2019 年 9、10 月被動總收入公開!(聯盟行銷、程式選股)

2019 年 9、10 月被動總收入公開!(聯盟行銷、程式選股)

文章最後更新時間 2019年 12月 8日

對!我又拖稿了,萬分抱歉!

這篇原定是在 9 月買進的股票在 10 月賣出時 PO 出來的,由於遇到雙十連假,我的股票需要延到 10 月 14 號賣出獲利,但就在 14 號時,發生了一件事導致我沒將股票賣出獲利,那就是我的股票漲停了。

PS:以下有關股票的名稱我都會碼掉以避報明牌之嫌,但有興趣的朋友照著股價資訊或是成交量或許也可以找到股票。

20191014 stocks
20191014 持股漲停

我當時估計是因為美股也大漲的關係,所以覺得有這種漲幅還算是滿有道理,也想說既然漲停了,不如再放一天看看。

結果隔天,10 月 15 號,不止這檔股票再度漲停,另一檔持股也漲停了。

20191015 stocks
20191015 兩檔持股漲停

在同一天我的兩檔持股漲停,雖然已經到了可以獲利的階段,但這邊我打算參考 Youtube 上幾位波段交易達人的做法,只停損不停利,除非我的持股突然出現一定的跌幅。

而這個操作造成我沒有購入 10 月 11 日選股所選到的股票,在 10 月 11 號所選到的股票卻有著驚人的報酬。

20191011 stock
20191011 選股報酬率

是的,你沒看錯,我在 10 月 11 透過程式選股選到的僅僅一檔股票在一個月的報酬就達到 26% 以上,但我卻抱著 9 月的持股不放,只能說真的非常可惜,或許還是遵照著策略執行吧。

而因為沒在 10/14 賣出股票,所以只好名正言順的拖稿到 11/11 再發獲利文,雖說如此還是沒準時在結算報酬之後發文就是了。

回歸正題,這次依然是公佈我的被動收入成果及心得,不過是兩個月的份,讓我們開始吧!

 

程式選股

依然是使用我之前的月營收策略,使用的程式碼依然是 « 用 Python 理財:打造小資族選股策略 » 課程以及 « 用 Python 理財:打造自己的 AI 股票理專 » 中的程式碼,( 題外話,我目前正在籌備自己的程式選股教學及課程,想了解更多不妨訂閱我的部落格喔! )

總之先貼上對帳單吧!

2019 9~10 income
2019 9、10 對帳單

這邊抱怨一下,我的券商介面真的不是很好用,沒辦法過濾不是 9、10 月買入的股票,圖片中 10/7 單價 81.8 的股票是在 8 月買入 10 月脫手,因此不算在這次的報酬裡面。

因此這次的報酬為 (52940-5191) ÷ (上面三檔購入時的價格+買進賣出手續費+證交稅) = 13% 左右,我應該是沒算錯報酬率,有算錯請提醒我!

就收益上來看這兩個月的報酬很不錯,但要是能夠及時上車買入 10 月選中的股票,恐怕可以再多賺個 2、3 萬,不過這些都是事後諸葛囉,千金難買早知道。

目前看來收入是真的非常穩定,平均連續 3 個月都有 2 萬多的收入,並且我大部分都沒盯盤,只有等收盤後看一下有沒有需要停損,當然我認為有一部分該歸功於大盤這兩個月的上漲,畢竟大盤在 9/11~11/11 一路漲了將近 800 點。

201909-11 TSE
加權指數 9~11月

 

程式選股問題及心得

這次一樣稍微探討這兩個月隨著交易經驗開始累積之後又蹦出新的問題跟心得。

 

去年 10 月大跌的陰影

我在 « 透過Python投資股票真的有用嗎?3、4月份程式投資成果分享!» 這篇文章曾提過去年 10 月的大跌,那次的大跌導致我第一次買股票就直接住套房將近半年。

而這次來到 10 月,我的持股在這段期間雖然略有漲幅但都不多,獲利大概在 1 萬左右。

很快的時間來到 10 月 10 號,台灣放起了 4 天連假 (10/10~13),但在放假的同時美國依然有開盤,這時我感到一股不祥的預感,立刻打開看盤軟體檢查去年 10 月 10 號的美股。

不檢查還好,一檢查心都涼了一半…

20181010 道瓊指數
20181010 道瓊指數

去年 10 月 10 號,道瓊指數跌了整整 800 多點,台股在下一個開盤日跟著大跌,這也是我當時住套房的原因。

但此時台股已經收盤,我想賣出股票也只能等到下一個開盤日 (10/14) 才能操作,這時我檢查了去年 9、10 月的策略選股,還好完全沒有選到股票,所以我就只能相信我的策略。

也還好今年 10/10、11 兩天,道瓊大漲了 470 點左右,我的股票也接收了兩天的漲停,這個結果告訴我,相信我的策略即可。

 

程式選股 VS 價值投資

剛好有些心得是關於最近很流行的價值投資,在 10 月 20 日我去參加了 MOPCON 行動科技年會,這次的主題正好是關於 AI 及量化投資的應用。

雖然議程有兩天,但我主要是想聽量化投資,所以就沒有參加 19 號的議程。

量化投資的議程有兩個是我比較感興趣的,一個是 « 機器學習於量化交易的挑戰與解法 » ,主講者是 « 用 Python 理財:打造小資族選股策略 » 線上課程的講師韓承佑。

老師在大家面前直接寫 code 示範如何利用機器學習來研究股票,不得不說真的實力很高,雖然我對機器學習研究的還不構透徹,聽得有點模糊就是,之後等研究的有些心得在寫篇文章談談機器學習對量化投資的幫助吧。

不過這邊要談到的是另一個議程,標題是 « 程式與交易之間的鴻溝 » ,主講人是 H 模型的開發者黃正傳。

他提到程式交易的獲利能力僅略高於長期投資的報酬率,這邊指的長期投資我想應該就是價值投資,而他所撰寫的 H 模型據他給出的資料,自 1998 回測至 2008,這 20 年每年平均有 35% 的報酬,其實算是很不錯的報酬了。

H model
H 模型

這邊帶出了一個論點,程式交易的報酬僅高於價值投資一點,那我們是否還需要透過程式交易投資?

其實當講者點出這個資訊,座位上有很多人是不服的,畢竟大多數的觀眾都是衝著程式交易而來,但事實上我認為這位講者說的是有其根據的。

這個部份我最近會寫一篇心得文,內容會是 H 模型書籍讀後心得、價值投資、我的月營收策略相關心得,畢竟這篇文章主要還是在討論我的被動收入,這邊先小提一下,有興趣的不妨訂閱我的部落格喔!

 

聯盟行銷

9~10 月通路王
9~10 月通路王

 

9 月博客來聯盟行銷
9 月博客來聯盟行銷
 
10 月博客來聯盟行銷
10 月博客來聯盟行銷

 

兩個月加起來總共 1600 元,各位應該有發現比之前的一個月 5000 元少非常多,原因除了我剛好在網站搬家導致有些單子漏單外,最主要的原因還是我的聯盟行銷廠商的制度更改,抽成規則變很模糊,有幾次還是我主動通知漏單才發現他們的網站設計有問題導致沒有偵測到我這邊提供的訂單。

總之還是老話一句,千萬不要只做單一一個廠商的聯盟行銷,到時廠商制度做了調整,佣金就會急速下滑。

這次聯盟行銷遇到的主要問題跟之前的 « 2019 年 8月被動總收入公開!(聯盟行銷、程式選股)  » 差不多,這邊就不再說囉,有興趣的可以翻翻我之前的文章。

 

總結

這兩個月的被動收入總共是 52940 – 5191 + 1600 = 49349,平均下來還是每月 25000 左右,真是沒進步哈。

但隨著明年即將到來,我也開始計畫離職的事情,雖然我目前的年薪確實非常高,但相對的花的時間太多了,而且又是有點 on call 性質的工作,大部分時間都得隨傳隨到,時間不好規劃。

我的目標是在明年正式成為全職部落客,當個真正的自由工作者,不過要到 3 月之後才有可能了,畢竟我和現在公司簽的約到明年 3 月底,還得忙一段時間。

而離職後我會開始規劃我的個人品牌,目前是打算專注在程式選股上,也打算在明年開始在部落格上進行程式方面的教學,也包含程式選股的部分,不想錯過的話歡迎訂閱我的部落格喔!

就這樣囉,希望大家都能夠持續經營自己的被動收入,早日達到財務自由吧!

喜歡這篇文章歡迎在下方幫我按5個Like,讓我獲得一些回饋來支持我寫出更多好文章,如果有問題或是對文章有建議歡迎聯絡我喔 : )

訂閱我的文章

如果喜歡我的文章,歡迎留下信箱,發佈新文章時就會通知您!

This Post Has 2 Comments

  1. ANNAJO

    版主好厲害!!!
    HAHOW的課程我也還在上呢~
    博客來的聯盟行銷怎麼達到這個績效的~
    我的都寥寥無幾XDD

    1. Scott

      謝謝你的留言!

      我是使用「懶人包」的方式在推廣博客來書籍,目前我的博客來收入都來自「2019 Python 書籍推薦總整理」這篇文章,你可以參考一下我的作法喔!

發表迴響