今天 Kova 直播里最值得记住的，其实不是某只股票，而是一套很完整的思维框架：
交易里：
止损被打，不代表永远看错；信号回来就重新买
加仓不是“越涨越追”，而是每次新结构确认后再加
突破买入和回踩买入是两套系统，止损位置完全不同
每一层仓位都应该有自己的风险逻辑
不要用后来已经知道的结果，去评价当时的决策
人生里：
第一次创业成功后，也可能因为周期和竞争进入低谷
有钱不等于有方向，环游世界的新鲜感也会很快消失
真正走出低谷，往往不是靠一次“大彻大悟”，而是从一个小的正反馈重新开始
Kova 讲的“显化”更像：先认领一个身份，再让行为追上这个身份
对自己长期解决问题的能力保持信心，但对任何一条具体路径都保持可修正
我觉得整场直播其实可以浓缩成一句：
先行动，等现实确认；确认就加仓，失效就止损，新的机会出现就重新开始。
交易如此，创业如此，人生也是如此。
完整版ASST 的递增加仓、分层止损、房地产、孩子、显化、创业低谷太长了放notion
👉 Notion：
顯示更多
今天直播讲的是一堂很重要的 量化 / 自动交易第一课。
但真正的核心不是 QuantConnect，也不是写代码。
而是：
交易本质上是一个概率游戏。
你不需要预测市场，你只需要知道什么时候胜率站在你这边，然后决定该下注多少。
🧵
1/
量化最容易犯的第一个错误：
回测和现实脱节。
比如：
每天最低点买、最高点卖。
这种回测收益一定非常夸张。
但它没有任何实盘意义。
因为最低点发生的时候，你根本不知道那就是最低点。
2/
真正可以投入交易的策略，必须提前定义：
买入条件
卖出条件
止损
加仓
减仓
仓位大小
轮动规则
而且每一个决策都只能使用：
当时已经知道的信息。
否则就是使用未来数据作弊。
3/
动量策略也不是：
“今天涨最多的股票直接买。”
真正的条件可能包括：
开盘前 5 分钟量能
跳空结构
催化剂
所属板块
相对强度
止损距离
例如前 5 分钟成交量达到历史同期的 500%–1000%，才可能进入候选。
4/
所以量化真正难的不是写代码。
而是：
把模糊的交易经验变成可以测量的变量。
“这个图很漂亮”
算法听不懂。
你必须定义：
10 日均线是否高于 20 日均线？
均线斜率是多少？
股价距离均线多远？
量能比是多少？
波动率是多少？
5/
Kova 分也是一样。
分数 ≠ 买入信号。
高分只代表：
当前个股强度较高。
它只是一个因子。
你还需要决定：
买哪几只？
什么位置买？
怎么轮动？
止损放哪？
仓位多大？
6/
今天给普通交易者的一套低风险方法：
Kova 分 90+ + 干净上涨趋势 + 回踩均线
不需要只找 99 分。
真正进入强趋势以后，很多股票会在 90 分以上待很久。
重点是：
在强股票里等待低风险买点。
7/
还有一个很重要的细节：
股价最好不要距离均线太远。
比如分数很高，但股价已经离均线 30%–40%。
它依然很强，
但：
强势 ≠ 好买点。
更理想的是距离主要均线大约 15% 以内，再等待回踩。
8/
突破交易和回踩交易，是两套不同系统。
Kova 自己更喜欢：
突破出现 → 直接买入
普通人更适合：
趋势确认 → 等待回踩 → 靠近均线买入
后者：
买入位置更低
止损更近
盈亏比更舒服
9/
但回踩也不是看到跌了就买。
理想回踩：
Kova 分 90+
均线整齐向上
趋势干净
回调不能太深
支撑仍然有效
如果已经跌得太深、趋势被破坏：
那不是低吸，是接飞刀。
10/
今天最重要的一句话：
交易是一个概率游戏。
真正应该做的是：
胜率高 → 下更大的注
胜率低 → 小仓位 / 不交易
仓位不是固定值。
它应该随着：
你的优势大小
变化。
11/
什么东西可以成为“因子”？
几乎所有经过验证、能够影响预期收益的规律都可以：
价值
相对强度
均线
成交量
期权数据
财报
营收增长
板块轮动
宏观政策
12/
当多个因子同时满足，就是 Kova 经常说的：
共振。
例如今年 4 月：
板块共振
成交量共振
均线共振
市场环境好
所以当时可以把仓位拉得很高。
不是因为：
“永远看多。”
而是因为：
当时胜率明显更高。
13/
反过来，现在这种市场：
即使看到一个不错的机会，
也只会：
小仓位试错。
比如今天 DELL：
财报后出现向上动能
开盘量能达到正常水平的约 500%–800%
但半导体大环境很差
所以只做约 2.5% 仓位。
14/
这就是为什么：
看多 ≠ 重仓。
方向判断和仓位大小，是两个完全不同的问题。
职业风险管理真正问的是：
如果我错了，最多愿意亏多少钱？
然后再倒推出应该买多少。
15/
为什么长期跟单很难复制别人的收益？
因为你复制的只是：
股票代码。
你没有复制：
仓位大小
加仓
减仓
重新买回
止损
整体账户风险
一个人高确定性机会买 30%，低确定性机会只买 2.5%。
你每次都固定买 10%。
最后收益当然完全不同。
16/
真正无法实时复制的，还有动态仓位管理。
真实交易里可能是：
加 2%
减 5%
再加
调整止损
最后清仓
不可能每一个动作都实时发到群里。
所以：
复制信号 ≠ 复制策略。
17/
这也是为什么困难市场特别重要。
容易赚钱的时候：
随便跟几个突破都可能赚。
困难市场：
没有底层逻辑的人，会迅速把以前赚的钱还回去。
真正的交易者必须知道：
什么时候不交易。
18/
最近市场不好。
所以：
现金也是一种仓位。
如果你什么都没做，
可能已经跑赢大量死扛弱势板块的人。
没有优势：
不交易。
这不是没有能力。
这是风险管理。
19/
另一个非常重要的概念：
均值回归。
如果股票已经距离：
10 日均线
正常波动区间
太远，
机构本身就更容易开始获利了结。
所以很多看起来“神奇”的高位减仓，
其实只是：
股价已经过度延伸。
20/
KovaView 以后也可能增加：
ATR × 均线距离指标
直接衡量：
当前股价已经偏离正常趋势多少个 ATR。
可以辅助判断：
是否过度延伸
是否该减仓
是否已经不适合追涨
21/
因子也不是越多越好。
现实中经常会出现：
动量看多
宏观看空
价值看空
期权数据看多
互相矛盾很正常。
真正的问题是：
你给哪个因子更高权重？
22/
成熟以后，反而不会看 100 个指标。
只看：
少数最重要、真正有优势的因子。
更多指标很多时候只是：
更多噪音。
23/
Kova 也承认：
自己现在都没有把开盘前 5 分钟的动量交易完全量化。
因为除了价格和成交量，还要看：
催化剂。
同样是成交量放大 800%：
财报驱动和随机新闻，质量完全不同。
所以有些地方目前人工判断反而更高效。
24/
今天给真正想学量化的人一个作业：
去 QuantConnect，自己做一个策略。
不用第一天就想做复杂模型。
先学会：
提出假设
写买入条件
写卖出条件
写止损
做历史回测
做样本外验证
25/
最重要的是：
不要：
回测不好 → 改参数 → 再跑 → 再改
一直调到历史曲线特别漂亮。
那很可能只是：
过拟合。
真正的策略必须能够面对：
从来没见过的数据。
26/
今天整个量化第一课，其实可以压缩成一条链：
观察规律
→ 定义因子
→ 提出假设
→ 买入 / 卖出 / 止损 / 仓位
→ 回测
→ 样本外验证
→ 分配风险
→ 实盘执行
→ 复盘迭代
27/
最后一句：
你不需要预测市场。
真正重要的是：
识别什么时候胜率站在你这一边，然后根据胜率决定仓位。
不是每笔都猜对。
而是：
低胜率时少亏、耐心等待；
高胜率时，才真正下注。
顯示更多
