策略设计框架：信号生成、风险控制、资金管理、执行算法

做暗池交易这几年，我最大的体会是：策略不是写出来的，是搭出来的。就像盖房子，你得先有地基、框架、水电、装修。信号生成、风险控制、资金管理、执行算法，这四个模块缺一不可。

今天我就把这套框架掰开揉碎了讲给你听。嗯，都是实战中踩过坑换来的经验。

一、信号生成：你的策略凭什么赚钱？

信号生成是整个策略的大脑。说白了，就是回答一个问题：什么时候该买，什么时候该卖？

我个人习惯把信号分成三类：

• 价格信号：基于K线形态、均线、布林带等传统指标
• 链上信号：大额转账、合约交互、Gas异常波动
• 流动性信号：暗池深度变化、挂单撤单频率

我在项目中遇到过最典型的例子：一个朋友只靠链上大额转账信号做交易，前三个月收益不错。后来有人专门用拆分交易来迷惑他，亏得很惨。所以我现在做信号，至少叠加两个维度的数据。

举个具体的例子。我在做暗池流动性挖掘时，常用这样一个信号组合：

# 伪代码示例：暗池信号生成逻辑
def generate_signal(pool_data, onchain_data):
    # 1. 检测流动性突变
    if pool_data['depth_change'] > 15%:
        signal['liquidity'] = 'alert'
    
    # 2. 检测大额转账
    if onchain_data['tx_value'] > 100 ETH:
        signal['whale'] = 'active'
    
    # 3. 综合判断
    if signal['liquidity'] == 'alert' and signal['whale'] == 'active':
        return 'enter'
    else:
        return 'wait'

你想想看，如果只靠一个信号就进场，跟闭着眼睛扔飞镖有什么区别？

二、风险控制：活下来比什么都重要

做量化交易，我见过太多人死在风控上。不是策略不好，是没管住风险。

我曾经犯过一个低级错误：在Uniswap V3的某个池子里做流动性挖掘，没设单笔最大亏损限制。结果一次滑点异常，直接亏掉半个月的收益。从那以后，我的风控框架变成了这样：

风控维度	具体规则	我的经验值
单笔亏损	不超过总资金的2%	1%更安全
日亏损	达到5%暂停交易	我设3%就停
最大回撤	超过15%清仓复盘	10%是警戒线
黑天鹅	合约漏洞、预言机攻击	手动熔断开关

我建议你做一个「风控清单」，每次交易前过一遍。就像飞行员起飞前的检查单，看着繁琐，关键时刻能救命。

三、资金管理：别把鸡蛋放一个篮子里

资金管理这块，其实很多人不重视。觉得信号准了就能赚钱，大错特错。

我个人习惯用「凯利公式」的简化版：

# 简化凯利公式
f = (p * b - q) / b

# 其中：
# p = 胜率
# b = 盈亏比
# q = 1 - p

# 举个例子
p = 0.6  # 60%胜率
b = 1.5  # 赚1.5倍，亏1倍
f = (0.6 * 1.5 - 0.4) / 1.5
f = 0.33  # 建议投入33%资金

但说实话，凯利公式算出来的比例往往偏激进。我实际使用时，会再砍一半。比如算出来33%，我只投15%。为什么？因为市场不是正态分布，黑天鹅比你想象的多。

资金管理的另一个要点是：永远留有余地。我账户里至少保持20%的稳定币，用来应对极端行情或者补仓机会。

四、执行算法：想法再好，执行不好等于零

信号有了，风控有了，资金分好了。最后一步就是执行。这一步最容易被忽视，但恰恰是决定成败的关键。

暗池交易和普通交易所不一样。普通交易所你直接挂单就行，暗池要考虑：

• 时间选择：什么时候进场？流动性最好的时候？还是Gas最低的时候？
• 订单拆分：大单要不要拆成小单？拆多少份？
• 滑点控制：暗池的滑点怎么算？和公开池有什么区别？

我记得有一次做一笔50 ETH的交易，没拆分直接扔进去。结果暗池深度不够，成交价滑了0.8%，多花了将近0.4 ETH。从那以后，我写了一个简单的执行算法：

# 暗池执行算法示例
def execute_in_darkpool(order_size, pool_depth):
    # 如果订单小于池子深度的5%，直接执行
    if order_size < pool_depth * 0.05:
        return 'direct_execute'
    
    # 否则拆分成5份，每份间隔10秒
    else:
        split_count = 5
        interval = 10  # 秒
        return f'split_{split_count}_interval_{interval}'

你想想看，如果执行算法写得好，一年下来光滑点就能省下好几个点的收益。这就是细节的力量。

五、整体框架图

下面这张图是我自己画的策略框架。每次写新策略，我都会对着这张图检查一遍，看看哪个环节漏了。

这张图我用了很久。每次迭代策略，都会从信号生成开始，一路走到执行算法，然后通过反馈循环回到起点。说白了，这是一个永不停机的优化过程。

好了，这一章的内容就到这里。记住这四个模块，你的策略就有了骨架。剩下的，就是往里面填肉了。