为在t时刻（第t轮）中第i个买家仍未成交的概率.在刚开始时，都无成交，故有PS0(i)=1，PB0(i)=1.设MR(i,j)为卖方确定为i和买方确定为j时，双方成交的可能性，则MR(i,j)的求法有二种：从卖方出发和从买方出发.若从卖方出发，则MR(i,j)为

1SMAX－Ci+1×∑Vjw=CiVj－w+1Vj－BMIN+1. （1）

若从买方出发，则MR(i,j)为

1Vj－BMIN+1×∑Vjw=Ciw－Ci+1SMAX－Ci+1.（2）

把式(1）和式(2）展开后，可知它们完全一样，都可表示MR(i,j)为

(Vj－Ci+1)×(Vj－Ci+2)2×(SMAX－Ci+1)×(Vj－BMIN+1).（3）

在t+1轮的交易中，第x个卖家仍然没有成交的概率应为

PSt+1(x)=PSt(x)－

PSt(x)×∑Nj=x［PBt(j)×MR(x,j)］∑Nk=1PSt(k)×∑Nk=1PBt(k) ,（4）

其中，PSt(x)∑Nk=1PSt(k)为这一轮中卖家x被从全体卖家选出的概率；而∑Nj=x［PBt(j)×MR(x,j)］∑Nk=1PBt(k)为卖家x同各买家能够匹配中的概率.同理第y个买家仍然没有成交的概率应为

PBt+1(y)=PBt(y)－

PBt(y)×∑yi=1［PSt(i)×MR(i,y)］∑Nk=1PSt(k)×∑Nk=1PBt(k).（5）

对于无补充模式1ZI系统来说，有MR(i,j) = 1（即1ZI是0ZI的特例）.

对于Brewer所提的补充模式，其模型非常简单.买家和卖家的PSt(i) 和 PBt(i)都是恒定的.

卖家x成交的机率始终为 ∑Nj=xMR(x,j)N . 买家y成交的机率始终为 ∑yi=1MR(i,y)N.

3 实验模型的机制分析

从式(4）和式(5）可知 PSt+1(x)＜PSt(x)和PSt+1(y)＜PSt(y).即随着交易的进行，对每个买家和卖家来说，其仍未成交的机率会越来越小.再者，由于SMAX≥ Vj≥Ci≥ BMIN (当i≤ j时)，可以从式(4）推断出

PSt+1(x)PSt(x)PSt+1(x+1)PSt(x+1)＜1

和 PSt(x)t→

0. （6）

式( 6）说明了当x越小（即卖价越低），其仍未成交的概率会衰减的越快；当t较大时，PSt(x)会迅速趋于零.同理，也可以从式(5）推断出

PBt+1(y)PBt(y)PBt+1(y+1)PBt(y+1)＞1和 PBt(y)t→

0. （7）

式(7）说明了当y越大（即买价越高），其仍未成交的概率会衰减的越快；当t较大时，PBt(y)会迅速趋于零.

若考虑式(4) 和式(5)的右上角，可发现

∑Nx=1［PSt(x)×∑Nj=x(PBt(j)×MR(x,j))］

=∑Ny=1［PBt(y)×∑yi=1(PSt(i×MR(i,y)］.

故可以接着导出

∑Nx=1(PSt+1(x)－PBt+1(x))

=∑Nx=1(PSt(x)－PBt(x)).

由于 ∑Nx=1PS0(x)=∑Ny=1PB0(y)

∑Nx=1PSt(x)=∑Ny=1PBt(y).（8）

式(8)说明在任意时刻全体买家和全体卖家的未成交率都是相等的，这显然合乎逻辑，并反过来映证出了上面其他公式的正确性.随着t的增大，式(8)二端将越变越小.既在刚开始时，买卖成交总的可能性大；越往后面，双方成交的机会将越小.

据上可知，在t+1时刻(t+1)轮，卖家x的发生交易的可能性match_s(x)为

PSt(x)∑Nk=1PSt(k)×∑Nj=x［PBt(j)×MR(x,j)］∑Nk=1PBt(k). （9）

而在t+1时刻(t+1轮)，买家y的发生交易的可能性match_b(y)为

PBt(y)∑Nk=1PBt(k)×∑yi=1［PSt(i)×MR(i,y)］∑Nk=1PSt(k). （10）

假若在t+1时刻 (t+1轮)可能成交，在所有卖家中相比，卖家x成交几率的相对可能性为

match_sr(x)=match_s(x)∑Ni=1match_s(i).（11）

式(11)中，∑Nx=1match_s(x)为在t+1时刻(t+1轮)的总成交概率.

同样假若在t+1时刻(t+1轮)可能成交，在所有买家中相比，买家y成交几率的相对可能性为

match_br(x)=match_b(x)∑Ni=1match_b(i).（12）

式(12)中，∑Nx=1match_b(x)为在t+1时刻(t+1轮)的总成交概率.

从式(4）、式(5）和式(8）不难推出 ∑Nx=1match_s(x)= ∑Nx=1match_b(x).因此，式(11）和式(12）的实质是一样的，下面只讨论式(11）中卖家的情况.

4 实验模型计算结果的分析

图1中有11个卖家和11个买家.（注：在文献［3］实验中，也使用了11来作为买卖双方的数量.）在图中的纵轴表示当成交时，恰好是某卖家x的概率.当x=1时，该卖家要价最低；当x=11时，该卖家要价最高；当x=6时，该卖家要价为均衡值.图中的横轴表示第几轮匹配（即第t轮的迭代计算）.从图1中可以看出，刚开始时，若有成交，则要价最低的卖家（x=1），成交可能性最大（即match_sr(1) 最大）；而要价最高的卖家（x=11），成交可能性最小（即match_sr(11) 最小）；其他的卖家成交的可能性按序介于其间.随着交易的进行，即随着t的增大，绝大多数卖家成交的可能性都逐渐趋于0，其中要价最低的卖家渐趋于0的速度最快.这时唯一的成交可能性大的卖家只有一个（x=6），其要价是所有要价的均衡值（competitive equilibrium）.这说明随着t的增大，市场上可能的成交价将最可能是（当t=55 000时，概率约为94%）要价的均衡值.另外也可以看出其成交过程中的价格的概率走势基本符合马歇尔路径，同文献［3］的实验结果基本吻合，也符合Gode等人实验的结论.

图111个买家 和11个卖家的0ZI交易

（无补充模式）

图2是1ZI模型(即完全真实报价、要价)的价格走势，同样分别是11个买家和卖家，可看到其价格的形成情况同图1基本一样，但其收敛于平衡点的速度要快得多.（当t=200时，x=6的概率约为94%）这说明当买卖双方都用真实的价格进行交易活动，则市场的效率要高得多.

图 2 11个买家 和11个买家的1ZI交易

（无补充模式）

图3的方法同第一个完全一样，但分别使用了20个卖家和买家，用C#程序模拟的迭代次数达2 400万次.同上面一样可知，当x=1时，该卖家要价最低；当x=20时，该卖家要价最高；当x=10时和x=11，该卖家要价为均衡值.（注：由于卖家数为偶数，故有二个均衡值）从图3中可以看出，随着交易的进行，即随着t的增大，绝大多数卖家成交的可能性都逐渐趋于0.其中要价最低的卖家渐趋于0的速度最快.在t为80万时成交可能性有显著性的卖家只有二个（x=10和x=11），其要价是所有要价的均衡值.再随着t的增大，由于x=10的卖出的可能性更大，在市场上留下的将是唯一的一个均衡值x=11.（x=10同x=11相比，呈现出先高后低的现象）

图320个买家 和20个卖家的0ZI交易 （无补充模式）

图4同图1一样有11个卖家和11个买家，但不同的是采用了Brewer所提出的补充模式.图4中仅列举了前4位，可以看出所有交易者的成交的几率都是恒定的.

图4 11个买家 和11个卖家的0-ZI交易 （补充模式）

5 结束语

本文针对ZI-C交易系统实验提出了一种概率计算模型，然后通过其中机制的分析和迭代计算，得出了ZI-C机制下各时刻产生各种价格的概率.此方法与以往交易系统的仿真实验思路不同，另外它还可以推广到更广义的交易系统模式的分析中.从前三个模型计算的结果来看，系统最后的成交价格将趋于均衡值，并且其形成路径总的说来是大致遵从马歇尔路径的；即本模型的预测同许多著名的ZI-C实验的结果完全吻合，这说明了本文模型的合理性.从计算仿真结果中量化了ZI-C类型交易中的价格形成过程.最后一个图展示了Brewer一派的观点，即ZI-C交易系统本身对价格的形成过程和发展并不产生作用.

从本文计算模型的结果可以看出，首先ZI-C交易系统实验可以用数学模型来表达，即数学模型可以预测实验的结果，因此反过来交易系统实验的有效性、合理性可以通过实验模型的分析来确认.其次，交易系统仿真实验的机制可以决定实验的结果.从本文分析来看，由于多数的ZI-C实验都使用了无补充模式，造成人们把实验机制产生的马歇尔路径现象归结为交易市场的作用，所以本文的结论更倾向于Brewer一派的学说，即纯的零智能交易系统本身并不具有决定市场交易的能量.本文的实验模型对交易系统的机制设计具有一定的参考意义.

参考文献

［1］ A Rubinstein.Competitive equilibrium in a market with Decentralized Trade and Strategic Behavior: an Introduction". In: G. Feiwel (ed.) The Economics of Imperfect Competition and Employment［M］. New York University Press, New York,1989.

［2］ A Bosch-Domenech,SSunder.Tracking the invisible hand:convergence of double auctions to competitive equilibrium［J］.Computational Economics, Springer, 2000, 16(3):257-284.

［3］ V L Smith.An experimental study of competitive market behavior［J］. The Journal of Political Economy, 1962, 70(2): 111-137.

［4］ D K Gode,S Sunder.Allocative efficiency of markets with zero-intelligence traders: market as a partial substitute for individual rationality［J］. The Journal of Political Economy, 1993, 101(1): 119-137.

［5］ L Y Chu,Z MShen.Agent competition double-auction mechanism［J］. Management Science, 2006, 52(8): 1215-1222 .

［6］ M G Daniel,J D Farmer,GIori,et al.How storing supply and demand affects price diffusion［R］. 2001, http://xxx.lanl.gov/cond-mat/0112422.

［7］ P Huang,A Scheller-Wolf,K Sycara.Design of a multi-unit double auction e-market［J］. Computational Intelligence, 2002, 18(4):596-617.

［8］ S Park,E HDurfee,W PBirmingham.An adaptive agent bidding strategy based on stochastic modeling［C］//Proceedings of the Third International Conference on Autonomous Agents, 1999:147-153.

［9］ M P Wellman,JHu.Conjectural equilibrium in multiagent learning［J］.Machine Learning, 1998, 33(2/3):179-200.

［10］M L Calzi,MMilone,PPellizzari.Allocative efficiency and trader’s protection under zero intelligence behavior［R］.Venice: Department of Applied Mathematics, University of Venice,2009.

［11］W J Zhan,J LZhang,JYang. k-ZI: a general zero-intelligence model for continuous double auction markets［J］.International Journal of Information Technology and Decision Making, 2002, 1(4):673-691.

［12］J A List,D LMillimet.The market: catalyst for rationality and filter of irrationality［J］.The B.E. Journal of Economic Analysis & Policy,8, Article 47. 2008 DOI: 10.2202/1935-1682.2115.

［13］P J Brewer,MHuang,BNelson. PLOTT CR.On the behavioral foundations of the law of supply and demand: human convergence and robot randomness［J］.Experi Kental Economics, Springer, 2002, 5(3): 179-208.

外汇交易实务实验报告 第5篇

本学期我们学习了外汇交易实务这门课.虽然我们之前几乎从未接触过外汇,不过我们都有过股票模拟交易的经验,对我们的外汇交易还是起到一点点基础作用的.外汇相对于股票来说灵活得多,涨跌快,幅度大,可以随时买卖,可以做多做空.经过了几个星期的外汇交易实务的学习和模拟交易, 我们已经对外汇有所了解，并且多数人都有了自己的收益.我们的外汇模拟交易是从3月5日开始的,仅仅经历了20天左右,同学们的账户余额已经有了天壤之别.起始资金是10万,有的同学余额已经突破了30万,而有的同学大起大落跌破2万大关.我最终的账户余额是12万多.如今纵观我的交易记录，真是小打小闹,从开始的一手两手,发展到了最后的15手20手,也没有再扩大步伐.进入外汇模拟交易系统的实盘交易，可看到外汇的实盘交易包括即时交易和委托交易。即时交易是利用银行的即时报价进行交易，而委托交易是指定委托价格，按照委托价格进行交易。了解实盘交易的基本流程：开立外汇投资账户、存入保证金、根据银行报价发出买入或卖出指令、达成协议、交割。对于我们的模拟交易来说，主要就是发出买卖指令。

实验之初,老师就让我们依据分时走势图和K线图来作为买卖依据.我一般是先看K线图.了解大致走向,再看分时走势图,分时走势图涨跌明显,容易操作.在接近顶端时卖出,或者设置一个限价委托在某高点卖出,又或者在接近底端时买入抑或限价委托.久而久之,每次几乎都会赚一点,但又不太多.我们的实验课是在下午4点开始,这正是西方外汇市场的活跃时期,波动频繁,交易相对较容易.同时,又尽量在当天平仓,以免夜长梦多.界经济新闻,甚至是国内的经济新闻，专门去了解外汇市场上主要币种所属国的经济政治政策的变动以及相关影响，这样可以更好的了解和预测币种的未来走势。

我经常以EUR/USD、GBP/USD和USD/JPY作为交易对象。首先,欧元的成交量非常大,并且走势比较平滑,波动幅度也不小.其次,英镑的波动幅度也比较大,赚取差价的机会多.我的交易记录基本上都是小打小闹.例如

外汇模拟交易实验报告 第6篇

学院： 经济学院

专业：经济学班级：1301学号：201305110132 姓名：董雪萍

一、外汇市场概述

外汇市场是从事外汇买卖或兑换的交易场所，或者说是各种不同货币彼此进行交换的场所。外汇市场的组织形态分为两种:有固定场所和设施的有形市场 :外汇交易所，无形的、抽象的市场 :交易网络、双向报价。按市场的作用大小划分，有主导性黄金市场和地区性黄金市场。按市场管制程度划分，有自由交易市场和有限制交易市场。按市场交易方式划分，有现货市场和期货市场。

二、外汇交易规则

1、保证金交易，就是投资者以银行、造币商或经纪商提供的融资来进行外汇交易，个人外汇实盘交易是指个人委托银行，参照国际外汇市场实时汇率，把一种外币买卖成另一种外币的交易行为。由于投资者必须持有足额的要卖出外币，才能进行交易，较国际上流行的外汇保证金交易缺少保证金交易的卖空机制和融资杠杆机制，因此也被称为实盘交易。外汇保证金交易又称合约现货外汇交易、按金交易、虚盘交易，指投资者和专业从事外汇买卖的金融公司（银行、交易商或经纪商），签定委托买卖外汇的合同，缴付一定比率（一般不超过10％）的交易保证金，便可按一定融资倍数买卖10万、几十万甚至上百万美元的外汇。因此，这种合约形式的买卖只是对某种外汇的某个价格作出书面或口头的承诺，然后等待价格出现上升或下跌时，再作买卖的结算，从变化的价差中获取利润。当然，投资者也要承担相应的亏损风险。

2、外汇保证金交易和实盘外汇交易在表面看都是通过在国际外汇市场上外汇汇价的波动来赚取利益。但在具体操作方式上还是有很大差别的。简单的说，实盘外汇买卖是将手中的外汇通过不断的兑换来赚取利润。而保证金外汇买卖虽然也是通过国际外汇市场汇率波动赚取利润，但却是一种纯粹的投机行为，投资者通过买空卖空，来赚取利益。而所谓保证金只是作为承担风险的资金。交易是在放大若干倍的情况下进行的。以放大100倍的保证金交易为例，是指客户最多时可以把手中资金放大100倍，这时只要市场波动幅度达到1%(通常一天汇率波动的幅度都在1%左右)，你手中的保证金要么翻一倍，要么全部赔光。所以相对来讲，保证金外汇是高风险、高回报的交易形式，对操作者的专业素质要求也要高很多。外汇保证金交易是对冲交易，开仓后必须平仓的(当然你一辈子不平仓也没关系，但这几乎是不可能的)，一次交易需要买、卖(开仓和平仓)两个过程才完成。另外保证金交易有放大作用，比如你用2美元就能做盘面上100美元的交易，杠杆作用明显，风险大收益也高。外汇实盘交易属于单向交易，不需要对冲。比如你用美元买入日元后交易就结束了，你可以不再涉足后面的交易，对你的资金也没有影响。另外实盘交易是100％资金，没有杠杆作用，风险比保证金交易要小得多。

直接标价法：盈亏=（卖价-买价）*合约单位/平仓价*手数 间接标价法：盈亏=（卖价-买价）*合约单位*手数

三、外汇交易盈亏计算

1、买入0.5手欧元/美元，买入价为1.3010，并在即日以卖出价1.3060平仓。总盈亏为：

(卖出价–买入价)x 合约单位 x 交易手数±过夜利息–佣金 =(1.30600 = 250美元

2、卖出2手欧元/美元，卖出价为1.3100，并在即日以买入价1.3050平仓。总盈亏为：

(卖出价–买入价)x 合约单位x交易手数 ±过夜利息–佣金 =(1.3100 – 1.3050)x 100,000 x 2 ± 0-0 = 1000美元

四、外汇交易盈亏原因分析

1、无风险意识，不设止损。这是最常见的。在交易中不设止损（止损方法：点位止损法/百分比止损法/对冲止损法），大方向做对了，总有机会获利出来，或是运气好, 一段时间都成功获利。一但方向反了，越套越深，最后账户余额不足，只好爆仓出局。(千万不要学人不设止损，止损千万不能不设，哪怕设大点也是必须有的)

2、重仓交易。按照我们正常的交易，每次操作只用5％左右（最多不超过10％）的资金来做交易，这样我们就有足够的资金来承担风险，不至于被1－2次的亏损影响到正常的交易和操作。然而很多投资者总喜欢重仓操作，一旦有1－2次就亏损账户的大部分资金，越亏心态越急，最后失去理智，把投资当做赌博，结果可想而知。

3、欠缺技术分析能力和交易技巧。经验在交易中是最宝贵的。不懂得行情的分析，也找不到行情波动的规律，没有认识到外汇交易真正本质，交易完全凭感觉和心情，最后亏损太多，慢慢的对投资和交易失去了信心，导致最后以亏损离场。

4、有技术，缺耐心。这类投资者比较多。他们技术很好，行情分析得也很准，但到最后还是亏损。这类投资者亏钱的真正原因是心态。就是有亏损的胆量，无获利的勇气。也就是说，当做错方向的时候，他们设置止损，也能控制每次的止损。但是当他们看对方向的时候，却拿不住获利单，赚了一小点就获利出场，也就是通常说的“亏大赚小”型，到最后还是没赚不到钱。

五、心得体会