马丁格尔与反马丁格尔仓位策略对比:数学期望与破产风险测算
2019年1月3日,日元在亚洲早盘闪崩。美元兑日元在几分钟内从109.40附近暴跌至104.87,超过400点的巨幅波动让无数重仓马丁格尔的账户瞬间爆仓。那天我有个朋友,账户里躺着三笔逆势加仓的单子,浮亏从80点扩大到380点,他盯着屏幕没
趋势、波段、剥头皮等实战交易策略解析
2019年1月3日,日元在亚洲早盘闪崩。美元兑日元在几分钟内从109.40附近暴跌至104.87,超过400点的巨幅波动让无数重仓马丁格尔的账户瞬间爆仓。那天我有个朋友,账户里躺着三笔逆势加仓的单子,浮亏从80点扩大到380点,他盯着屏幕没
突破交易,听起来简单,做起来难。很多人盯着价格冲破前高的一瞬间追进去,结果常常买在最高点,接下来就是漫长的套牢。问题出在哪?不是突破本身失效了,而是你分不清哪些突破是真实的趋势启动,哪些只是主力资金设下的陷阱。假突破的杀伤力,往往比单边下跌
商品货币的月度效应,到底是统计噪音还是真实存在的规律?我见过太多交易者把季节性图表当作圣杯,结果在实盘里被反复打脸。今天我想用历史统计数据和自己的实测经历,把这个问题拆开揉碎讲清楚。 月度效应到底存不存在?先看统计怎么说 我拉取了澳元兑
十年前我做第一份交易记录时,EURUSD和GBPUSD用同一套均线策略跑回测,结果一个年化收益超过两成,另一个亏掉三成本金。当时我觉得是运气问题,后来把十几个货币对全跑了一遍才明白——趋势跟踪策略在不同品种上的表现差异,大得足以让一个策略从
2017年7月,比特币在经历长达数月的窄幅横盘后,布林带带宽收窄至历史极值,随后的突破行情在六周内将价格推升了近三倍。那次波动率收缩后的爆发,让我第一次意识到,市场在低波动状态下的蓄力,往往比高波动本身更具交易价值。后来我把这套逻辑系统化,
做了这么多年量化,我见过太多人盯着回测报告里的收益率数字两眼放光,却对旁边的最大回撤和盈利因子视而不见。有个朋友拿着某策略的回测曲线来找我,年化收益漂亮得吓人,结果我一看最大回撤,好家伙,接近百分之四十。这策略拿去实盘,大概率在收益兑现之前
前几年我在一个交易群里看人晒单,有位老兄做黄金,五分钟图上一有均线金叉就进,一天能开十几单。月底一算,手续费比本金还多。后来我帮他复盘,发现他做的方向跟日线趋势经常是反的——五分钟金叉的时候,日线正在下降通道里。那段时间我自己的交易也卡在瓶
支撑阻力位到底是画出来的,还是算出来的?这个问题我琢磨了快十年,至今不敢说有了标准答案。手工画线的人嘲笑自动识别是「死板机器」,写指标的人回敬手工派「全靠事后诸葛亮」。两边都有道理,但真正的交易者只关心一件事:哪种方式在实盘里更能帮你赚钱。
震荡市里做趋势策略,止损被打掉是家常便饭。价格在区间里来回扫,均线交叉信号频繁失效,账户净值像心电图一样起伏。很多交易者在这个阶段会陷入一个误区:不是策略不够好,而是根本没意识到当前市场环境根本不适合趋势跟踪。 均值回归策略恰恰是为这种
上个月一个老朋友突然找我,说他做数据行情亏得有点怀疑人生。他用的方法很朴素——数据公布前挂好双边突破单,哪边先触发就追哪边。听起来没毛病,但他说连续五次被假突破扫掉止损,有一次甚至刚止损完价格就朝原方向狂奔了三十个点。 我问他:“你统计
那年冬天,我在一个交易群里看到有人晒单,账户里同时持有欧元兑美元的买单和英镑兑美元的卖单,仓位几乎等量。评论区一片叫好,说是「完美对冲」。我盯着那两张订单看了很久,心里泛起一种说不出的别扭。后来我调出那段时间的历史数据做了个简单测算,发现这
最近和几个做趋势的朋友复盘,发现一个挺有意思的现象:同样一套均线策略,有人用标准账户跑,有人用零点账户跑,半年下来净值曲线差距能拉到两成以上。问题不出在策略逻辑上,而是出在持仓过程中那些不起眼的成本缝隙里。今天咱们就借Exness的零点账户
做剥头皮的人都知道,点差就是生命线。但很多人在Tickmill这类低点差账户上栽跟头,不是因为点差不够低,而是因为他们忽略了佣金制环境下的隐性成本结构。今天我不谈宏观,只说一个圈内人默认但新手经常踩的坑:佣金制账户的每笔成本并不是「点差+佣
去年年中,我帮一位做美股的朋友排查一个趋势策略的亏损问题。他的策略在回测里表现亮眼,年化收益超过40%,可实盘跑了三个月,净值曲线却一路阴跌。我打开他的回测报告,发现参数用的是EMA(12,26),优化步长是1,样本内表现堪称完美。我随手把
2019年6月,币安交易所突然调整了WebSocket行情推送的字段结构,把原本字符串类型的成交价格改成了整数形式。当时不少量化团队的程序直接崩溃,因为解析层还在用字符串拼接的方式处理数据。有个朋友跟我吐槽,说他的网格策略在API切换后的半