交易系统与系统化交易

永远不要预测，只是作出反应

第一节：什么是交易系统

 

金融市场已经被无数证据表明，有着高度的随机性，这种随机性使得任何交易者都能在短期和局部交易中获利，但我们要明白，赚钱的经历并不代表赚钱的能力，要想长期、持续的从金融市场中获利，就需要整体的、系统化、科学的交易方法，交易系统就是这种整体的、系统化、科学交易方法的物化产物。

 

一个完整的交易系统包含整个交易决策周期中的所有规则，这些规则相互关联彼此构成决策链的闭环：

 

• 参与市场
• 交易时间
• 开仓规则
• 加仓规则
• 止损规则
• 头寸规模
• 平仓规则
• 减仓规则

 

传统的交易计划会在一天收盘后或者在第二天开盘前的某个时间进行前瞻式交易安排，与之不同的是，交易系统已经安排好了所有未来的交易模式，没有临场性和随意性，取而代之的是可重复性和客观性，正因为此，交易系统可以避免自身心理弱点导致的非理性交易。

 

虽然金融市场有着高度随机性的特质，但是其中也有一部分非随机性走势的存在，交易系统就是通过识别这些非随机性走势（统计特征）而获利的，交易系统对这些非随机走势的把握越大，其正期望越大，反过来说，如果市场是完全随机的，那么长期、持续的获利是不可能的。

 

通过交易系统，交易者可以从整体的角度看待交易，交易者知道，由于价格随机性的存在，单次交易的结果是不确定的，但是长期来看，盈利会覆盖所有的亏损，产生整体的正期望，因此，对于使用交易系统的交易者而言，一次正确执行交易系统规则的亏损交易，也是成功的，一次错误执行交易系统规则的盈利交易，也是失败的，交易者将完全从系统的执行情况来评价自己的能力。

 

同时，交易系统可以帮助交易者在实盘之前就测试出系统的盈利能力、风险控制能力，大大降低了成本。

 

从分析方法的角度，我们可以把交易系统分为三个大类：

 

1. 以基本面分析为分析方法的交易系统
2. 以技术图形、技术指标为分析方法的交易系统
3. 以数据统计分布为分析方法的交易系统

 

从主观参与程度的交易，我们可以把交易系统分为两个大类：

 

1. 机械交易系统（没有主观判断参与）
2. 非机械交易系统（有主观判断的参与）

 

第二节：交易系统的建立

 

交易系统的设计有 5 个基本步骤：

 

1. 形成交易策略
2. 明确交易规则
3. 交易系统数据内推测试
4. 交易系统优化
5. 交易系统数据外推测试

 

一、形成交易策略

 

在市面上，交易策略的形成主要有两种基本方法：自上而下法和自下而上法，自上而下法是基于对市场长时间观察总结并形成客观化的交易策略，自下而上法是从市场统计特征出发, 以观察系统在历史行情中的表现，从而形成的交易策略。

 

举个例子来，A 交易者通过长期观察，发现价格是呈现波峰波谷的 N 字形式运行的，从而开发出一套 N 字形态趋势交易系统，这就是一个自上而下法，这种交易方法交易逻辑性强烈，规则呈现的通常是对市场本质性的描述。B 交易者通过市场数据统计，发现价格在开盘高开 1 %以上的股票通常上涨的更加强烈，开发了一套高开买入系统，这就是一个自下而上法，这种纯粹是从数据出发的方法逻辑性较弱，当未来发生变化，描述可能就会失效了，同样也非常容易产生曲线拟合，一些 EA 系统开发者常常完全脱离实际的交易逻辑而使用纯粹数学结果，使得未来再现历史的可能性接近为零。

 

交易策略的提出建立在自己所持的交易理念和扎实的交易基本功上的，这需要实践经验和理论经验，交易策略要能够反映市场的规律性和逻辑性，比如 C 交易者基于对市场的两个现象提出了一个趋势交易策略：

 

1. 市场是有趋势的，这就是价格非随机走势
2. 趋势不是一路向前，而是波浪式发展，这使得我们可以通过回调，顺着趋势的方向进场

 

二、明确交易规则

 

交易系统之所以拥有客观性，原因在于其内在规则的明确性，在这一步上，我们将之前模糊的交易理念转化为明确的交易规则，定性定量，客观可重复。

 

举个例子来讲，「大阳线突破阻力线开多」，这里我们就要对「大阳线」、「阻力线」进行进一步的定量化定义，尽量避免歧义和主观性。

 

一旦我们对系统中所有规则都进行了定性定量化的定义，我们的系统就拥有了数学上的精确性，拥有了操作上的可重复性，从理论上讲，无论谁来操作这个系统，将会得出同样的交易结果，这给交易系统的测试提供了温床，测试结果也有了实际的统计意义。

 

在这一步骤上，有条件的朋友还可以对交易规则进行程序化编程。

 

第三节：交易系统测试

 

到了这一步就说明你已经有了一个初步的交易系统，是可执行的，我们将用[复盘软件]进行测试（如果你可以把系统程序化的话则更加简单），这里面有几个要点：

 

1. 以交易周期为基准点，提供足够的历史数据和交易数据，确保样本数据的有效性
2. 对同一个系统进行多周期测试，举例来说，如果一个系统在 H1 周期上可以获利，但是在 H4 周期上不可获利，说明这个系统是非常值得怀疑的，在 H1 周期上的获利可能并不能代表系统盈利的本质性，换句话说，优势不显著
3. 对同一个系统进行多市场测试，每个市场都有自己的特性，这个不假，在一个市场中获利颇丰可能在另外一个市场并不是如此，但是如果差距太大，说明这个系统也是非常值得怀疑的，优势不显著，一个好系统，微调规则后，就能适应不同的市场

 

历史测试可以帮助我们在实盘之前考量一个系统的能力性、可靠性、可用性，同时在系统设计中，通过一系列数据统计，帮助我们对系统的改进提供方向性和指导性。

 

一次完整的历史测试有三个阶段（以现在 2018 年为例）：

 

1. 根据陈旧历史数据测试（2010 年至 2017 年历史数据）内推设计出系统原型
2. 根据较新的历史数据测试（2018 年数据）验证系统原型的绩效
3. 根据未来的数据测试（2019 年数据）外推系统绩效

 

三个阶段互为循环，帮组系统原型的改进，只有通过内推和外推验证的系统，才是可以作为实盘操作的系统。

 

 

系统测试的重要参考数据：

 

1. 盈利，负盈利的系统是不能采用的
2. 交易次数，交易次数过少的系统不具备样本意义，对未来的指示性很低，较少的交易次数也可能源于曲线拟合下的强过滤，交易次数的提高有三个方向：减少过滤（特别是那些因系统无法解释数据而强加上去的过滤）、使用较小的时间框架、交易多个市场，同时我们要警惕交易次数过高的非理性频繁交易行为
3. 胜率，胜率过大的系统往往采用了「让亏损奔跑，截断利润」的策略，或者系统对亏损交易进行了强过滤，属于曲线拟合，胜率过小的系统往往缺乏稳定性，胜率的增加有三个方向：顺势，止损放在阻力支撑等较难突破的点位，剔除一般的交易点位
4. 平均盈利和平均亏损，盈亏比，盈亏比过小的系统一般是负期望的，盈亏比过大的系统的盈利往往来源于寥寥几笔大盈利，这是需要我们重视的，这样的系统有极高的心态素质要求，其次，这样的系统常常缺乏稳定性，从理论上来讲，我们可以通过一次巨大盈利冲销多次小幅亏损，但实践表明，中等的胜率和中等的盈亏比的系统，更加具有统计意义上的稳定性，换句话说，这样的系统更加优秀，增加盈亏比通常有两个方法：让盈利的头寸盈利更多（让利润奔跑），让亏损的头寸亏损更少（截断亏损）
5. 最大连续亏损（盈利）次数（额度），如果实盘连续亏损次数小于测试，我们应该坚定不移执行策略，如果实盘连续亏损次数大于测试，我们应该警惕系统失效（假性失效）和市场变化的可能性
6. 最大盈利和最大亏损，如果最大盈利和平均盈利相差太大，则应该剔除这次最大盈利，一半不具备再现的可能性，如果最大亏损和平均亏损相差太大，则应重新考量资金管理策略对风险的抵抗能力，一般来说，单比最大亏损不能超过资金的 6%
7. 最大回撤，历史数据测试会低估最大回撤，如果最大回撤过大，系统也是不稳定的，对心态要求极高，是不推荐的

 

第四节：交易系统的优化

 

对交易系统的优化是历来争议最多的地方，一方面优化可以增加系统未来的表现，一方面优化会降低再现历史的可能性，实际上，最优化是必须的，了解参数变化的影响总好过稀里糊涂选择一个参数，被纯粹的运气左右命运。

 

系统优化有两个方向：定性规则的优化，和定量规则的优化（参数）。

 

定性规则的优化指的是在原有系统基础上，对某些规则进行微调处理（甚至删除一些多余的规则），比如本来是收盘价开仓的，现在改为挂单开仓，这种修改不会改变整个系统的策略思想和逻辑。

 

定量规则的优化指的是以原有系统参数为核心进行微调，比如原数据均线参数为 20，我们会在优化过程中，参考 10-30 之间的参数对应的系统成绩变化进行遍历，在这个过程中，一方面可以通过这个过程发现参数对系统的影响变化，加深对系统的理解，一方面可以寻找稳定的最优参数，一个稳定的最优参数周边的参数不会出现跳跃式的成绩变动，或者说，一个稳定的交易策略，参数应该可以取一个范围。

 

在系统优化中，我们需要警惕曲线拟合，一方面我们要控制系统规则数量，一个多规则的系统是一个多自由化的系统，随便一优化就会掉入曲线拟合中，另一方面我们应该从多市场、多周期、样本内数据和样本外数据分别测试考验（比如用 2010-2016 年的数据进行内推，用 2017 年的数据进行准外推，如果两者间的成绩想差太多，基本上是拟合了）。

 

第五节：交易系统的更新

 

交易系统运用于实盘后，我们要对系统成绩进行跟踪，这也是交易日记重要的原因，当发现交易系统对市场特性偏离时（实盘数据超过历史数据），我们就有必要对原有系统进行更新，优化方法和测试方法相同，就不再阐述。

 

第六节：交易系统的简化

 

何为简单系统？

 

我觉得有必要对简单系统下一个定义，一个简单系统，是指在去除了重叠和不必要的规则情况下，还能保持良好盈利水平的系统。

 

反过来说，如果去掉必要的规则以及去掉了大幅降低系统收益的规则，那么这种简化是不可取的，所以交易系统不是越简单越好，而是简单的系统往往比复杂的系统生命力更强，适用范围更广。

 

简单的规则易于执行

 

举个例子来说，很多日内交易系统的头寸量采用固定手数的模式，比如每次开 3 手，原因也简单，因为复杂的头寸量公式来不及算，固定手数的模式有执行速度和执行便利上的优势。

 

简单的规则易于检验其期望

 

这个也很好理解，如果一个系统关于开仓就有5、6个规则，那么交易者很难分辨出到底哪个规则对系统产生了正期望，哪个规则对系统产生了负期望，即使可以分辨，其验证方法耗时耗力。

 

简单的规则不容易掉入曲线拟合陷阱

 

反过来说，复杂的系统「几乎无一例外」的掉入了曲线拟合的陷阱，一个过于复杂的系统是多自由度的系统，而非市场本质的体现（市场有高度的随机性，这部分随机性是无法被解释的），一番优化后总能出现一个成绩良好的模型。

 

简单的规则便于改进

 

当市场性质发生变化，简单的系统可以快速找到无法适应新市场的规则，之后的改进也成了可能性。

 

简单的规则便于复盘

 

如果系统规则很多很复杂，就会使得复盘几乎不可能，一个可复盘的系统流程应该短平快，便于交易者统计总结和提高。

 

简化方法

 

1. 使用不共线的指标，举例来说，价格指标和成交量指标就是不共线的指标
2. 删除多个共线指标，举例来说，不需要同时使用均线和趋势线一起用于趋势判断，取一即可
3. 删除模糊和难以执行的规则，以定量定性的规则代替

 

第七节：交易逻辑怎么合力？

 

简单地讲，就是交易系统之间的各个规则要相互匹配，负期望或者没有增加正期望的规则都要删除，能做到每个规则各司其职为系统带来整体的正期望，就算是合力了，就像一个篮球队，后卫、中锋、前锋。

 

我碰到很多人对交易系统设计非常迷茫，其实是基本功没有练好，对交易系统的各个零件没有做到如数家珍，没有做到优势劣势明确，就像一堆没有说明书的乐高积木，怎么也拼不对。

 

所以对这些人来说，交易系统并不是首要问题，基本功才是重要的，所有的开仓方法，所有的平仓方法，所有的止损位置设定方法，所有的资金管理方式都要过一遍，完整的体验规则的优势劣势以及背后的原理，心中有墨，下笔不慌。

 

到时候设计合力的交易系统是顺理成章的事情，你会知道这样的开仓规则可以搭配那样的平仓规则，这样的止损位置需要怎么样的盈亏比才能有正期望，这样的周期需要怎么样的平仓方式才能保护浮盈等等。

 

第八节：好的交易系统一定具有普适性吗？

 

问题一：好的交易系统一定具有普适性吗？

 

一个优良的交易系统必须也必定具有市场和周期的普适性，但前提是比对物性质要一致，比如一个黄金的系统，你可以在白银上测试是否可以获利（可以微调规则），但是如果在英镑上测试，那基本不能获得你想要的结果，因为不同性质的标的物，其价格走势的特点可以是千差万别的，在黄金市场中，你可以使用趋势跟踪和移动止损，因为商品的趋势往往延续性非常好，但在外汇市场中，价格波动反复性太高，使用波段和止盈就有优势。

 

对一个系统进行多市场和多周期测试，是设计系统的必修课，通过这个步骤可以显示出系统是否进行了曲线拟合，是否有足够大的优势，是否展现了真实的市场规律。

 

问题二：一个交易策略可能会失效吗？如何知道策略什么时候失效？有时候感觉一个策略失效了，但过段时间又会有不错的表现。而有时候感觉只是暂时失效，但事实是接下去好长时间都是失效。

 

交易策略可能会失效，失效主要有两个方面的因素：

 

1. 市场特性发生了巨大变化
2. 原有系统优势不够大

 

对系统失效的判断比较简单粗暴，看最大连续亏损（盈利）次数（额度），如果实盘连续亏损次数小于测试，我们应该坚定不移执行策略，如果实盘连续亏损次数大于测试，我们应该警惕系统失效（假性失效）和市场变化的可能性。

 

问题三：影响策略有效性的因素有哪些？趋势策略在震荡行情中会失效，除了这个因素，还有其他因素吗？是产品的波动性吗？

 

市场的特性，比如黄金这种商品市场，近 10 年来都是趋势导向的，趋势系统会收益很好，但是未来 10 年如果变成震荡市场导向，那么趋势系统的收益会缩水不少。

 

问题四：如何应对策略失效？

 

首先最重要的，要设计出有足够优势的系统，其实是多系统交易，多周期交易，多市场交易。

 

问题五：如何看待你的交易系统里技术方面的策略公之于众就会失效？

 

失效的系统注定会失效，找到一个优秀的系统原型很简单，找到一个用起来得心应手的系统就非常难，海龟交易法则是世界上最优秀的交易系统之一（系统原理优秀，系统成绩优秀），公布了十几年了，但市面上能用这个海龟系统原型实现获利的人凤毛麟角，并不是因为系统失效，而是海龟系统的获利分布、最大回撤不符合大部分人的交易背景，系统和交易背景的割裂，导致了系统不会给你带来预期的收益，强拧的瓜不甜。

 

类似于海龟交易系统这样的中长线系统，回撤大于 50 %，回撤时间大于半年（有的时候甚至一整年都没有赚钱），必定无法符合大部分小资金交易者的交易背景和获利需求的，战线太长，大部分人在中途就奔溃了。

 

任何垃圾规则都会在某段特殊的历史时期有璀璨的成绩，当未来的市场状态稍作变化（或者入市的人群发生变化），该系统如果就变成负期望，那只能说明原系统并不是真正的优秀，这样的系统永远不是我们的目标（原有的系统优势太弱不可维续），失效的系统注定会失效，而不是因为策略被公之于众。

 

交易中你是否同时使用不同交易系统，或有多个交易系统？

 

会，一个稳健交易者必然会走向这条道路——使用多个交易系统使得整个账户资金曲线更加平滑，最大回撤更加小，更好的应对错综复杂的未来。

 

对目前市面上大部分的交易系统来说，都采用的是守株待兔的模式——市场走出某个符合你交易系统的结构，然后你就获利了。矛盾的点在于，我们只有对过去的风险可以认知，对未来却无法预知，如果未来市场常常走不出符合你交易系统结构的图形，怎么办呢？

 

这样的反问给我们起码三个启示：

 

1. 要设计出符合市场根本运行结构的交易系统（比如市场必定是以N字结构前行）
2. 要设计出不强烈依赖于长期趋势的市场状态或者长期震荡的市场状态的交易系统（举例来说，如果一个交易系统非常依赖于一年中有几次非常长期的趋势，那么一旦未来趋势变少变短，系统成绩就会直线下滑）
3. 同时运行多个交易系统

 

多个交易系统，可以减少我们对特定图形结构的依赖，减少我们对特定市场条件的依赖，弱化守株待兔模式的弊端，可以观察一下自己手头所有交易系统的历史收益，是呈现一个波浪形曲线，如下图所示，当系统A某年收益不好的时候，系统B收益好，或者当系统B 某年收益不好的时候，系统A收益好，或者系统A和系统B 某年收益都好，如果同时使用两个系统，则能起到平滑资金曲线，减少最大回撤，分散风险的效果。

 

 

实际上，多样化可以在不等比例增加风险的情况下提高系统的回报率，这种多样化不仅仅是使用多个交易系统，还可以是交易品种的多样化（低相关性、无相关性的多个品种）以及同一系统参数的多样化。

 

第九节：现在交易系统都可以编成系统了，人力操作可以敌得过系统吗？还有自己做交易的意义吗？

 

首先，传统的技术分析手法，你很难量化编程（硬编程后对系统的初衷和解释可能完全不同了），可编程的交易系统，主要分为运用数量化技术指标主导，以及市场统计策略两种形式。

 

目前在市面上，交易策略的形成主要有两种基本方法：自上而下法和自下而上法，自上而下法是基于对市场长时间观察总结并形成客观化的交易策略，自下而上法是从市场统计特征出发, 以观察系统在历史行情中的表现，从而形成的交易策略。

 

举个例子来，A 交易者通过长期观察，发现价格是呈现波峰波谷的 N 字形式运行的，从而开发出一套 N 字形态趋势交易系统，这就是一个自上而下法，这种交易方法交易逻辑性强烈，规则呈现的通常是对市场本质性的描述。B 交易者通过市场数据统计，发现价格在开盘高开 1% 以上的股票通常上涨的更加强烈，开发了一套高开买入系统，这就是一个自下而上法，这种纯粹是从数据出发的方法逻辑性较弱，当未来发生变化，描述可能就会失效了，同样也非常容易产生曲线拟合，一些 EA 系统开发者常常完全脱离实际的交易逻辑而使用纯粹数学结果，使得未来再现历史的可能性接近为零。

 

其次，手动操作比对程序化操作（统计策略），还有一个主要优点，手动操作可以对系统触发的机会进行第二次过滤，不过这种人工二次过滤建立在使用者有丰富的实盘经验之下，能够感受到，「虽然符合交易规则，但是从经验来看，这里超大概率是止损的」，所以人工交易可以主观避免一些程序化交易（统计策略）无论如何都要介入的机会。

 

从统计数据来看，程序化交易（统计策略）目前的套路基本就是高频率交易次数下，薄利多销的结果，传统人工交易下的高盈亏比低胜率，较难在程序化交易（统计策略）下很好的实现，当然也有可能是我见识的太少的原因。

 

运用数量化技术指标而设计出来的程序化系统，本质上和人工交易是没有区别的，实际上人工交易系统也是努力在往定性定量的方向上靠近，压缩人工主观参与的量，问题就是人工交易系统中，很多东西都较难程序化，同时数量化技术指标系统，我觉得，能发展的空间目前几乎为零了，因为指标就这么些，原理就是这些，世界上这么多聪明人，肯定都搭配过了，程序一跑结果就出来了，也没见谁在这块领域做的很好。

 

为什么有人说成功的手动交易比自动交易的收益率更高？

 

业内确实有这么一个说法，并不是很多知友们嘲讽和不屑的那样，这个问题其实可以转换一下：在有明确规则的交易系统中，是否需要加入「主观判断」？

 

实际上有点搞笑，我们建立交易系统就是为了排除主观意志的干扰，现在我们又来讨论是否在交易系统中加入主观判断？WTF？

 

为了避免歧义，这里我们简单的对几个概念做出定义

 

• 相机交易：没有明确规则的非交易系统交易方法，比如大部分散户股民
• 手动交易：有主观判断介入的手动操作交易系统，比如箱体突破系统，对箱体的定义较难写成代码，这种交易方法有机械交易系统的本质（尽量减少主观判介入），但没有机械交易系统的表现（可自动操作）
• 自动交易：以数学型技术指标为核心，可写成代码自动运行的机械交易系统，比如双均线交叉

 

交易系统里各种开平仓信号必须是明确可量化的吗？

 

题主你好，关于你对指标的理解，我提出几点看法，权当启发：

 

1. K 线是同步指标，而指标是滞后指标，这点你的理解没错
2. 当 K 线作为系统的核心开平仓指标时，其他指标可以作为过滤机会之用，反过来，当其他指标作为系统的核心开平仓指标时，K 线形态可以作为过滤机会之用。两者的结合虽然会错过一些机会，但是同样也过滤了一些风险。举个例子来说，在向上的主要趋势中，我们在波谷，根据看涨反转 K 线形态开多，同时要求 RSI 从极端位置变成中性位置，RSI 就是对一次交易机会的二次验证，而不是起主要作用的核心指标
3. 以指标作为核心开平仓工具的系统，一般来说系统成绩不稳定，回撤也较大

 

关于开平仓信号的量化问题：

 

1. 即使是形态准则，也应该尽可能对形态的二维进行定义，比如一个波峰波谷，就可以从宽度、高度进行定义和量化，当某个「波峰波谷」的宽度和高度并没有符合定义时，我们将不承认这是一个有效的波峰波谷。
2. 量化的好处是显而易见的，进一步压缩了主观判断的可能性，交易行为的一致性将得到强化

 

市场状态分类

 

每一种交易系统都有更加适合自己的市场状态，当某种交易系统正好运作在适合自己的市场状态下时，该交易系统的收益率能达到某个峰值，同理，当某种交易系统正好运作在不适合自己的市场状态下时，该交易系统收益率就会下滑。

 

拓展阅读：交易中你是否同时使用不同交易系统，或有多个交易系统？

 

我们沿用柯蒂斯费斯对市场状态的四种分类：

 

• 稳定平静：价格在一个相对较小的范围内上下波动，很少超出这个范围
• 稳定波动，有大的日间或者周间变化，但没有重大的月季变化（适合反趋势交易者）
• 平静的趋势：价格在几个月中呈现出缓慢的运动或趋向，但始终没有剧烈的回调或反方向运动（适合趋势跟踪策略）
• 波动的趋势：价格有大的变化，偶尔伴有剧烈的短期逆转（适合均值回归策略、波段趋势策略）

 

 

市场状态变化

 

为了更好的理解市场状态变化会对系统收益带来的影响，大家可以亲自用自己的交易系统测试比对一下近20年，前10年和后10年的表现，不出意外的话，前后10年的系统表现会有比较大的差异，更加极端点，后10年是正期望的，前10年是负期望的。

 

这就意味着，当市场状态有较大性质的变化时，我们可能就会遭遇到系统失效的境地。任何参与过瑞郎事件的当事人可能深有体会，在这样的黑天鹅事件发生时，不管你是什么种类的交易系统，不管你设置大止损还是小止损，不管你小头寸还是大头寸，通通都爆仓（除非你提前做空以及对冲了）。在这样波动突变下，如果你还傻到继续使用原来系统交易这个货币对，我也没有什么话可以说了。

 

从瑞郎事件出发，可以引出这篇回答我真正想说的：

 

通过系统化交易方法，建立一个尽量减少主观判断的交易系统，同时运用你的主观意志（在机械交易框架下的主观）来判断市场状态的突变。

 

主观意志衡量、判断市场状态突变的方法

 

• 直接肉眼观察是否有高波动（我就不相信经历过瑞郎事件的人看不出市场性质发生了变化）、或者看波动率
• 直接肉眼观察趋势或者震荡次数（持续时间）增加或者减少
• 最大连续亏损次数超过历史回测、最大回撤超过历史最大回撤

 

当出现异常的巨大波动以及市场状态变化后，我们应该放弃交易该品种、谨慎的减少头寸量或者暂停执行信号，这些应对措施会给我们带来更加稳健的交易体系。

 

第十节：为什么交易高手的策略，自己用起来却感觉并不好用，甚至出现大亏？

 

其实是好用的，问题出在自己身上，就像谁都知道早睡早起有利于身体健康，但是能做到的人凤毛麟角。

 

这个里面有个重要的概念叫期望值反馈时间，当期望可以很快速的给予你反馈的时候，你会有无限的动力，这也是游戏容易上瘾的理论依据，做错了立马死亡，做对了立马升级，你说爽不爽。

 

相反，早睡早起是一个反馈速度非常缓慢的行为，缓慢到在这个过程中你已经完全不知道这件事情到底靠不靠谱。

 

所以，如果你现在手上有一个每天只交易 4 小时的短线系统（是一个全球顶级外汇高手手把手教你的），该系统每天都能实现正盈利（每天交易次数在 10 次，虽然胜率只有 50%），我想你还是会坚持操作这个系统，即使在某些规则上与你的性格相违背，优秀的历史成绩和个人崇拜早已让你屈服。

 

但是，如果让你回到 1983 年，你是海龟交易小组的第一批成员，从师的是世界上最伟大的交易员之一的理查德丹尼斯，我想还是会有很多人会违背海龟交易法则的系统，就因为这个系统的正期望反馈时间太缓慢，缓慢到怀疑人生。

 

没办法，这就是人性，所以你会看到一些老生常谈的话（什么交易系统要符合你的个人性格啊），其实最后都是有道理的。

 

碰到好的系统不稀奇，交易高手甚至可以在几分钟内创造一个系统原型，难的是如何让自己的本性与交易系统广义上的融合，我简单举例几点，如果你可以跨越，那么你的交易道路不会太艰难。

 

• 深刻理解并认同自己交易系统规则背后的逻辑
• 知道自己交易系统在什么情况下可以赚钱，知道自己交易系统在什么情况下赚不到钱
• 知道自己交易系统正反馈的时间在多久，并且你可以忍受这段时长
• 知道自己交易系统最大回撤在多少，知道自己交易系统最大连续亏损次数在多少，并且你可以接受这样的数据
• 知道自己在使用该交易系统哪个规则时会有不舒服的感觉，从这点出发，找到原因，然后改进
• 交易系统执行的时间是否与你的日常生活工作相匹配
• 交易系统触发的频率是否与你的身体承受力相匹配

 

第十一节：其他概念

 

交易策略

 

交易策略和交易系统的概念有重合性，硬要深究起来，交易策略更倾向于单次交易下的相机交易方法，格局低于交易系统。

 

交易理念

 

交易理念，又可以称为是交易哲学，类似于一个人的人生观、世界观，你拥有怎么样的人生观和世界观，就会有怎么样的人生体验，相对的，你拥有怎么样的交易理念或者交易哲学，就会产生怎么样的交易规则和交易系统。

 

交易理念限制了交易行为，先有正确的交易理念，再有其适配分化的交易技术，交易技术是建立在特定的交易哲学之上的，交易哲学的高度决定了交易绩效的高度。如果拥有错误的交易理念，那么就不会有正确的交易行为，想要一夜暴富的交易理念，必定带来重仓的交易行为，胜率高就是好方法的交易理念，必定带来截短利润让亏损奔跑的交易行为。

 

我认可的交易理念：

 

交易技术是建立在特定的交易哲学之上的，交易哲学的高度决定了交易绩效的高度。

 

1. 市场不是完全随机的，市场中是有趋势的
2. 系统化交易（系统思维、优势累积、正期望、概率思维、一致性）
3. 交易者可以在零和甚至负和市场中建立正期望的交易系统
4. 交易系统需要融合自己的秉性
5. 系统设计应遵循「奥卡姆剃刀原理」
6. 喜欢推卸责任的人必败无疑
7. 剩者为王
8. 先考虑风险，再考虑收益
9. 没有风险，就没有收获
10. 以小搏大（盈亏比和胜率都很大是最好的机会）
11. 先追求盈亏比的提高，再追求胜率的提高，盈亏比与胜率的二元悖论（虽然胜率的提高比较难，优秀的交易系统胜率普遍在50%上下）
12. 截断亏损，让利润奔跑
13. 一个规则无论看起来多美好，都需要以测试结果为准
14. 市场机会是不均等分布的，所以你只能控制风险，等待市场给你利润（轻仓+止损）
15. 交易系统的规则设定以及交易者自身的思维方式，要符合交易盈利的基本规律
16. 技术分析的作用是提供进场出场位置，但无法预测趋势
17. 基本面分析的作用是提示市场趋势，但无法提供进场出场位置
18. 金融市场中只有输家和赢家，没有中间地带，一旦选择了交易员这个行列，誓必当赢
19. 做交易，要从进场（进场多少仓位）、出场（出场多少仓位）、加仓（加仓多少仓位）、减仓（减仓多少仓位）这四点出发，研究其他的都是跑偏
20. 动态的仓位管理，动态的止损设定

 

拓展阅读：顶尖交易员的思维是怎样的?

 

谈谈我的交易系统吧 ？

 

利弗莫尔早期是纯粹的技术分析交易者，职业生涯后期开始结合基本面分析进行交易（例如棉花交易），技术分析通过研究历史价格走势来判断市场未来走势，落到实操上，技术分析就是研究价格本身、图表走势、形态、技术指标的技术，所以不一定需要图表，才算是技术分析。

 

技术分析无法预测到趋势、震荡的到来，但是可以提供具体的交易点位（进场点、出场点），确定具体风险。

 

你的思考方向都是正确的，你会在系统化交易这条路上走的顺利。

 

关于你的交易系统

 

从你的描述来看，你的系统目前只是一个雏形，或者说大致策略，远没有到机械可用的阶段（虽然这个大致策略非常好），一个具体可用的优秀规则，应该是明确、定性、定量、可以无疑被操作下去的，甚至，可以被多人操作，其产生的结果不会有差异。

 

进场规则一：当前价位突破前期阻挡

 

需要细化：

 

1. 前期阻挡可以有多种表现形式，具体是哪种：密集成交区、前期高点低点、箱体（区间）、趋势线等
2. 需要突破什么范围的阻挡，比如需要突破前高，如下图，是突破 2 形成的小波段高点（这个小波段最小需要多长多宽？），还是 1 形成的大波段历史高点？（这个大波段最小需要多长多宽？）如果是箱体突破，这个箱体需要多长多宽？等等
3. 如何算突破前期阻挡？影线突破还是收盘价突破？突破多少才算？止损位置在哪？头寸量多少？

 

 

 

进场规则二：当前价位创出新高

 

需要细化：

 

1. 还是上图，是 2 为新高，还是 1 为新高？
2. 既然要创新高，说明之前价格是回调状态，那么最小需要回调多少深度然后创新高，才会被承认？（也就是最小波段是怎么样的）
3. 如何算新高？收盘价新高，还是最高价新高，还是收盘价对比最高价的新高？

 

进场规则三：当最小阻力点显现，耐心观察，当你觉得趋势开始有点明朗了，并且掐准时机一下单立马就有盈利

 

需要细化：

 

1. 什么是最小阻力点？
2. 如何算趋势有点明朗？
3. 如何掐准时机？
4. 具体如何下单？（市价还是挂单？）
5. 如何算下单立马有盈利，具体在多少时间内有盈利才算？

 

出场规则一：刚进入市场就有亏损，立刻止损退出

 

需要细化：

 

1. 如何算下单立马有亏损？具体在多少时间内有亏损才算？
2. 如果进程后价格立马朝着止损价格去，什么时候离场？

 

出场规则二：当前价位威胁到我本金的安全时，立刻止损

 

需要细化：

 

1. 如何算威胁本金安全？
2. 在有浮盈多久后变成浮亏的时候，才离场？

 

出场规则三：当我的判断告诉我，价格即将反转：也就是跌破支撑，无法创出新高，我就可以止损了

 

需要细化：

 

1. 跌破怎么样的支撑？
2. 在多久时间内无法创新高会出场？