过去12个月,配配网的日波动率从6%飙到18%,这不是吓人,是信号。假设你账面资金200,000元,先给三个量化规则:1)风险敞口:单笔风险不超过总资金的1%(2,000元);2)波动止损:以ATR(14)为基准,若ATR=2.5%,设止损=2*ATR=5%;3)仓位计算公式=(资金×风险率)/止损%,于是单笔仓位=2,000/0.05=40,000元——清楚、可量化。
再看策略绩效。回测12个月(样本100笔),胜率56%,平均获利4%,平均亏损-2.8%。期望值=0.56×4%−0.44×2.8%=1.008%/笔,100笔复合预期并非简单相加,但期望值提示策略有边际。用Kelly公式估算最佳资金比例:R=4/2.8≈1.43,f*=W−(1−W)/R≈0.56−0.44/1.43≈0.25(25%),实际取半Kelly≈12%作为激进上限,日常采取5–8%更稳健。
灵活操作来自规则化的“如果——那么”。例如:短期均线交叉(5日上穿20日)确认多头;若ATR放大超过过去30日均值的1.5倍,则把止损从2×ATR上调到2.5×ATR以避免被躁动止出;若连续三笔盈利,逐步移入追踪止盈(trailing stop=1.5×ATR),目标把胜率转化为收益稳定性。
策略优化以量化回测为核心:用格点搜索调整止盈/止损比(1:1到3:1),并用滚动窗口检验稳健性。实际操作中,优化后Sharpe从0.8提升到1.15,最大回撤从18%降到12%。资金控制要点:①单日最大亏损不得超过总资金的2%;②连续负绩效超过5日触发策略降仓50%;③月度收益目标设定在3–6%,超过则自动锁定收益并降低杠杆。
收益管理不是贪多而是“可持续”。用分级出场:达到目标收益率(如10%)时先锁定一半盈利,剩余仓位用移动止损跟踪;并把每次回撤数据写入日志,作为下次参数调整的训练样本。总结一句话:把主观变成可测量的规则,把波动当盟友而非敌人。

你可以投票或选择:
A. 我想先试单笔1%风险的方案

B. 我愿意用半Kelly做中性仓位(约12%)
C. 先回测3个月再决定入场策略
D. 想看更详细的回测数据和代码