? ? ? ? 我之前在全球top5券商工作時也主要以CTA研究為主，每天都在不停的進行各種回測和開發。彼時，部門的CTA交易主要集中在股指期貨的日內投機上，基本市場上能搜集到的各種書籍和報告我都瀏覽過。不過，從實際運用的角度來看，不同的技術分析方法，指標類切線類也好，形態類波浪類也罷，無論其歷史背景和基本原理如何，其實質都是基于證券交易過程中量價時空等歷史資料基礎上的統計、分析和計算。

? ? ? ?由于可供交易的期貨標的只有滬深300股指期貨，雖然所在部門同時跑了多個日內交易模型，但基本都是一榮俱榮，一損俱損。更為關鍵的是，一般趨勢跟蹤系統的獲勝概率都低于40%，真正幅度大的單次盈利都是好不容易才熬來的，這說明大部分交易其實都是瞎折騰，當賬戶資金在短期內出現較大回撤的時候，很容易對自己的模型失去信心，繼而陷入反復優化的怪圈。要知道，部門的考核都是以年為單位的，如果一年下來賺不到什么錢甚至虧錢，后果你懂的。

? ? ? ? 我在讀研究生期間，有過一段奇妙的際遇，至于這段際遇是如何而來，至今想想都覺得傳奇。當時，我作為一個博士一年級的學生，曾幫一私募大佬全權管理了一只3000萬的CTA量化基金，為期一年，金字塔決策交易系統全自動下單，偶爾也人工干預。就是這段經歷，讓我在畢業求職時的簡歷比同齡人豐富了不少。也正是這段交易經歷，讓我知道了趨勢交易就是一種煎熬，因為趨勢交易是反！人！性！的：幾乎總在最高點開多，最低點開空，所以每次下單都是如履薄冰。最致命的是，由于日內單邊走勢的下單滑點一般都比較大，如果你因為限價單沒能成交，基本這千年等一回的機會就和你說拜拜了；而如果你不顧一切去追單，則很大可能剛成交一會就觸發了止損命令，實際虧損是理論虧損的2倍還多。

? ? ? ?正因為知道了交易執行的艱難，畢業后進入全球top5券商后，對于交易下單和盯盤，一開始我就是拒絕的。部門的交易一直都是另一海歸博士GG在做，而我只負責模型的研發和維護。他每日的工作流程就是，每天早上打開電腦，檢查數據流是否正常，然后打開模型，讓程序自動執行，盤中各種糾結，盤后各種悔恨。而這，基本就是一天的生活。

? ? ? 盤中糾結：由于資金量巨大，股指期貨隨便一個波動，就是幾十萬的盈虧。落袋為安（干預模型）還是讓堅決執行模型？這是個問題。畢竟一切浮盈皆是虛妄。

盤后悔恨：今天曾浮盈過百萬，最后居然止損出局，唉；今天要是不干預的話，本！可！以！盈利數百萬的，結果少賺了近一半，唉，唉。

? ? ? 別問我為啥總想干預模型。事實上，任何一個趨勢跟蹤系統都是很難堅持的，因為它們都是以捕捉相對罕見的大趨勢為基礎的，而大趨勢通常難得一見。在漫長的等待中，交易者很容易對自己的系統產生懷疑，轉而相信自己能夠戰勝概率。

別問我一年下來賺了多少。事實上，CTA的容量是非常有限的，相比于部門的中介業務動輒上億的利潤，CTA的盈利基本可以忽略。雖然后來我們又把趨勢交易拓展到了商品期貨上，同時交易了十幾個品種，但隨后很多商品期貨都開啟了夜盤模式，遂逐步放棄。

? ? ? ?因為選擇了CTA，導致我每天都在對自己的職業生涯產生懷疑，直到后來我跳槽到陽光私募開始管理對沖產品，開始了股票alpha模型的盈利模式。

此是后話，有時間慢慢表來。

在中國的股票、期貨市場，幾乎所有的投資者多多少少都懂點技術分析，什么MA、MACD、KDJ等等，諸如此類，不一而足。至于自己所理解的技術指標能否盈利，另當別論。

? ? ? 由于量化投資的門檻實在太低，大凡交易過商品期貨的朋友（尤其是理工科學生，畢業后想進入金融機構以此為職業的），基本都在用自己編譯的模型進行程序化自動下單，或按模型提示的信號進行手擼。至于所交易的品種，究竟是橡膠、螺紋鋼，還是豆粕、焦炭（股指期貨的開戶門檻太高，在校生一般玩不起），則不是他所要關心的。相信大家都有這樣的體驗，如果有朋友邀請你去打麻將或斗地主，而你卻不怎么會玩，你多半會拒絕。但期貨市場不同，對于一個自己幾乎一無所知的品種，卻也敢用真金白銀去交易。

? ? ? ?這是為什么呢？

? ? ? ?因為交易者用自己所構建的模型對該產品的歷史數據進行過回測，每個月均實現了正收益。這TM不就是傳說中的印！鈔！機！么！

? ? ? ?然而，只有真正交易過的人才知道，要想在期貨市場憑自己所理解的技術分析去賺錢，太難！太難！要寫一個回測結果很好的趨勢跟蹤模型，對于熟手來說，基本就是分分鐘的事。但如果你把測試和實盤等同，我只能說你too young too simple。因為歷史測試充其量只是對未來的粗略估計，它或許夸大了系統的內在優勢本來是純隨機的現象，結果導致一個在歷史回測中看似有效或曾經有效的系統不再有效。并且，很多初入期市的朋友，在寫模型時或多或少都犯了過度優化的毛病，對于歷史上那些模型本沒抓住的單邊走勢，改個參數就抓住了；對于那些模型反復開倉的震蕩走勢，加個限制就避免了。可惜的是，要是可以交易歷史數據的話，這個市場上還有虧貨么？

? ? ? ?更為致命的是，即便你寫的模型確實符合邏輯，也沒有過度擬合，你以為就可以一勞永逸，躺著數錢了嗎？那是因為你忘了，測試時，你可以把幾年的模擬交易集中在幾分鐘之內完成，即使有幾個月的回撤期，你也不覺得有啥，因為你知道了凈值曲線的未來走勢。但實盤交易時，分分鐘都是煎熬，盤中每一個波動都會刺激你的神經。此外，模型測試時，你關注的全是盈利帶來的喜悅；而實盤交易時，你感受到的全是虧損帶來的痛楚。

? ? ? ?在實盤交易中，交易者的行為是復雜多變的，很多模型都由于與歷史的吻合度太高，市場行為的一個輕微變化就會造成效果的明顯惡化。再加上投資者某些情緒化和草率的出入場，承擔了一些本沒有必要承擔的風險，再加上傭金和滑點，如此，根據市場的實際結構來說，大部分投機者注定就應該發生虧損。

? ? ? 事實上，真正在市場上賺大錢的人，大都是悲觀者和幸運者。說悲觀，是因為他們都曾有過虧得睡不著覺的經歷，知道賺錢的艱難；說幸運，是因為他們起起伏伏，但最終都活下來了。

還記得，當年部門年會時，領導讓我作為新人代表發言，我balabala，洋洋灑灑上千言，直聽得他們無不擊掌。但作為結尾，我話鋒一轉，說了下面的話：

? ? ? ?要想在期貨市場上用技術分析賺到大錢，無它，兩個字而已，靠命！

周末去了一趟王府井書店，沒想到這年頭到實體店買書的人還挺多。在里面轉悠了一圈，來到股票板塊，那家伙，各種分析、戰法，直叫人應接不暇。我隨意挑了幾本翻閱了一下，看完后甚是惆悵，原來自己這么多年的書都白念了，這么多年的交易體驗都白瞎了，因為所有的書都給人一種感覺：“炒股太簡單啦！”“股市就是提款機！”“我們的目標是星辰大海！”。

回家路上，我對老婆說：“要不咱別做交易了，怪辛苦的，改寫書吧？”

? ? ? “我看你有這個潛質。”

? ? ? ? 在期貨市場，散戶憑借技術分析是能賺錢的，但前提是你能夠戰勝自己的內心。但即便你戰勝了自己的內心，要指望大賺特賺，基本還得靠命。

-----------------------------------------------------------------------------------------------------------------------

拓展閱讀：

序號	標題	傳送鏈接
1	雙均線策略(期貨)??量化策略源碼	https://www.myquant.cn/docs/python_strategyies/153
2	alpha對沖(股票+期貨)??量化策略源碼	https://www.myquant.cn/docs/python_strategyies/101
3	集合競價選股(股票)?量化策略源碼	https://www.myquant.cn/docs/python_strategyies/102
4	多因子選股(股票)??量化策略源碼	https://www.myquant.cn/docs/python_strategyies/103
5	網格交易(期貨)??量化策略源碼	https://www.myquant.cn/docs/python_strategyies/104
6	指數增強(股票)??量化策略源碼	https://www.myquant.cn/docs/python_strategyies/105
7	跨品種套利(期貨)量化策略源碼	https://www.myquant.cn/docs/python_strategyies/106
8	跨期套利(期貨)?量化策略源碼	https://www.myquant.cn/docs/python_strategyies/107
9	日內回轉交易(股票)量化策略源碼	https://www.myquant.cn/docs/python_strategyies/108
10	做市商交易(期貨)?量化策略源碼	https://www.myquant.cn/docs/python_strategyies/109
11	海龜交易法(期貨)?量化策略源碼	https://www.myquant.cn/docs/python_strategyies/110
12	行業輪動(股票)?量化策略源碼	https://www.myquant.cn/docs/python_strategyies/111
13	機器學習(股票)?量化策略源碼	https://www.myquant.cn/docs/python_strategyies/112
14	倉位管理（1）：?鞅與反鞅策略，凱利公司及其局限	https://www.myquant.cn/community/topic/673/2
15	倉位管理（2）：?凱利公式指導投資與多種資金管理方式	https://www.myquant.cn/community/topic/679
16	多因子選股之有效因子	https://www.myquant.cn/community/topic/690
17	多因子策略之冗余因子	https://www.myquant.cn/community/topic/695
18	多因子選股之策略的實現	https://www.myquant.cn/community/topic/708/2
19	大師系列之彼得?林奇基層調查選股法	https://www.myquant.cn/community/topic/719/2
20	從量化角度告訴你常見的技術指標到底能不能賺錢？	https://www.myquant.cn/community/topic/649/2
21	從回測到實盤（2）：如何讓回測更貼近實盤結果?	https://www.myquant.cn/community/topic/665
22	程序化交易（3）：從回測到實盤，還需要注意些什么？	https://www.myquant.cn/community/topic/668
23	股市暴跌深套?|?如何利用日內回轉交易策略降低持倉成本	https://www.myquant.cn/community/topic/704
24	算法交易策略的成功回測之一	https://www.myquant.cn/community/topic/721
25	股票中的情侶——配對交易	https://www.myquant.cn/community/topic/735
26	量化交易入門	https://www.myquant.cn/community/topic/28/2
27	分享一個python均線策略	https://www.myquant.cn/community/topic/78/2
28	一個量化交易策略師的自白	https://www.myquant.cn/community/topic/652/2
29	《利用Python進行數據分析》PDF電子書下載	https://www.myquant.cn/community/topic/618
30	高頻交易：為了0.07毫秒的比拼，竟然花費了1400萬美金	https://www.myquant.cn/community/topic/634/2
31	分享幾本量化和python方面的書，可以直接下載	https://www.myquant.cn/community/topic/89/2
32	2018：數據科學20個最好的Python庫	https://www.myquant.cn/community/topic/664
33	《投資中最簡單的事》讀書筆記	https://www.myquant.cn/community/topic/575/2
34	史上最全的量化交易資源合集	https://www.myquant.cn/community/topic/624/2
35	七種量化選股模型	https://www.myquant.cn/community/topic/663
36	談資金管理	https://www.myquant.cn/community/topic/579/2
37	網格交易策略（附策略源碼與收益圖）	https://www.myquant.cn/community/topic/548/2
38	指數增強策略	https://www.myquant.cn/community/topic/527
39	日內回轉交易策略	https://www.myquant.cn/community/topic/526
40	跨期套利策略	https://www.myquant.cn/community/topic/525
41	跨品種價差套利策略	https://www.myquant.cn/community/topic/524
42	集合競價選股	https://www.myquant.cn/community/topic/523
43	基于EV/EBITDA倍數估值法的Alpha對沖策略	https://www.myquant.cn/community/topic/522
44	行業輪動策略	https://www.myquant.cn/community/topic/521
45	海龜交易法則	https://www.myquant.cn/community/topic/520

• 🐳 量柱-技術分析示例(235p)
• 分享🐴🐴: h8cx
• 🐳 量線-技術分析示例(282p)
• 分享🐴🐴: ae4u
• 🐳 寬客人生-華爾街的數量金融大師(280p)
• 分享🐴🐴: pew2
• 🐳 流量的秘密-Google Analytics網站分析與優化技巧-第3版(曲奇譯 482p)
• 分享🐴🐴: 229p

總結

以上是生活随笔為你收集整理的一个量化交易策略师的自白的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。