(2014-04-16 09:10:26)
转载▼标签：
也要超跌股看你谈到过应万变分类：
投资有道东南股圣论交易系统 第1章：交易第一公理
交易第一公理：任何一笔交易的结果都是不确定的，无论你使用什么样的方法。
之所以说是公理，是因为我无法证明它，但我认为它是不言而喻的。
之所以说是第一，是因为关于交易的所有秘密，都隐藏在如此简单的一句话背后。读不懂这句话，一切都是镜中花，水中月，可望而不可及。
这个公理适用于一切交易形式，包括股票、期货、期权等等。
为什么这句话如此重要，以至于我要把它提升到公理的高度？
这是因为，它揭示了所有交易行为的本质，那就是“无法准确的描述和精确的衡量”。
所以自然的结论就是：没有任何一种理论和方法，能够确定交易行为。
正因如此，一切对技术分析、基本面分析、周期分析之类的批评都可以闭嘴了。
所有的这些方法都是对一个无法准确描述和精确衡量的行为进行的一种尝试，所以其能力范围就只是限于提供一种概率上的估算，也就是追求一种高胜算，而不是确定性。因此，用它们无法百分百的确定结果来批评这种理论，是没有道理的。
这些理论存在的价值，就在于使得交易者按照这些理论提供的方法进行交易，能够实现比随机买入更高的胜算。
交易的本质是无法准确描述和精确衡量的，但不代表我们无法通过交易实现获利。这是两回事。
面对充满不确定性的世界，我们需要一种方法，或者一种秩序，让我们可以实现持续稳定获利。这种方法，目前来看，主要有基本面分析、技术分析和周期分析。
这三种方法，都为我们提供了一个获取高胜算机会的独特角度。
所以，可以这样讲，这些方法的本质，就是捕捉高胜算的交易信号。
假如我们通过一种方法，能够实现高胜算，是不是就一定可以获利了呢？
显然不是。因为高胜算只是意味着你很可能会赢，但赢多少却不一定。如果赢的次数多，却每次赢很少，输的次数少，却一次就输很多，显然你不一定最终获利。
这就是交易系统需要解决的问题。
你需要一个将高胜算信号转换成实实在在的、稳定持续盈利的转换器，它就是交易系统。
技术分析是我们面对交易最为有效和最为常用的工具。
技术分析的核心是趋势，认为价格通常会沿着趋势前行，直到外力打破这种惯性。
你要及时的发现趋势，并顺势建仓，直到趋势结束为止。
我们通过趋势线和均线来判断趋势，趋势向上，建立多头仓位，趋势向下，则空头建仓。这就是顺势而为。
我们通过一些具体的技巧，找到性价比最高的买点，也就是高胜算的买点。
我们通过成交量和K线形态的“异常”，判断趋势可能转折的拐点，权衡是否要出清仓位。
所以说交易是艺术，技术分析也是艺术。
但无论如何努力，你都无法通过技术分析解决以下问题：当一个趋势出现后，
1、能够持续多长时间？
2、到达什么样的高度？
这个问题的解决需要用到基本面分析和周期分析的内容。
至此，我们已经对交易的全貌做了一个概括性的描述，你可以通过这个简单介绍，对交易的本质有了一个整体性的认识。
这就是交易的框架，也是本书的框架。
做到了这些，自然就可以实现持续稳定盈利。
第2章：单笔交易
我们先从最基本的交易形式——单笔交易开始。
一笔交易行为，表面上很简单，就是买入、卖出两个步骤。但这些步骤都是决策的结果，而在做出这些动作前的决策过程，却要复杂的多。
交易就是这样一个过程：你在10元买了100股股票A，几天后在10.5元卖出。一笔交易完成。你动用资金1000元，盈利50元，盈利率5%。这里不考虑交易佣金和税金。
你为何要做这笔交易？
毫无疑问，你希望获得收益。当你买入后，股票价格上涨，卖掉就可以获得收益。如果明知道会亏损，任何理性的交易者都不会这么干。
所以，收益是交易的一个基本要素。
此外，你如何能够确定买入后股价就一定会上涨，从而获得收益？很抱歉，交易的结果是不确定的，无论你如何努力。因此，只要你买入了股票，就面临着价格下跌从而导致损失的可能。这就是风险。因此，在决定交易前，你必须要考虑风险的因素。
所以，风险是交易的另一个基本要素。
交易的两个基本要素是：收益和风险。
风险如何衡量呢？
很多人以为就是投入的1000元。其实不是。真正的风险应该是你买入的价格减去你愿意止损的价格然后再乘以股票数量。上例中，如果10元买进，你愿意跌到9元就止损出局（这里指的是严格执行止损纪律，到了止损位就无条件出局），那么该笔交易真正的风险（这里用R表示）就是：R=（10-9）×100=100元，而不是总金额1000元。
R就是在进行一笔交易前，你所愿意承受的最大损失，我把它称作单笔交易的初始风险。
收益如何衡量呢？
收益有两种含义：一是预计收益，就是在买入前，你预计可能赚到的钱；二是实际收益，在上例中就是50元。二者并不一定相同。
预计收益的确定要有合理的依据，后面会详细谈到这个问题。
实际收益往往交易结束后才可以知道准确的数值。但在决定交易前，我们需要一个标准来帮助我们决策，这时预计收益具有很重要的价值。
考核一笔交易质量的基本标准叫做回报风险比，就是预计收益/初始风险R。
通常来说，回报风险比至少要在2：1以上，一笔交易才值得做。主要是考虑到胜率及交易成本的因素。
就单笔交易而言，我们要考虑以下几个因素：
1、止损点。原则上做每笔交易前，一定要设好止损点，并且严格执行。你可以设定比较宽松的止损点，这样就不容易触发止损，但同时，也会让你承受更大的风险。止损点的设定有很多技巧，后面我们会展开讨论。
2、初始风险R：根据买入价格和止损点，就可以得出该笔交易承受的初始风险。
3、预计收益：要合理的判断股价可以到达的位置，即预计收益。预计收益的确定要有充分的依据，而不是随意指定。
4、回报风险比：即预计收益/初始风险R。
5、实际收益：交易结束后，就可以确定实际收益（或者亏损）。实际收益不一定等于预计收益，这依赖于具体的止盈退出策略。
我们的目标是找到能够实现交易盈利的方法。那究竟有没有方法能够让我们做到每次交易都盈利呢？
很可惜，这无法实现。根据交易第一公理，任何一笔交易的结果都是不确定的，也就是说你总是有可能赚，也有可能亏，无论你多么的努力和勤奋。
要实现持续稳定盈利，我们需要新的角度。
第3章：交易系列
前面谈的都是单笔交易的问题。当你进行一系列交易，比如100次，甚至不停的交易下去时，这时我称作交易系列。此时需要考虑的因素就会完全不同于单笔交易。
个体和整体呈现出不同的特征，正如代数学扩展到极限，从而产生微积分一样，其理念和思维方式也截然不同。
根据交易第一公理：单笔交易的结果总是不确定的。
这意味着只要交易，总是有可能赚，有可能赔，无论你怎样努力。哪怕你连续赢100次，也无法保证第101次一定会赢。因此必然的结论就是：你只能尽量提高准确度，而无法做到完全把握。
交易系列的成功之道就是：找到一个优势，用足够多的次数，使得优势自然发挥作用。就像赌场老板经营赌场一样，每一次赌博的结果都不确定，根据概率，每一次老板都占有优势，因此可以合理的预计经过一定次数后，老板必然会盈利。
所以我说交易是个游戏，是个概率和数字的游戏。
现在交易的重点不再是如何让自己的每一次交易都能赢，其实每次的交易输赢并没有那么重要；而是如何找到一个对自己有利的优势，即概率上有利于自己，同时使得交易可以进行到一定次数，避免在此之前自己就已经破产。
这就是交易系统的核心思想。
在现实世界中，要说到与交易最为相近的，应该是赌博了。其实交易和赌博很像是孪生兄弟，具有极高的相似度。很多交易高手都是从赌博策略中得到灵感，然后驰骋于交易世界。
赌场为什么能够持续不断的赚钱？因为赌场老板采用了一种古老但有效的策略：制定有利于自己的规则，哪怕有利的程度只有很小的几个百分点。
每一次赌博的结果都具有随机性，经常的让赌客赢到钱才能刺激赌客下更大的赌注。只输不赢的赌场谁还会来？
只要赌博的次数达到一定的规模，赌场老板就有非常大的可能性赚钱。因此老板能够容忍一定次数甚至是连续的亏损。
这种策略可以总结如下：只要找到一种有优势的策略，并且使得样本规模足够大，那就有很大的可能性赚钱，尽管有些时候也会连续的亏钱。
虽然你对单笔赌博的结果无法确定是输是赢，但不影响你最终的结果是赚钱。重要的是确保一个优势的策略，及足够多的次数。
跟赌博相同，只要交易者能够找到一种策略，使得交易者具备优势，同时交易次数能达到一定规模，那交易者也可以像赌场老板一样赚钱。
这就是构建交易系统的基本思路。
以上思路中有两个重要要素：
1、具备优势的策略。优势不仅仅跟赢的次数有关，还跟每次赢多少有关。这个非常重要。实际上就是期望值为正，越大越好。
2、交易的次数要够多。这就意味着你不能没等到赢的时候就赔光了。这就是资金管理。
举个简单例子吧。
例3.1．袋子里有10个球，6个红球，4个白球，你每次可以摸一个，然后放回去，再摸，一共摸100次。你共有100元，每次下赌注10元。摸到红球你就赚10元，摸到白球你就亏掉下注的10元。
简单分析一下这个游戏。这是个对你有利的游戏，因为你摸到红球的概率是60%，就是赢的概率是60%，摸到白球的概率也就是输的概率是40%。简单算一下，就知道正常情况下，期望值E=（10×0.6-10×0.4）=2元，也就是正常情况下，你平均每次大约会赢2元。这就是这个游戏的期望值，也就是平均每次预计产生的盈利。对你来说。这是个不错的游戏。
当然，你也可以用另外的方法来计算。假设一共摸了100次，其中，摸到红球62次，摸到白球38次，那你总共实现的盈利=10×62-10×38=240元，平均每次实现的盈利=240÷100=2.4元。
进行的次数越多，你摸到红球的概率就越接近60%，你平均每次的盈利就越接近2元。这里大家要注意一下，这两种计算期望值的方法。
第一种方法是根据每一次游戏输赢的概率和输赢的回报直接计算期望值，也就是平均每次的盈利水平。前提是输赢的概率和输赢的回报都是已知的。
第二种方法是通过数理统计，取一个一定规模的样本（这里是100次），然后对每一次的具体结果求和，得到总的收益，最后除以游戏次数，得出每次游戏的平均值，并以此作为每次游戏的期望值。
这两种不同的方法，导致了不同的交易系统构建模式。后面会谈到。
这时你可能会想：我明白了，只要我交易时的成功率越高，比如高于50%，我就取得优势，这样交易一定次数后，我就一定赢钱。好的。我努力研究各种技术分析的技巧、指标，努力让自己的成功率尽量高。这就是成功之道。
但是先别急，让我们稍微改动游戏的规则。
例3.2．其他的都不变，只是摸到红球现在你只能赢5元，摸到白球还是要输10元。这个策略如何呢？
计算一下期望值E=5×0.6-10×0.4=﹣1，意味着平均每次会亏损1元。
为什么赢的概率大，却亏钱呢？是因为回报风险比改变了。初始的例子中，回报风险比是10：10=1，现在却变成5：10=0.5了。
所以期望值由两个因素决定：胜率（或者叫准确度）和回报风险比。二者缺一不可。
再回到例3.1。有了正的期望值你就一定会赢吗？不一定。我们再来看这种情况。
假如你连续10次摸出了白球呢？这时你发现，虽然你有一个有优势的策略，正常应该每次赚2元，但现在你已经没有一分钱的本钱了，你已经认赔出局了。
你可能会说这不可能，运气也太差了吧。是的，这种情况出现的概率很小，大约是0.4的10次方。应该是很小的可能性了。但你不否认有可能会出现这种极端情况吧。这里就牵涉到另一个很重要的问题：资金管理，也就是你如何合理的配置自己资金的技巧。在例3.1中，你是每次拿出总金额100元的10%来冒风险。假如你每次拿1元，也就是总金额的1%来赌博呢？即使连输10次也只是输掉总金额的10%，你还有90元的本金来翻本。是不是安全多了呢？
你会说，这样是安全了，但赚的也少了。的确，风险和收益本就是相关的。要赚得多，就要承担更大的风险，当然是在其他条件不变的前提下。
现在，我们可以试着构建一个初步的交易系统了：就一系列的交易而言，只要找到一种方法，使得期望值为正，同时辅之以合理的资金管理策略，那就可以实现持续稳定盈利了，尽管也会不断出现亏损的交易。
第4章：期望值
期望值为正值是交易系统最为关键的要素。
如果没有正的期望值，这个系统根本没有价值。无论你用什么样的技巧，都无法最终实现盈利。
期望值（E）由两部分决定，一是回报风险比(r)，二是胜率 (P)。
E= r×P－1×（1－P） （公式4.1）
期望值与回报风险比和胜率都是正相关。回报风险比越高，期望值越理想；胜率和期望值的关系亦然。
有一点我需要重点强调：在前面的例子中，无论是赌场的例子，还是摸球的例子，共同点是回报风险比和胜率都是确定的，因此，你只要进行简单的计算就可以知道期望值是多少。
而交易系统却有所不同：
1、胜率无法事先确定，只能通过历史数据模拟检测或者通过一定次数的真实交易后才可以统计出来。
2、胜率和回报风险比是负相关的关系，在其他条件不变的前提下。也就是说，回报风险比的变动，会对胜率产生反向的影响，具体如下：
（1）在止损位确定的情况下，预计收益定的越高，即回报风险比越高，就有越大的概率在没有到达预计收益时，再次跌回止损位，从而降低胜率；
（2）在预计收益确定时，如果止损位定的越宽松，即回报风险比越低，相应的胜率会越高。
因此，在你向别人吹嘘你的高胜率时，记得顺便说一下你的止损位和预计盈利的目标。在回报风险比很低的情况下谈胜率并没有太大意义。
3、二者的逻辑关系是必须先确定回报风险比，然后才能相应的确定在这个回报风险比下的胜率。这个顺序一定要搞清楚。
当然，如果再考虑到提前止损、跟踪止盈、加码、减码等因素，情况会变得非常复杂，使得交易系统期望值的计算无法进行。在后面的高级技巧中，我们会进一步探讨这些问题，这里我们主要讨论最简单的交易系统模型，也就是假定：回报风险比是确定的，到了止损点就止损，到了止盈位就止盈，其他状态不操作。也就是要么实现预计盈利，要么实现预定的止损，没有中间状态。
我们来看回报风险比。
回报风险比=预计收益/初始风险R。而初始风险R是买入的价格减去你愿意止损的价格然后再乘以股票数量，也就是每笔交易你愿意承受的初始风险。这里的R衡量的是绝对值。
但我们关心的是预计收益相对于初始风险R的比率。现在改变一下计量的方式，把R当做一个标准的单位，我们称为一个单位的初始风险，就是1R。这样的话，预计收益我们就可以用多少单位的R来表示，从而建立了统一的衡量标准。
再来看看胜率。
有时胜率很高，但在回报风险比很低的情况下，期望值甚至为负。
例4.1。止损点设在4%，但每次赚1%就止盈出局。回报风险比是1：4。你有很高的成功率，比如75%。你会赚钱吗？
计算一下期望值E=0.25R×75%-R×25%=﹣0.0625R。是负值，还是亏钱的。你的系统不具备优势。
而且，你的胜率不一定能够这么高。如果你觉得自己的胜率一定高于50%，甚至80%，90%。那是你没有真正理解胜率的含义。
胜率要建立在到了止损点就必须严格止损以及必须达到预计收益才能止盈出局的基础上。比如，你买入后，涨了，还没到预计盈利位就跌回来，这时你不能觉得略有盈余就先出局。这不是真正意义上的胜率。还有的情况，买入后直接跌到止损位，你不止损，又迅速上涨到预计盈利位，你却止盈。这也不是真正意义上的胜率。这些都是伪胜率。因为你可以说你的胜率很高，但这个胜率对于评估交易系统真正重要的期望值，没有意义，只不过用来自我安慰或者炫耀一下而已。所以我称它为伪胜率。
只有在确定初始止损位和预计收益后，我们才能在此基础上评估具有实质意义的胜率。这个要牢记在心。
那回报风险比通常要达到多少，才是比较合适的呢？
回报风险比太高，会导致过于频繁的止损，对交易信心也是很大的打击；回报风险比太低，虽然容易胜率高，但每次都是小幅盈利，容易导致频繁操作，再加上交易成本的因素，效果也不太理想。
此外，回报风险比越高，交易机会就越少。这个必须要重视。大的趋势机会，有非常高的回报风险比，但出现的机会太少；波段操作的机会则随处可见，但回报风险比通常都不高。
我认为，通常情况下，回报风险要达到2：1才是比较理想的。主要是考虑到成功率可能在50%以下，以及交易成本的问题，否则期望值不一定为正。有人建议最少要达到3：1，我认为有些过高了，这会显著的减少交易机会。当然，交易者可以根据自己的交易实践和交易习惯选择适合自己的具体数值。只要是大于1：1的风险回报比，都是可以考虑的交易机会。
在回报风险比不低于2：1的情况下，胜率很难大幅高于50%，尤其是为了提高回报风险比而把止损位设定在比较靠近买入价的情况下。
此外，止损位的设定也有很多的技巧。同样的回报风险比，但合理的设定止损位，往往能够一定程度的提高胜率。
简单测算一下：如果回报风险比为2：1，即盈利赚取2R，亏损损失1R，胜率是50%，那么期望值E=2R×50%-1R×50%=0.5R，意味着每笔交易平均下来你可以获利0.5R。
如果你的回报风险比能达到3：1的水准，即盈利赚取3R，亏损损失1R，胜率仍然是50%，那么期望值E=3R×50%-1R×50%=1R，意味着每笔交易平均下来你可以获利1R。
同样道理，如果你把回报风险比定为1：1，而把希望寄托于提高胜率上，即使你的胜率达到75%的高水准，期望值E=1R×75%-1R×25%=0.5R。
不要单纯追求过高的胜率指标，而是在保持合理回报风险比的前提下，尽量提高胜率。
上面谈到的计算期望值的方法是利用回报风险比和胜率，其前提是能够知道回报风险比和胜率的具体数值。
但在交易中，这个问题却不是那么容易解决。
我们可以确定好止损位和预计盈利位，相应的回报风险比也就确定了，比如2：1。但我们能够准确的评估胜率吗？
在交易前，胜率是很难准确评估的。无法准确评估胜率，那期望值的计算公式就失去了价值。充其量只是一种理论上的描述，而无法很好的应用于实战。
此外，就算能够评估胜率，每次交易的胜率也未必相同，这跟前面摸球和赌博的例子完全不同。
对于这个问题，有两种解决的思路。
1、对系统进行历史数据模拟检测，得出总体结果后进行平均，以此来代替系统的期望值。这个就是机械式交易系统的基本思路。其前提是这些买卖规则都能够为计算机所识别。这个方法不是按照回报风险比和胜率的角度计算期望值，而是直接根据模拟的交易结果来倒推。这种情况下，也不需要先确定回报风险比。只要是计算机能够识别的交易规则，都可以通过历史数据模拟检测得出结果。
2、在回报风险比为2：1的情况下，如果不考虑交易成本，随机买入的胜率应该是33.3%。这是因为在不考虑交易成本的情况下，随机买入的期望值为零。我把这个胜率称作基准胜率，也就是使得期望值为零的胜率（不考虑交易成本）。不难看出，回报风险比为3：1时，基准胜率是25%，而回报风险比为1：1时，基准胜率为50%。
如果我们能够找到一种评估标准，使得符合此种标准的胜率高于基准胜率，则该笔交易的期望值为正值。我们不需要胜率的准确数值，只要期望值为正，就可以作为操作的依据。当然，期望值越高，交易的效果越理想。如果每一笔交易的期望值都为正，系统的期望值相应的也必为正值。
因此，只要我们能对胜率做出合理的估算，就可以建立一个期望值为正值的交易系统。例如，我们根据技术面和基本面设定数个标准，如果某个买点符合其中的半数以上，则可以合理的推定该笔交易的胜率超过基准胜率。符合的数量越多，相应的胜率也就越高。而系统真实的期望值和胜率，只能多笔实际交易后，通过统计的方法获得。这个就是自主式交易系统的基本思路。
最后还有一个很重要的问题需要注意，它隐含在期望值当中，很多人并没有意识到。
要想充分的利用一个正期望值的系统并实现理论上的收益，你就必须做到每次下的赌注相同。试想一下，在摸球的例子中，第一次你赌10元，结果你输了10元，第二次你赌1元，却赢了，结果只赢了1元。这样的情况下，即使你有一个正期望值的系统，也无法保证你实现盈利。
所以一个盈利的系统需要具备三个要素：
1、正期望值；
2、资金管理，从而避免破产风险；
3、等额下注，从而充分的利用期望值。
就交易系统而言，每笔交易所下的赌注就是初始风险R。为了等额下注，我们需要将每一笔交易的初始风险R进行统一，使之全部相等，比如都等于总资金的2%。只有这样，交易系统的概率优势才能充分的发挥出来。
第5章：资金管理
资金管理就是为了解决以下问题：使得交易可以进行到一定次数，避免在此之前就已经破产。
资金管理实际上包括两个方面：
1、确定单笔交易的初始风险；
2、确定总仓位。
前者试图控制每一笔交易的初始风险。而当你同时进行几笔交易时，就需要后者来控制整体的风险。
总之，资金管理的主要作用就是让你能够清晰的知道你所面临的风险并帮你控制风险。
一、我们先来看看单笔交易的初始风险。
就像赌博，如何规划每次的赌注很重要。比如你有100元，每次用50元来赌，只需要连续输两次，你就赔光了。每次10元来赌，赔光概率就会低很多。
所以设计一个每次你最多赔多少的策略是很重要的。
比如，你总资金是100万，你每次允许自己赔1万，就是说你每次允许自己赔掉的金额是总资金的1%。这通常是一个比较稳妥的策略。意味着你连输100次才会赔光。概率是非常小的，尤其当你具备一定优势的情况下。
当然你也可以选择0.5%，或者2%。具体数值取决于你的风险偏好和资金规模。数值过高会容易很快出现较大损失，过低会导致你需要同时进行很多笔交易才能充分利用资金。
前面说过，你每次交易承担的风险就是买入价格减去止损价然后乘以股票数量。这就是每笔交易的初始风险R。如果你允许A股票从10元跌到9.5元，那你可以买多少A股票呢？10000÷（10-9.5）=20000股。市值是20000×10=20万，占用总资金的仓位是20%。
这就是单笔交易初始仓位确定的全过程。我们总结一下：
1、确定你每次交易愿意承受的最大损失占总资金的百分比，本例中是1%。
2、确定目标股票的止损点，
3、确定你可以买入多少数量的股票。
经过这样的设计后，会出现什么结果呢？
你现在持有2万股的A股票，成本价10元，如果跌到9.5元你就执行止损，损失是10000元，此时，你的损失占总资金的1%。一切都很清晰。
这里有个问题需要注意，就是止损点的确定。假如止损点定在9元，结果会完全不同。此时你可以买的股票数量是10000股，总市值是10万元，仓位占总资金的10%。
一定要理解这个逻辑顺序。开始时你并不知道要买入多少股A股票。只有确定了三个步骤中的1和2后，才可以计算出可以买入的数量。这跟通常的交易逻辑完全不同。普通投资者往往是先决定要买多少仓位，然后确定止损点。
希望你能试着去体会这种理念的优势所在。
至于具体的数字是1%还是2%，只是反映了你对风险的不同态度。小的比例也可以达到大比例相同的效果，只是你需要选择更多的股票，进行更多笔交易。
我提供一种针对股票的简单方法，供大家参考。
假如总资金100万，按照2%的初始仓位确定方法操作。我把资金均分为4份，每份25万，建立一个头寸单位就买25万的股票，也可以分几笔建仓，总之一个头寸单位就是25万。。
我的止损点非常容易确定，就是8%。大家计算一下，很简单，止损时的损失刚好是总资金的2%。
同样的道理，如果按照1%的初始仓位确定方法，止损仍然是8%，那每个头寸单位就是12.5万。大家可以简单计算下，仔细体会这种方法的内在逻辑。
二、至于总体仓位的确定，解决的是系统性风险的问题。
就算你对每笔交易的初始损失严格控制在2%，如果你同时操作4笔交易的话，理论上你就有可能在很短的时间里损失达到总资金的8%。这也是很要命的。因此，除了单笔交易的初始仓位控制，总体仓位也需要制定一个明确的标准。如果整体仓位已经达到了上限，那么即使有不错的交易机会，也不能再交易，或者把已经持有的股票卖掉，然后才可以捕捉新的机会。
根据中国股市的特点，我们把单笔交易初始仓位确定和总仓位确定二者结合在一起，来构建一个简单的资金管理框架。这个框架非常简单，只是为了说明的需要。真的用于实战，需要做更多的细化工作。
中国股市的特点如下：
1、中国的A股数量已经超过2000只，每只股票都是一个交易对象，因此，必须要进行选股。
2、股市具有明确的分层结构。第一层次是指数，我们以上证指数为例，代表着整个市场的平均的波动状况；然后是各种板块指数，代表同一个板块的整体波动状况；然后才是个股。在抓住任何一次交易机会前，适当的参考上一个层级的波动状况，具有一定的参考意义。这就是我们常说的炒股要看大势。
3、随着股票数量的增加，大势和个股的不同步现象越来越多。很多时候，大盘指数狂跌，但个股猛涨；大盘在涨，有的个股却进入漫漫下跌通道。
4、市场波动通常分为三种状态：上升趋势，下降趋势和横向波动。上升趋势和下降趋势都是趋势，只是前者适于做多，后者适于做空。中国A股市场无法做空，我们在下降趋势时只好放弃，不进行操作。横向波动意味着有波段操作的机会，属于可以操作的阶段。
根据上述特点，我们可以建立一个框架。假定：
1、对于个股，我们只做处于上升趋势的股票。下降趋势和横盘整理都不考虑。
2、对于大盘，我们三种情况都考虑。
根据上述二者的不同组合，我们来确定：
1、单笔交易初始风险占总资金的比例；
2、总仓位控制。
一个简单的方案如下：
1、大盘上升趋势，且个股上升趋势：此时处于最佳状态，我们可以把单笔交易初始风险定为总资金的2%,即R=2%，同时总仓位没有限制，可以满仓。
2、大盘横盘整理，且个股上升趋势：此时处于较佳状态，我们可以令R=1%或者2%，总仓位可以限定不超过50%。
3、大盘下降趋势，而个股上升趋势；此时风险较大，可以令R=0.5%或者1%，同时总仓位不超过25%。
以上就是一个根据实际情况灵活变动的简单策略。符合交易系统原理，同时又具有一定的灵活性。当然只是为了说明的需要，因此比较简单。
交易系统不是死板的。死板的是你的心灵。
任何真正有效的方法，都需要一定的灵活性和适应性。
适合的才是最好的。
最后，再次强调等额下注的问题。
单笔交易的初始仓位确定使得每笔交易的初始风险能够完全相同（比如都等于总资金的2%），而不必管你买的是什么股票，买入的数量是多少。这本质上就是等额下注，而这正是交易系统能够顺利实现其期望值的必要条件。
我们的最终目的，是把交易行为抽丝剥茧，用最简单、最纯粹的方式描述交易，并按照一定的逻辑建立起完整的分析体系。如果每笔交易都是独特的个体，都采用不同的标准，就会使分析变得异常困难。
但现在我们通过单笔交易的初始仓位确定，使得不管你买的是什么股票，买入多少，何时买入，就该笔交易的风险而言，全部可以表示成总资金的一个相同的百分比，其他的特征都可以忽略不计。如果再加上下一章我们谈到的R乘数，使得每一笔交易的收益，无论是预计收益还是实际收益，都可以表示成初始风险的R乘数，那至此，所有交易的个性都不复存在，交易真正意义上成为一个完全复制的行为。
这就是交易的数理化。
第6章：R乘数
R乘数是个非常容易让人产生混乱的概念。
我们来一步步理顺。
首先R指的是交易者每笔交易愿意承担的初始风险，也就是买入价减去止损位再乘以买入的数量。当结合单笔交易的初始仓位确定后（以1%为例），这个R始终等于总资金的1%，也可以表示成R=1%。这相当于建立了一个统一的标准。
衡量一笔交易是否值得操作的重要指标是回报风险比，就是预计收益与初始风险R的比值。反过来说就是预计收益要达到多少R。在前面谈到回报风险比要达到2：1，也就是预计收益至少达到2R才值得进行一笔交易，就是这个意思。
所以R乘数就是初始风险R的倍数，指的是收益不再用绝对值表示，因为这个绝对值意义不大，真正有意义的是收益同初始风险的比率。
在摸球的例子中，摸到红球，赢5元，摸到白球输10元，R乘数是0.5。
买入股票A的例子中，买入价10元，止损位9.5，预计收益11元。R乘数=（11-10）÷（10-9.5）=2。
大家有没有发现问题？
摸球的输赢结果是事先就确定好的，也就是已知的。但股票A中，收益只是预计收益。这就引发了一系列的问题。
因此R乘数分为预计R乘数和实际R乘数。
预计R乘数用来判断一笔交易值不值得进行操作，也就是前面使用的回报风险比，二者其实是一回事；实际R乘数指的是一笔交易完成后的真实结果，只是这个结果不再用绝对数值表示，而是用初始风险R的倍数来表示。这样做的好处就是可以直观的比较收益和风险。此外，通过R乘数，使得系统的期望值可以不用绝对值来表示，而是以R为单位，这对我们进一步的分析提供了很多的便利。
在机械式交易系统中，一切环节都是机械化的，不需要人为做出判断，入市信号和退出信号都是可以客观衡量的，因此，入市的时候，不需要考虑预计收益的问题，也就是无需考虑预计R乘数。该系统隐含的假设是：这个系统已经通过长期的历史数据检验，证明了其期望值为正值。因此我们可以合理的推论：在未来，这个系统仍然可以实现这个正的期望值。
这个系统的R乘数往往是通过历史数据检验得来的，因为全部是客观的，可以通过计算机直接进行模拟。模拟的结果就是该系统的期望值，及每笔交易构成的所有R乘数的分布。这个历史测试的结果可以指导交易者进行交易，但实际的成果不一定跟历史测试吻合。只是起到指导意义。
但另外一些不完全机械式的系统中，交易者需要做出一定的判断，决定是否入场，或者是否退出。因此，这样的系统无法进行历史数据测试，因此也无法得出历史模拟的期望值及所有R乘数的分布。系统实际的效果如何，必须依靠实际的交易来检测。在此之前，你无法得知。所以预计R乘数是个重要的参考指标。
实际上，R乘数提供了一个统一的度量衡，让投资者很容易、很方便的比较每笔交易可能及实际产生的结果，并计算整个系统的综合效果。尤其是跟单笔交易的初始仓位确定结合在一起，威力无穷。
R乘数是交易系统中非常重要的概念。每笔交易最终都可以用一个R乘数来代表，可以是正值（代表盈利），也可以是负值（代表亏损）。当然，一笔交易的实际亏损可以大于、小于或者等于1R；一笔交易产生的盈利也可以大于、小于或者等于预计收益，具体取决于我们的退出策略。
一个交易系统，实质上就是由一系列的交易构成。每笔交易最终都会表示成一个R乘数（这里指实际R乘数），所以，交易系统最终的表现就是一系列的R乘数的分布。这是对交易系统最终结果的形象描述。
范.萨普在《通往财务自由之路》（机械工业出版社，董梅译）中分析了R乘数。但是他的论述是比较简单的。因为他讲的都是交易系统产生的实际R乘数。
为什么会这样？
是因为他所谈的交易系统基本都是机械式交易系统，都是可以用历史数据进行检测的；即使不能检测的，他也是强调用实际的小额交易来测算一定交易次数，从而产生实际R乘数。这些历史检测的结果或者实际小额测试的结果，就成为R乘数的分布。
机械式交易系统就是系统中的所有环节都是确定的，不需要个人的判断。比如使用均线，10日ATR，历史新高等，这些无需个人判断，都是明确的，可以客观衡量的，因此也可以直接用计算机进行历史数据检测得出实际的R乘数。
而自主式交易系统则不同。交易系统中，只要有一个变量是需要个人判断的，那这个交易系统就是自主式交易系统。如支撑阻力位，如趋势线。每个人对支撑阻力的看法会不同，对趋势线的画法也未必一样。因此，自主式交易系统无法进行历史数据检测。只能通过实际的交易来得出实际的R乘数。
因此，在机械式交易系统中，预计R乘数是没有意义的。你进行任何一笔交易，都是按照程序进行，我们不需要考虑预计R乘数是多少。我们唯一能做的是通过历史数据检测或者小额实际测试得出系统的实际R乘数分布，进而判断该系统的效果如何，要不要采用。
但在自主式交易系统中，因为流程不是全自动的，需要个人的判断，因此，以什么作为决策的依据就成为生死攸关的问题。
交易系统的最终目标是实现正的期望值。而由于胜率的大幅提高是一个巨大的挑战，因此每笔交易前需要较高的预计R乘数就成为很自然的选择。
那究竟什么才是预计R乘数？很多人恐怕不明白。以为随便指着个高点就可以测算预计R乘数。这是种十分错误的认识。
预计R乘数的确立标准如下：
1、预计盈利目标实现的周期要跟你操作系统的周期相匹配。如果你的交易系统是个中短期的交易系统，那就不要制定一个你觉得1年的时间才可以实现的目标。
2、可以合理的推测，该目标位是可以实现的。
3、要充分考虑到重大压力位。如历史密集成交区，下行的趋势线，向下拐头的60日线等。你的预计盈利目标位尽量不要在这些重大压力位之上。因为要实现预计盈利目标，必须先突破这些压力位。对你来说，把目标定在这些压力位下面一点要实际的多。
当你考虑到以上几个因素后，再来看你的预计R乘数，就会具备较强的实战意义。否则，随意的指定预计盈利目标，带来的结果就是不停的止损。
第7章：一个简单的交易系统模型
简单的回顾下前面的内容，重新梳理一番。
我们从赌博和摸球的游戏中得到启发，要实现持续稳定的盈利，需要具备三个基本条件：
1、正的期望值；
2、进行足够的次数，规避破产风险；
3、等额下注，从而顺利的实现期望值。
正的期望值由回报风险比和胜率决定。二者的关系是先确定回报风险比，然后才能得出在这个回报风险比下的胜率。这个逻辑关系要认识清楚。
为了能够进行足够的次数，规避破产风险，需要把每笔交易的初始风险R都控制在总资金的一定比例，如2%。这就是单笔交易的初始仓位确定。同时要确定总仓位，从总体上控制交易风险。二者合在一起就是资金管理。
为了实现等额下注，我们把每笔交易的初始风险都设计为相等的一个数字，用总资金的百分比统一表示。
通过这些努力，我们就会发现，一个交易系统最终可以描述成一系列R乘数的分布。
以上就是对交易系统的完整描述。
但是我们要看到，上面的论述很简洁，很清晰，但不够丰富。在交易的实践中，情况会非常复杂，很多时候我们不得不打破这种简洁和清晰，试着容纳进更多的可能性，从而使得交易系统有更强的生命力和适应性。
下面我们来讨论一个最简单的交易系统模型，看看一个交易系统在实战中是如何运作的。任何复杂的东西都要从最简单的情形出发，然后不断加入更多的变量。但往往最简单的，最容易说明问题的本质。
我们做出以下假定：
1、本金100万；
2、R=2%，也就是每笔交易的初始损失限定在总资金的2%，也就是2万。
3、总仓位无限制，可以满仓，也可以空仓；
4、初始止损位设定在8%。这里不考虑支撑阻力等技术因素，为了便于讨论和分析。因此一次交易用的仓位是总资金的25%，也就是25万。
5、预计R乘数为2，也就是预计收益在16%。
6、交易采用简单的规则：要么到止损位止损（亏损8%），要么到止盈位止盈清仓（盈利16%），中间的情况不予考虑，也不存在加码、减码行为。这样，一笔交易结束，如果盈利，实现的收益就是2R，也即是总资金的4%，如果亏损，出现的损失就是1R，也就是总资金的2%。很容易计算。
7、交易次数定为平均每周2次。这是一个比较容易实现的合理的次数。当然这是平均而言。有时行情较好时，交易次数会超过，有时行情不理想，就会采取空仓。所谓一次交易，是指的一个交易单位即25万的交易机会。因此，如果你建仓50%仓位，也就是意味着实现了2次交易机会。如果你满仓操作，也就是意味着同时进行4次交易。
8、这里不考虑复利，全部采用单利的简单模式。
有了上面的假定，那考核一个交易系统的盈利状况如何，其实就取决于一个要素：胜率。
在其他条件都确定的情况下，胜率是由入市信号来决定的，也就是说，如果你所使用的入市信号较为有效，就可以实现比较高的胜率，否则，就会有较差的胜率。
第一种情况：假如你的交易系统的入市信号能够实现的胜率是40%。也就是每5笔交易，盈利2笔，亏损3笔。
系统期望值是：2R×40%-1R×60%=0.2R=0.4%
每月实现的收益是：0.4%×8=3.2%
每年实现的收益是：3.2%×12=38.4%
第二种情况：假如入市信号的胜率提高到50%，也就是每2笔交易，盈利1笔，亏损1笔。
系统期望值是：2R×50%-1R×50%=0.5R=1%
每月实现的收益是：1%×8=8%
每年实现的收益是：8%×12=96%
第三种情况：假如你的交易系统的入市信号能够实现的胜率为60%。
系统期望值是：2R×60%-1R×40%=0.8R=1.6%
每月实现的收益是：1.6%×8=12.8%
每年实现的收益是：12.8%×12=153.6%
现在你可以感受这个体系的威力了吧。一切都非常清晰，非常简单，只需通过简单计算，就可以知道系统的效果如何。如果对系统进行改进，也可以很方便的评估改进的效果。
为了说明R乘数的重要性，我们重新进行测算。
第四种情况：同第二种情况比较，其他条件都不变，只是把预计R乘数改为3，也就是预计收益改为24%，止损仍然是8%。胜率是50%。
系统期望值是：3R×50%-1R×50%=1R=2%
每月实现的收益是：2%×8=16%
每年实现的收益是：16%×12=192%
当R乘数从2提高到3时，同样50%的胜率，每年的盈利却由96%增加到192%，提高了1倍。
如果你把单笔交易初始风险占总资金的比例从2%提高到4%的话，也就是你愿意承担单笔交易更大的风险，以获得更高的收益水准，我们来测算下收益水平。
第五种情况：初始止损位定为8%，预计盈利16%，初始仓位确定为总资金50%仓位，R=4%，胜率为50%。
系统期望值是：2R×50%-1R×50%=0.5R=2%
每月实现的收益是：2%×8=16%
每年实现的收益是：16%×12=192%
跟第二种情况相比，其他条件相同的情况下，R从2%提高到4%，收益水平也相应的提高了一倍。因此，当你的系统在具备了正期望值的前提下，适当的提高初始R的水平将会提高收益率。
第六种情况：跟第二种情况其他条件都相同，只是交易次数由每周2次，增加到每周4次。
系统期望值是：2R×50%-1R×50%=0.5R=1%
每月实现的收益是：1%×16=16%
每年实现的收益是：16%×12=192%
收益率也相应的提高一倍，达到了192%的水平。
所以，要提高交易系统的收益率，共有四种方式：
1、寻找更高回报风险比的交易机会；
2、寻找更高胜率的入市信号；
3、提高单笔交易初始风险占总资金的比例。当然，你所承受的风险也在等比例增大。
4、在系统期望值为正的前提下，寻找更多的交易机会；
在上面的举例中，比较有借鉴意义的是第一、二两种情况。
第一种情况：假如你的交易系统的入市信号能够实现的胜率是40%。也就是每5笔交易，盈利2笔，亏损3笔。
系统期望值是：2R×40%-1R×60%=0.2R=0.4%
每月实现的收益是：0.4%×8=3.2%
每年实现的收益是：3.2%×12=38.4%
第一种情况是每一个还不能实现持续稳定盈利的交易者应该努力的方向。在预计R乘数不低于2的情况下，努力使得自己的入市信号胜率达到40%的水准，相应的，年化收益就可以达到38%。这是一个经过努力后可以实现的目标。
第二种情况：假如入市信号的胜率提高到50%，也就是每2笔交易，盈利1笔，亏损1笔。
系统期望值是：2R×50%-1R×50%=0.5R=1%
每月实现的收益是：1%×8=8%
每年实现的收益是：8%×12=96%
第二种情况是已经可以实现持续稳定盈利的交易者应该力争实现的目标。通过寻找、测试更好的入市信号，只要能够把胜率从40%提高到50%，年化收益就可以达到接近100%，也就是一年翻一倍的目标。这也是鼓浪理论所承诺的目标。
上面谈到的是一个简单的交易系统模型，通过很多假设条件，可以很清晰、简洁的说明交易系统的基本原理。直观的数据往往更容易让人理解问题的本质。
但是一定要记住，上述模型只是一个理想化的模拟，很多实战中的因素都忽略了。
比如，如果没有到止损位，我就根据其他的标准提前止损了，那如何判断这笔交易对整个系统的影响？
比如，如果采用的是跟踪止盈，到了预计盈利位，我没有出局，而是继续持有。那如何判断这笔交易对整个系统的影响？
再有，如果出现了盈利，我采用的是加码的策略，而不是简单的维持单笔交易的仓位不变，那R乘数会发生什么样的变化？
有太多可能了。
就在你刚刚好像发现了交易的真相，貌似醍醐灌顶、茅塞顿开之时，准备欢呼雀跃之际，我很不识趣的给了你当头一棒。
先不要急着崩溃。请继续跟随我的脚步，一起探索如何将这些实战中的复杂情况融合到一个更为广阔、更为坚固的交易系统平台之上。
一个真正有效的交易系统，应该能够融合更多的因素，适应更多的情况，具有更强的适应性和生命力。让我们一起前行。
第8章：交易系统的定义
到底什么是交易系统？是时候给出一个明确的定义了。
所谓交易系统，就是一套完整的交易规则体系。这套交易规则体系要涵盖交易决策的所有环节，而不能有所遗漏。交易系统的目标是实现持续稳定盈利。
这是交易系统的直观定义。
交易系统首先表现为一套完整的交易规则体系，对每一笔交易，从开始买入，到最终卖出，所有的环节，都应该予以涵盖，给出明确的规则约束。
交易系统是由一系列的交易组成。我们通过交易系统，对每一笔交易的完整买卖流程进行约束，自然的，每一笔受到同样约束的单笔交易，合在一起，就构成了交易系统。
一个完整的交易流程包括6个步骤：
1、选择目标；
2、多空方向
3、交易数量；
4、入市信号；
5、止损退出；
6、止盈退出；
1、任何一笔交易，首先要确定目标。国内A股市场，2000多只股票，你首先得选择要操作哪只股票。自然地，就有一个如何选股的问题，也就是选股策略。
2、确定了目标，然后就是确定多空方向，也就是买多或者做空。
3、确定了目标和多空方向，接下来就是要确定交易数量。根据前面的讨论，单笔交易的初始仓位确定，就是解决这个问题。
4、然后就是要找到高胜算的入市信号，也就是步骤4。
5、止损策略解决的就是：当走势不符合预期的时候，及时止损出局。
6、止盈退出解决的是：当出现盈利后，根据什么样的标准及时兑现利润，
通过上面的分析，不难看出，上述6个步骤，只是一个大概的框架，实际上这些步骤都可以进一步分解，形成更为具体的交易要素。
此外，上6个步骤的排列顺序，是按照我们通常的逻辑得出的，比较符合一般人的思维习惯。但在实际交易中，各交易要素的顺序却有所不同。
一个完整的交易流程，应该包括以下10个交易要素：
1、确定初始R值，也就是确定单笔交易的初始风险占总资金的比例；
2、总仓位策略；
3、选股策略；
4、多空方向
5、止损策略；
6、买入信号；
7、买入数量；
8、止盈退出策略；
9、加码减码策略；
10、分批操作策略。
在实际的交易中，我们是要按照上述步骤来做出交易决策的。交易系统必须要对上述10个步骤做出明确的规定，使得每一笔交易都能够按照既定的规则进行。
这里，我们只是简单的描述交易流程，并不展开详细的讨论。
在第三篇智慧炒股中，我们会有一章，专门讨论完整的交易流程。
交易系统是一套完整的交易规则体系，但是不是只要有了一套规则体系就是交易系统了呢？
通过上面的分析，我们可以得出否定的结论。
交易系统从结构上可以用一个核心、三个平台来描述。
一、一个核心，指的就是入市信号。任何交易系统，都是建立在入市信号的基础上。入市信号，是交易系统的灵魂。入市信号的质量，决定了交易系统的等级。这一点要牢记在心。
很多人认为入市信号并不重要，强调资金管理和心态控制的重要性。这完全是无稽之谈。入市信号是交易系统的核心和灵魂。没有任何一个单独的要素比入市信号更重要。不能否认，入市信号无法单独起作用，也还是需要其他一些要素的配合。但就单一要素而言，入市信号是当之无愧的重中之重，如果要打分的话，我认为入市信号是80分（满分100分），其他所有要素的总和不过20分。
真正高胜算的入市信号往往都是复合信号。机械交易系统之所以很难达到很高的收益水平，就是因为无法提供优质的复合信号。从这个角度讲，经验丰富的交易者，是机械系统永远无法替代和超越的。
二、第一个平台，指的是以入市信号为核心的完整的买卖流程。
一个完整的买卖流程，包括：
1、入市信号；
2、止损策略；
3、止盈退出策略。
同样一个入市信号，跟不同的止损策略和止盈退出策略搭配，效果仍会出现很大差异。因此，是这个完整的买卖流程，而不是入市信号，决定了交易系统的期望值。
交易系统必须要为入市信号这个核心搭配一个完整的交易流程平台，否则，单纯的入市信号是不够的。
所以很多机械交易系统论者花费了大量的时间和精力不断的测试各种交易流程组合，试图找到一种方法，使得普通的入市信号土鸡变凤凰。
但我认为，入市信号是决定交易系统质量的最重要的因素。其他的都是为了辅助入市信号。其他要素的合理搭配可以一定程度上改善交易系统整体的水准，如期望值、稳定性等等，但入市信号决定了交易系统的等级。
也就是说，一个好的交易系统，首先是建立在一个高胜算入市信号的基础上。然后在此基础上组建最适合的买卖策略流程。好比一个武士，其自身的能力是战斗力的根本，如果再能够配上好马好鞍，利矛坚盾，更能够提升他的战斗力。
入市信号就是武士，其他的要素是装备。谁主谁次，要有清醒的认识。
三、第二个平台指的是等额下注以充分利用概率优势。
就是要确定单笔交易初始损失占总资金的百分比（如令R=2%），使得每一笔交易面临的初始风险全部相同。这本质上就是等额下注。
四、第三个平台指的是资金管理策略以规避破产风险。
包括两个方面：
1、确定单笔交易初始损失占总资金的百分比（如令R=2%），以控制每笔交易的最大损失；
2、确定总仓位，以控制同时发生的最大损失。
上述一个核心、三个平台就是交易系统的结构定义。
对于买入信号和买卖流程平台的关系，有点类似于运动员和他的后勤团队。后勤团队是为运动员服务的，目的是为了保持运动员水平的稳定性，或者在关键时刻可以让运动员超水平发挥。真正关键的还是运动员自身的素质。
后勤团队可以让一个优秀的运动员变得更优秀，而不会让一个平庸的运动员变得杰出。
买卖流程平台是为买入信号服务的。优秀的买入信号是成功的根基。指望着为一个平庸的买入信号搭配几个交易规则就能土鸡变凤凰，是病的不轻。
但因为买入信号无法单独发挥作用，从这个角度讲，真正发挥作用的是整体的买卖流程，也就是交易系统为买入信号搭建的第一个平台。这个平台决定了系统的期望值。
这个买卖流程平台的搭建要建立在对交易形态的深刻理解上。没有适用于所有情况的所谓终极平台。这个要深刻理解。
其他的两个平台，起到的作用类似于基础设施。这个要有清醒的认识。
交易系统是由一系列的交易构成。
每一笔交易完成后，最终，会表现为一个具体的R乘数，可以为正，也可以为负。
正的R乘数，意味着这笔交易最终实现了盈利，具体的数值（如3R）则表示这笔交易的结果实现了单笔交易初始风险3倍的收益。
负的R乘数，意味着这笔交易最终实现了亏损，具体的数值（如-2R）则表示这笔交易的结果实现了单笔交易初始风险2倍的亏损。
为何会超过预定1R的损失？这个需要仔细的分析，总结。是因为损失发生的太快，来不及止损？还是因为抱有希望而没有严格遵守交易纪律？
每个具体的R乘数，都能够告诉我们很多事情，只要你用心，就可以从中得到非常多的信息。
此外，一系列的交易最终形成的R乘数的分布，更是隐藏着很多非常重要的内容。我们可以通过数理统计的方法，横向的、纵向的分析、比较、归纳、综合，得出很多重要的结论。
从这个意义上讲，交易系统就是一系列R乘数的分布。
这就是交易系统的结果定义。
综上所述，我们分别从三个角度，对交易系统进行了剖析，并得出了一些结论。
把它们结合在一起，就是对交易系统最完整的定义：
交易系统是一套完整的交易规则体系。这套交易规则体系要涵盖交易决策的所有环节，而不能有所遗漏。交易系统的目标是实现持续稳定盈利。这是交易系统的直观定义。
交易系统可以用一个核心，三个平台来描述。这是交易系统的结构定义。
交易系统是一系列R乘数的分布。这是交易系统的结果定义。
欢迎来到交易系统的世界。
第9章：交易系统的分类
交易系统主要有两种重要的分类方法。
第一种分类：机械式交易系统和自主式交易系统。
机械式交易系统就是在交易的每个环节都做了严格的、唯一的规定，使得交易者无须做出任何人为的判断。并且，每个环节的交易规则都可以为计算机所识别。
而交易中只要有一个需要主观判断的要素，那就是自主式交易系统。
机械式交易系统具有以下重要特点：
1、系统的所有规则都是可以客观衡量的，因此可以通过计算机进行历史数据检测。比如通过过去10年的历史数据，你可以检验按照这个系统运行，能取得什么样的成绩。如果结果很理想，自然就会给使用者信心。有信心就能够坚持系统，尤其是遇到重大持续亏损时。信心对交易者是非常重要的。
你也可以对历史数据检测的结果进行分析，从不同的侧面评估该系统的优劣。目前，这种分析和评估的方法已经很成熟，这里不再赘述。
2、交易中一个非常重要的问题是心理问题。不少损失都是由心理因素造成的，比如我们常说的恐惧、贪婪、希望等等。机械式交易系统是帮助交易者遵守规则、不受各种情绪影响的重要工具。
借用佛教的说法，人生之五惑，贪嗔痴慢疑，如何去除五惑，要由戒生定，由定生慧。这里的机械式交易系统就相当于戒。你定力不够，那它可以帮助你抵御诱惑，从而达到定的境界。
3、机械式交易系统的基本思路就是不断的试错。首先确定一套标准，然后用历史数据检测。如果效果不好，就换一套，或者调整其中的某个要素，比如由固定止盈退出改为跟踪止盈退出。类似于做科学实验，不断的尝试，不断的调整，最终找到一个期望值为正的交易系统。
这种方法的内在逻辑是：如果一套规则在过去很长时间里能够实现持续盈利，那就可以合理的推断，未来这套规则仍然可以实现同样的盈利水平。
4、机械式交易系统中，就单笔交易而言，没有回报风险比和胜率的说法。因为它所考虑的是交易系列整体的效果，然后用平均的方式得出单笔交易的平均值，来代替单笔交易的期望值。因此，对单笔交易而言，不存在也不需要回报风险比和胜率。系统的胜率是通过总体结果来倒推的。
5、机械式交易系统，因为依赖于历史数据检验，因此，所有的规则设定都必须是计算机能够识别的信号，比如利用均线、技术指标等等。有些无法为计算机识别的信号，就无法检验。这是机械式交易系统先天的缺陷。
机械式交易系统有点类似于从一堆侏儒中选高个。你经过千辛万苦，终于找到了一个期望值为正的交易系统，但没准它只是侏儒中比较高的那个，连个正常人都算不上。
6、其规则需要尽量简单，因为越复杂，设计的滤网越多，就越容易出现过度优化的情况，使得交易系统的历史检测结果很棒，但实战效果很差。但如果交易规则很简单，无论你使用什么样的信号，都难免会出现这种情况：在不同背景下，同一个交易信号的效果其实存在非常大的差异。
有经验的交易者很容易理解这一点。同一个买入信号，在不同的环境里，其胜率肯定是有差异的。比如5日金叉10日均线这个信号，在上升趋势和下降趋势中的表现显然是不同的，但机械式交易系统却无法区分其中的差异，因为你无法用计算机识别的信号来区分二者的差别。即使你通过某些滤网，如60日线方向向上或者向下之类的，可以简单区分这种情况，但仍然无法涵盖所有的情况。而且，滤网越多，越容易出现过度优化的情况。
机械式交易系统，要求你不必考虑这些差别，必须坚定的执行信号。因为历史检测所得到的正期望值，就是交易所有信号得到的结果。如果你有选择性的操作某些信号，而忽视另外一些，那么历史数据检测的结果就失去意义。
实战的成绩也说明了这种可能性。机械式交易系统的收益率水平不会很高。
综上所述，可以看出机械式交易系统存在两个严重缺陷：
1、当你遇到连续亏损时，你无法确定这是正常的利润回撤，还是系统已经失效。历史数据的检测，并不能必然的证明未来永远都是如此。市场有时会发生改变，比如新品种的推出、技术的变革、投资者习惯的变化等等。当你真正开始意识到确实是市场发生了改变，从而导致这套系统已经失效时，你已经出现了巨大的损失。这时，你只能停掉这个系统，再次寻找新的系统来代替。但依然无法摆脱这个魔咒。周而复始，不断循环。
2、历史数据检测的是所有符合条件的交易信号，因此你必须坚定执行任何一个出现的交易信号。但很明显，无论这个信号是什么，在不同环境下的效果是存在差异的。但你都必须执行。实际上，有时通过经验可以判断有些信号应该是亏损的概率大于盈利，也就是期望值为负。但你仍然要执行。这是使用这种系统必须付出的代价。这也导致了绝大多数机械式交易系统的收益率水平不会很高。
我们之所以采用交易系统，根本目的是为了找到一种方法，实现持续稳定盈利，而不是一定要采用完全一致的交易规则。这个要深刻认识。
采用完全一致的交易规则，并且这些规则都必须能够为计算机所识别，原因是只有这样，我们才能够通过计算机进行历史数据检验，从而合理的推断这套规则体系的期望值。正的期望值才是我们的目标，而不是完全一致、能够为计算机识别的规则。哪个为主，哪个为辅，要分清楚。
机械式交易系统是一种方法，这种方法可以让我们估算这套规则体系能够实现的期望值。但就是因为他只能检验某些计算机识别的信号，而且这些信号必须前后一致，不能改变，也给我们带来了很多困扰。
实际上，交易系列的期望值为正，不是只有这一种方法。
如果每笔交易的期望值都是正值，那交易系列也会有正的期望值。这是另一个思路。
困难之处就在于衡量每笔交易的胜率。
精确衡量胜率是很难的，但我们可以采用简化的替代方法。前面提到过，只要胜率超过基准胜率，在不考虑交易成本的前提下，期望值为正值。
首先，我们通过回报风险比对交易机会进行初步筛选。回报风险比大于1:1，则列为可交易目标；回报风险比大于2:1，列为重点交易目标。
然后，我们通过一种方法，我称作鼓浪胜算评估模型，来评估胜率。如果通过胜算评估模型得出结论，该笔交易胜率高于基准胜率，则可以考虑进行交易。记住，这里是可以交易，而不是一定交易。
关于鼓浪胜算评估模型，在后面我会专门谈到，这里不再详细论述。
其原理就是对影响价格涨跌的要素进行分门别类，包括基本面和技术面要素两大类，具体可以分为数个或者10几个交易要素。
当符合的要素达到一定的数量时，我们可以合理的推论，其胜率超过基准胜率，从而符合交易条件。
符合的要素越多，说明胜率越高，期望值也就越大。但不必也不可能非要得出一个具体的胜率数字。
最终的效果如何，可以根据交易系列的实际结果进行统计、分析，最后得出总体的胜率和期望值。
这种方法的本质，就是复合入市信号。
真正高胜算的入市信号，往往都是复合信号，需要通过多重信号的叠加来提高胜算。
按照这种方法，有很多的优点：
1、如果一个交易机会出现，经过分析和评估，你觉得期望值为正值，但你不一定马上交易，你具有一定的自主性，因为，如果第二天继续下跌，同时没有出现重大异常情况，那么无论回报风险比，还是胜率，都会提高，从而使得第二天交易会变得更划算。
2、如果同时有几个交易机会，你可以对它们分别评估，选择性价比最高的进行交易。
3、你不必拘泥于只操作一种交易规则。如果有几种不错的盈利模式，比如追涨停板模式，强势股突破后的二次回调，或者超跌股反弹等等，你可以分别根据他们选择交易机会，并综合评估，最终选择期望值最高的交易机会进行交易。这意味着交易规则不一定要前后一致。这仍然是交易系统。这个要深刻认识。
这就是自主式交易系统的基本盈利模式。
自主式交易系统的核心是对于交易形态的研究。我们需要对某些不断重复的交易形态进行深入的研究，对其特点进行深入的剖析，分解出能够影响胜率的核心要素，并根据这些要素来评估胜率。
交易形态不是唯一的。每一种交易形态，都代表着对市场波动终极规律的认识，是一棵交易世界的摇钱树。只要能够找到一种真正有效的交易形态，你就可以以它为基础，构建一套完整的盈利模式，实现持续稳定盈利。
这些交易形态，属于终极运行轨迹的范畴，实为交易世界的真正秘密。
我已经发现了三种高胜算的交易形态，后面我会公开其中的一种。对交易形态的探索，没有止境。需要勤奋，更需要天分和悟性。
第二种分类：趋势跟踪型和波段操作型交易系统
一、趋势跟踪型交易系统。这种交易系统的要点如其名，跟踪趋势，抓住大的趋势性机会。
它的主要特点：
（1）胜率比较低，通常不高于40%。
（2）最大的收益往往来自少数几笔趋势性交易，这些交易往往能够达到5R以上的收益水平。
（3）通常都是机械式操作。不需要人为判断入市点和退出点。
（4）有可能连续出现亏损，从而使得账户出现较大资金回撤。
（5）入市信号基本都是根据某个周期的突破新高，比如历史新高，或者55日内新高等等。
（6）退出信号通常采用跟踪止盈退出策略。
它是典型的牺牲交易准确度，来捕捉少数高额收益机会的交易系统。正因为一年中真正的趋势性交易机会较少，所以不能有任何疏忽，必须充分把握任何一笔符合交易信号的机会，哪怕最终的结果是一次次的止损。
举例说明吧。
最有名的是《海龟交易法则》中使用的唐奇安通道系统。
1、所有流动性强的商品、外汇等市场都是目标市场。必须要在尽量多的市场中寻找机会。
2、价格突破55日的最高价就做多，突破55日最低价就做空。
3、初始止损位设在2倍的ATR（平均真实波动幅度）。
4、出现有利方向移动后，自动启用跟踪退出策略，即20日的最低价。
这个系统取得巨大成功。其实一点都不神秘。跟技术分析没有多大关系。
再举一个例子吧。如突破新高买入法，针对中国A股市场。
1、股票突破历史新高1%，当天收盘在历史新高以上，收盘前买入；
2、初始止损位设在3倍的ATR；
3、出现有利移动后，启用跟踪退出策略，跌破21日线退出；
这两个系统的规则都非常简单，也不牵涉到复杂的技术分析技巧，纯粹就是为了捕捉大的趋势性变化。虽然成功率较低，有可能承受很多次的亏损，但少数几次盈利往往会弥补这些损失。
为了充分的捕捉每一次的趋势性机会，你必须严格按照系统的指示操作，不能认为某笔交易可能性较低就拒绝交易。可能恰恰就是这笔交易产生了趋势性的突破，而你却放弃了，从而以前很多笔亏损的交易也就无法弥补了。
所有趋势的突破必然伴随着突破某个高点，但突破高点却未必真的带来趋势的突破。这也就是为何趋势跟踪系统成功率较低的原因。
之所以成功率低，就是因为这个系统的入市点是根据一个简单的突破高点的信号。如果你有办法通过复合信号，更好的判断是否是真突破，当然就可以大幅减少假突破带来的止损。止损减少了，相应的，对高额收益的依赖也就降低了很多。所以说，有没有能力判断什么情况下是真突破，而什么情况下是假突破，才是大幅盈利的关键。
机械式交易系统，体现的正是对价格波动规律的无力把握。因为无力把握，所以只能用替代的方法。这个要深刻认识。
二、波段操作交易系统
这种系统的基本理念就是认为市场处于横盘整理阶段，没有大的趋势性机会，只有一定的波段交易机会。比如股票的一个波段涨幅一般不超过25%，就会回落，然后企稳，再次上涨。
很明显，如果市场处于这样的情况，你采用的却是趋势性交易系统，就只能是悲剧了。你会一次次被市场戏弄，因为全都是假突破。
在这样的环境里，你就需要用到波段操作的交易系统，充分捕捉波段交易带来的普通盈利，但却是机会更多的交易机会。
这个交易系统就要用到许多判断波段顶底的工具，主要是技术分析的范畴。
举一个简单的例子，你可以根据布林线的上轨和下轨作为波段的基准，制定策略。具体就不再详述了。
我们来做个总结：
1、交易系统没有优劣之分，只有适合与否。在不同的环境下，不同类型系统的效果大为不同。
2、如果你对某个市场较为熟悉，能够较为准确的判断市场所处的状态，就可以有针对性的选择使用的交易系统。
3、如果你交易的市场很多，也没有很深入的研究，就最好不要盲目的更换交易系统，从一而终是最好的选择。通过更多的市场，寻找更多的机会，有助于你分散风险，平滑最终的收益曲线。
4、趋势跟踪交易系统更适合采用机械式模式，而波段操作交易系统，更适合采用自主式模式。
当然，这并不是绝对的。其实就像上面谈到的由戒生定，还有一步没有走完，那就是由定生慧。路漫漫其修远兮，吾将上下而求索。真正重要的是彻底理解交易系统背后的理念。吃透了这个，戒就没有那么重要了。佛教也强调，到达慧的境界，不一定非要由戒生定。慧根好，灵性足的，可以直接由定生慧。
第10章：交易系统的框架
一个成功的交易系统，到底应该包括哪些要素呢？
我认为，交易系统的要素应该分为两类：
第一类叫做结构要素，指的是交易系统的基本构成部分，用来描述交易系统的基本框架。这是任何一个交易系统都必备的内容。只要具备这些要素，就可以构建一个基础的、简化的、完整的交易系统。
结构要素通常描述的是一个交易系统的结果，是对交易系统静态的描述。你可以根据这个结果对交易系统进行分析、评价。
如果把交易系统比作一个人的话，结构要素就像是人的骨架。有了它，就有了人的形状，但没有血肉，就不能说是一个活生生的人。
第二类叫做策略要素，指的是在交易系统执行的过程中涉及的要素。你可以根据自己的要求进行选择，用或者不用，以及用什么样的方式。这类要素通常跟技术分析相关，往往需要通过技术的手段来不断的测试、修改、完善。
策略要素是对交易系统动态的描述，是通过交易进行的过程来描述交易系统。它所要揭示的是交易系统出现静态结果的原因。
策略要素，就好比是人的血肉。骨架和血肉结合在一起，才能构成一个活生生的人。二者是相互依存的关系。
一、先来看看结构要素。
结构要素至少应该包括以下4方面的内容：
1、资本规模；
2、期望值；
3、交易频率；
4、交易成本；
我们分别展开讨论。
1、资本规模决定了你能够进行多少操作。规模太小，单笔交易初始仓位确定无法正常进行，单笔交易的风险会过大，从而使得整个系统设计的基本理念失效；规模太大，你必须寻找更多的机会，才能使资金的使用效率不至于过低，大部分时间处于轻仓的状况下。
就股票而言，你的规模达到2万元就可以操作。2万分为4份，每份5000元，意味着10元的股票一个交易单位可以买入5手。15元的股票一个交易单位可以买入3手，足以进行基本的操作。
如果规模超过5亿，就会遇到不便。可能会被迫增加持股的数量。这样就需要寻找更多的机会，同时很容易每只股票持仓过大，进出不方便以及止损会变得困难。
我个人觉得，一个合理的规模应该是3亿以内比较合适。可以进行适当的分仓，同时不会影响到资金进出。操作起来游刃有余。
2、期望值为正值是一个交易系统必须要达到的目标，否则这个系统就失去了基本的意义。
期望值由两部分决定：胜率和回报风险比。具体参照前面的内容，这里不再详细阐述。
3、交易频率就是指系统要能够提供足够的交易机会，使得系统能够达到实现期望值所必须的规模要求。
一个好的交易系统，必须要有一个较高的正期望值。但这就是全部吗？
显然不是。我们比较下面两个交易系统。A系统期望值是0.5R，B系统的期望值是1R.。R这里等于总资金的1%。
B比A好吗？假设A系统每个月能交易20次，而B系统每月却只能找到符合条件的5次交易机会。计算一下两个系统在一个月内的总回报：
A：0.5R×20=10R
B：1R×5=5R
A系统优于B系统。
因此考察一个交易系统优劣的很重要的因素就是系统能够提供的交易机会。次数越多，越容易达到系统实现预期收益所必须的规模，从而提高系统的稳定性。提供很少交易机会的系统，不是好的系统。
当然，如果很少的交易机会不是由于系统本身的缺陷造成，而是由于你追求高胜算的机会而刻意减少操作的话，不在此列。
实际上，真正高回报的系统，往往是对交易机会千挑万选的系统。因为，大量的胜算不是很高的交易机会，必然带来大量的止损，从而大幅降低交易系统的总收益水平。而精选高胜算的机会，能够大幅避免止损的出现，从而大幅提高总收益水平。
挑能跳过的栏杆跳，是交易的大智慧。能够找到真正的高胜算机会，并舍弃那些貌似较高胜算的机会，已经超越了交易系统和技术分析的范畴。它属于终极运行轨迹的一部分。
交易系统能够提供交易机会的多少，显然受到交易系统设定要素的影响。比如，硬性设定回报风险比不得低于3：1，就会比回报风险比2：1的机会少很多。
同样的，对于机械交易系统而言，如果你设定的信号过于苛刻，也必然的导致交易机会的大量减少。但有一点要清楚，信号的苛刻，未必跟胜算的提高成正比。
这里要强调一点，所谓更多的交易机会，不等于频繁操作。这是大忌。
更多的交易机会，是建立在交易系统的框架下，是建立在期望值为正的基础上。如果你的操作从开始就无法确定期望值，或者期望值为负，就一味的频繁操作，最终的结局只有亏损。但是如果你的交易系统已经证明了正的期望值，在这个基础上，适当的增加交易频率，就会起到增加系统整体收益及增强系统稳定性的作用。这里的细微之处，希望你能够细细体会。
4、交易成本会减少收益。交易成本越低，对系统越有利。这一点也要适当考虑。
具备了以上4个要素，就拥有了一个初步完整的交易系统。
二、我们再来看看策略要素。
策略要素是动态要素，是静态交易系统形成的原因，能够影响到交易系统最终的结果。而且策略要素并非全部都是必须的，你可以有针对性的选择采用或者不采用，及采用什么样的具体方式。
交易系统最终的效果如何，就是对这些策略要素不断测试、修改的过程。
策略要素主要包括以下10个要素：
1、确定初始R值，也就是确定单笔交易的初始风险占总资金的比例；
2、总仓位策略；
3、选股策略；
4、多空方向
5、止损策略；
6、买入信号；
7、买入数量；
8、止盈退出策略；
9、加码减码策略；
10、分批操作策略。
策略要素中，基本都跟技术分析有关，在第二篇，我们会对技术分析进行详细的探讨。
交易系统的结构要素很容易理解，但策略要素却具备一定的难度。而且，对于策略要素的理解和实践，不同的交易者有不同的偏好和习惯。没有哪种方法是最好的，只要你真正理解了交易系统的原理，那就试着设计自己适合或者喜欢的交易系统吧。
第11章：几个重要的结论
一、准确度陷阱
准确度就是指你建立一个头寸后，走势与你头寸的方向相同的情况占总交易次数的比例。举例来说，你在10元买入A股票100股，然后它涨到11元。你就可以说自己是准确的。
这里有个问题需要注意。假如你买入时10元，涨到10.2元，然后跌到9.5元，然后再涨到11元。这个过程怎么来判断你准确与否？
因此准确度有两个重要因素：一是止损位，二是获利退出。
买入后马上涨，很好，恭喜你，但只要你没有卖出，就不算准确。
如果跌了，无论到了什么位置你都不止损，那你肯定有机会翻本，当然也可能赔掉底裤。
如果你设定很宽的止损点，比如50%，当然不容易止损，但一旦真的达到止损位，则是重大损失，很多笔盈利都无法弥补。
即使涨了很多，如果你没有按照策略退出，那它还可能跌回来，甚至跌到止损位。怎么能说你是准确的？
很多人说自己准确度高的时候，只是用股票曾经到达的最高点来衡量，如上例中的11元，随后股票下跌，可不在他的考虑范围之内；同时，即使短期亏损，也不止损，哪怕是跌破他的止损点，因为他觉得还会涨回来，因为他有信心。如果是这样，止损点还有什么意义呢？或者为了提高准确度，把止损点设的很低，这样就不容易止损，等涨上去后，略有盈余甚至打平就赶紧卖出，然后说自己准确度高。这就是准确度陷阱。
准确度应该建立在首先确定回报风险比的基础上。没有确定的回报风险比，就无所谓准确度。
二、回报风险比和胜率的关系
前面谈到过回报风险比和胜率的关系，二者负相关，也就是回报风险比增加，则胜率会下降；回报风险比下降，则胜率提高。
这里有一个隐含的假设是：在其他条件都不变的前提下。
而有的情况下，你可以做到，同时提高胜率和回报风险比。比如，你找到了一个更理想的机械式交易系统，或者采用了一个更优质的买入信号。
其实质是期望值。当交易系统的期望值提高时，自然回报风险比和胜率能够同时提高。当期望值不变时，回报风险比的提高，当然会带来胜率的下降。
三、机械式交易系统的收益率往往不会很高
主要原因有两个：
1、机械式交易系统必须执行所有符合条件的入市信号。但从单笔交易的角度来看，显然并不是每笔交易的胜率或者回报风险比都是理想的，也就是期望值未必是正值。如果我们能够放弃一些不太理想的交易，当然会显著提高交易系统整体的期望值，但机械式交易系统不允许这样做。
从最终的结果来看，机械式交易系统出现了不少性价比很差的交易，从整体上降低了系统的收益率水平。
2、机械式交易系统只能采用计算机识别的信号，其他无法识别的信号则无法纳入交易系统。这种对信号范围的限制，把很多优质的信号（比如回撤幅度，量能的递减，等等）直接排除在外，起步的阶段就存在缺陷。机械式交易系统有点类似于从一群侏儒中选高个。经过千辛万苦，终于找到一个不错的信号，但没准连个普通人都算不上。
上述两个原因，使得机械式交易系统的收益率不会很高。高收益的交易系统通常是某些经过精心设计的自主式交易系统，其主要特点就是通过信号的叠加来提高胜算。而这些信号很多都是无法为计算机所识别的，需要交易者本身的经验。
第12章：交易的逻辑
交易的本质到底是什么？
如果无法弄清楚这个问题，所有的技术都会显得苍白无力。
首先，我们需要明确一点，交易中究竟有没有确定性？
所谓确定性，就是指在某种形态，或者说具备了某几个条件的情况下，价格就一定会涨或者跌，或者能够确定涨跌的幅度。
目前为止，没有任何一种理论能够找到哪怕是一种确定性。如果你找到了，那恭喜你，因为就凭这一个确定性，就可以获得难以想象的财富。
既然无法找到这种确定性，那实现持续稳定盈利的方法就是利用概率。
因为没有确定性的形态，所以每次交易的结果都具有不确定性，那怎么才能持续盈利啊？最为合理的方式就是在概率上下功夫。
有一个道理我再强调一下：再高的概率也不是确定性。
我举个简单例子。
你玩游戏，一共一副扑克牌，54张，规则是你抽到大王你就输，抽到其他你都赢。
你赢的概率是53/54，很高了吧。
你有100元，赢了我付你赌注的10倍，输了你赔掉你的赌注。
回报风险比也够高了吧，10：1。
所有的一切都有利于你。
那你这次下注所有的100元。结局呢，你可能就那么背，输的身无分文，一次全部输光。
所以确定性就是确定性，高概率就是高概率。二者的方法完全不同。
因为在确定性的情况下，所有的资金管理策略、止损策略、加码策略等等的一切，都成为多余的东西，都没用了。
但是只要存在不确定性，哪怕是概率很小的不确定性，你就需要制定相关的策略。
比如上面的游戏，你就要考虑每次只拿出总本金的一部分作为赌注，而不是一次赌全部。
这就是交易的本质。
如果这个都无法认同，我们谈的所有的一切都失去了基础。
交易的一切的一切，都是沿着一个逻辑，一步步推导出来的。很多人没有意识到这一点。
如果大家都认同，实现盈利的方法要利用概率，那两个要素就很关键：
第一是胜率；
第二是单笔交易盈利的程度。
第一，你赢的次数多，当然容易获利，因为无法找到一定赢的方法，所以要找到尽量赢的多的方法。
第二，就算你赢的次数比亏损的多，但赢的是小头，一输就输个大的，最后还不一定会盈利。
因此在这个基础上，就出现了回报风险比的概念。
有的人说，我不管那么多，每次买了，只要赢就好。
好的，那你有可能某一次亏的吐血。
有过这样经历的人应该不少吧？
哪怕赢了很多次，都不够这一次亏的，所以老股民都学精了，当情况不妙时，亏了也要出。这就是止损的雏形。
当然这个止损是原始的止损，是没有建立在交易系统框架中的止损，凭的只是多年的交易经验。
逐渐的，你就会发现，在每一笔交易前就设好止损位远比出了问题再被迫斩仓要好的多。
设好止损位后，也比较容易判断一笔交易的质量。
比如你承担了5%的风险，却只赚到2%的利润，你觉得这笔交易如何？
在没有止损位的情况下，赚到2%你知足了。但当你明白，你的这笔2%的利润是冒着5%的风险获得的，你的观点就发生改变了。
这就是回报风险比的起源。
所以当你意识到这一点时，你就会重新审视每一笔交易。
以前的很多交易，现在来看，都有点不太靠谱。
这就是你的进步了。
所以结论就是：赚了钱的交易未必是好交易。
我们重新梳理一下：
因为不确定性，所以每次下注的时候不能总是满仓操作，我们需要一些仓位配置的技巧。这个就是资金管理的起源。
有效的资金管理可以让我们更加从容的面对市场的涨跌，以及自己操作的失误可能带来的损失。
因为我们不想每次交易承受过大的损失，所以我们在每笔交易前都确定止损位，从而控制每笔交易的风险。
因为我们希望在控制风险的前提下，尽可能获得更高的收益，所以我们需要选择回报风险比较为理想的交易机会。
这个就是交易系统的框架。
有了这个框架，我们再来看很多具体的问题。
到现在为止，我从交易的本质不确定性出发，一步步延伸开来，逐步建立起了一个逻辑框架。
现在我们已经建立了适合自己的资金管理策略、止损策略、止盈退出策略等等，那剩下的还缺什么？
就是如何找到胜率和回报风险比的最佳组合。
在我看来，交易的一切流派，其实试图解决的都是这个问题。
如果你对我的上述逻辑认同，就应该了解，各派的争执，其实就是集中在对这个问题的不同理解上，但都需要建立在交易系统的框架下。
在这个框架下，选择适合自己的胜率和回报风险比的最佳组合，就是你应该努力的方向。
我们进一步谈谈股票。
什么是股票？一种说法是企业的所有权凭证，这也是价值投资的重要论据之一。
但我认为，股票的数量是决定其是否具有所有权属性的决定性要素。当你持有某公司的股票数量达到一定程度，如20%以上，能够对企业的经营决策产生一定影响的时候，这时它才具备所谓的所有权属性。否则，用这种视角看待股票是大错特错。
在我眼里，股票就是一个不断延续的价格走势图。时高时低，忽上忽下，貌似全无规律的布朗运动。你买入股票，就是要在这段走势图中的某处，选择一个点位，将现金换成股票，然后，在你认为合适的时机，再将股票换成现金。当然，你可以持有任何你想要持有的时间，只要它不退市。
用简单的视角看待股票是你能够真正理解炒股终极秘密的关键。
很多人看到股票，会讲出很多关于公司的信息，属于什么行业，什么板块，业绩如何，等等，很多很多。
但在我眼里，每只股票只有两个要素：假如我现在买入它，那么在一定的期限内（这要根据你自己的操作周期而定），它可能会跌多少，可能会涨多少。如此而已。
我们之所以考虑买入某只股票，就是因为我们觉得，买入后，它很可能会涨，并且会有相当可观的涨幅，即使可能会有一定的回调，但这个回调的幅度在我们预期的范围内，并且上涨的概率要比较大。否则，这就不是一个合乎逻辑的选择。
如果买入后就很可能会跌，那你为何要买它？或者为何不等等看？
当然，如果我们能够准确的判断最低点，这一切都迎刃而解。可惜的是，这是几乎不可能完成的任务。通常的情况是，当你还想等待进一步的低点时，股价已经冲天而起了。因此，炒股需要不断的权衡，不断的决策。
股票没有好坏之分。任何股票都有加速上涨的时候，也都有一泻千里的时候。你需要不断的选择，不断的判断，寻找最好的时机，就像捕食的猎豹，耐心的寻找最适合的机会。
面对复杂的状况，无穷的选择，唯有以不变应万变。
因此，你所进行的每一笔交易，如果对它进行抽象和简化，就发现，我们只需要关注两个要素：
1、回报风险比是否理想？
2、实现该回报风险比的胜率多大？
二者的结合就是一个正期望值的交易系统。
当然，有一些情况会改变这个表面看来几乎完美的分析框架，比如没有达到止损位就提前止损，比如没有实现预定的回报风险比就提前止盈。这个属于对交易系统比较高级的分析范畴，这里不再展开论述。
需要注意，上述两个要素的顺序。首先是回报风险比，然后才是胜率。这个顺序不能改变。因为没有事先确定的回报风险比，就无所谓胜率。
很多人对这个问题都存在误解，没有理解胜率的真正含义。
股票之于我，正如牛之于庖丁。庖丁眼中，牛不再是牛，而是经络、骨骼、关节。我的眼中，股票也不再是股票，而是回报风险比和胜率组成的二维坐标。
有一点要注意，在不同的时刻，同一只股票的坐标值也是不断改变的。因此，股票具备了二维的属性。如果加上时间，就是三维空间。
我们要做的，就是在每一个具体时刻，去选择具有最优二维属性的股票，或者对某只符合要求的股票，寻找适合介入的最佳时机。
这就是交易的自然哲学原理。
从此以后，我们就能够沿着一条可以推理、归纳、总结的道路前行了。
恭喜你，你已经正式开始探索炒股奥秘的神奇之旅。
作者：东南股圣
