第四章：策略框架——从想法到可执行系统
做交易这些年，我见过太多人拿着一个「看起来不错」的想法就往市场里冲。结果呢？三个月后爆仓离场。说实话，一个交易想法和一套可执行的策略框架之间，差着十万八千里。今天我们就来聊聊，怎么把那个模糊的想法，变成真正能赚钱的系统。
4.1 策略设计原则：别让复杂害了你
我刚开始做量化的时候，特别喜欢堆指标。MACD、RSI、布林带、KDJ……恨不得把所有能想到的都塞进去。结果呢？过拟合严重，实盘一跑就崩。后来我学乖了——简单，才是王道。
策略设计有几个核心原则，我建议你记下来：
- 可解释性：你的策略为什么赚钱？如果说不清楚，那大概率是运气
- 稳健性：换个时间段、换个品种，还能不能跑？不能的话就是过度优化
- 可执行性：滑点、手续费、流动性，这些现实因素考虑了吗？
- 一致性：信号不能今天一个样，明天又一个样
我的经验：我个人习惯，一个策略最多用3个核心指标。超过这个数，我就会问自己——是不是在「曲线拟合」？
4.2 胜率与赔率的平衡：鱼和熊掌怎么兼得？
很多人一上来就问：「你这个策略胜率多少？」好像胜率高就是好策略。其实不然。你想想看，一个胜率90%的策略，可能一次亏损就把前面9次赚的全吐回去。而一个胜率只有40%的策略，如果赔率够高，长期下来反而能赚钱。
这里有个关键概念——期望值：
期望值 = 胜率 × 平均盈利 - 败率 × 平均亏损举个例子：
| 策略 | 胜率 | 平均盈利 | 平均亏损 | 期望值 |
|---|---|---|---|---|
| A | 70% | 100元 | 200元 | 70×100 - 30×200 = 1000元 |
| B | 40% | 300元 | 100元 | 40×300 - 60×100 = 6000元 |
看到了吗？策略B胜率低，但期望值反而高。这就是赔率的威力。
避坑指南：我曾经犯过一个错误——为了追求高胜率，把止损设得特别宽。结果呢？胜率是上去了，但一次亏损就把所有利润吞掉了。记住：胜率是面子，赔率是里子。
4.3 资金管理基础：凯利公式
说到资金管理，就绕不开凯利公式。这玩意儿说白了就是告诉你——每次该押多少筹码。
公式长这样：
f* = (bp - q) / b
其中：
f* = 最优投资比例
b = 赔率（盈亏比）
p = 胜率
q = 败率（1-p）举个例子：假设你的策略胜率60%，赔率2:1（赚2亏1）。那么：
f* = (2 × 0.6 - 0.4) / 2 = 0.4也就是说，每次应该押40%的资金。
但这里有个坑——凯利公式假设你的胜率和赔率是精确已知的。现实中，我们只能估计。所以我个人习惯用半凯利，也就是把算出来的比例砍一半。这样更稳健。
核心要点：资金管理的本质不是让你赚更多，而是让你活得久。我见过太多人，策略没问题，但仓位太重，一波回调就爆仓了。
4.4 策略回测方法论：别被曲线骗了
回测，说白了就是让策略在历史数据上跑一遍。但这里面的门道可多了。我刚开始做回测时，经常被漂亮的曲线骗得团团转。后来才明白——回测是门手艺活。
回测的几个关键点：
- 避免前视偏差：回测时不能使用未来数据。比如用今天的收盘价去判断昨天的买卖点，这就是作弊
- 考虑交易成本：手续费、滑点、冲击成本，这些都会吃掉利润。我一般按双边千分之二估算
- 样本外测试：把数据分成训练集和测试集。在训练集上优化参数，在测试集上验证效果
- 多品种测试：一个策略只在一个品种上赚钱？那可能是巧合。换个品种试试
我的习惯：每次回测完，我都会问自己三个问题——这个策略在熊市表现如何？在震荡市呢？在极端行情下呢？如果答案都是「还行」，那才算初步通过。
4.5 知识体系总览
下面这张图，是我整理的这个章节的核心逻辑。你可以把它当作一个检查清单——设计策略时，挨个过一遍：
4.6 写在最后
嗯，这一章的内容其实挺干的。设计原则、胜率赔率、资金管理、回测方法——这四个东西就像一辆车的四个轮子，缺一个都跑不远。
我个人建议，你先把凯利公式搞明白。这东西虽然简单，但真用起来，能帮你避开很多坑。我见过太多人，策略明明不错，就是仓位管理一塌糊涂，最后亏得裤衩都不剩。
下一章我们会聊具体的策略类型。但在此之前，先把基础打牢。记住：框架对了，赚钱只是时间问题；框架错了，时间就是你的敌人。
公众号：蓝海资料掘金营，微信 deep3321