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。