一套趋势策略，十次里错七次。

你连着亏了七笔小的，第八笔赚了一个大的，账户是正的。

问题是——这七次亏损里，你能不能一次都不动摇地执行完？ 这不是心态问题，是这类策略的结构决定的：它的收益必须长成这个形状，你没法在保留优点的同时把胜率提上去。

趋势交易是这份手册里少见的、可以事前定义、可以回测、可以证伪的方法。

这一点值得先强调，因为它把趋势跟随和第 7 篇里那些「事后可识别、事前不可证伪」的画线体系彻底区分开了：一套趋势规则可以写成代码，跑在历史上，给出确定的结果。能被检验，是它和形态命名之间最根本的差别。

但也正因为它可检验，它的问题也是明确的、可以量化的——而这些问题比大多数人想的更严重。

本系列仅用于记录与普及基础知识，不构成投资建议。本篇讲的是一类策略的结构与数学形状，不是一套可以照抄的规则，更不包含参数、标的或信号。

零、先说清楚这一篇的边界

全流程索引末尾写过：这份手册不包含策略层，因为公开的方向性规则写出来就开始衰减。

这一篇不违反那条原则，因为它不给规则，只拆结构：

属于策略层（本篇不写） 属于结构层（本篇要写）
用多长的均线、突破几日高点 为什么这类规则的收益必然是凸的
什么时候该进场 为什么胜率注定低、且不能单独提高
哪个品种适合做趋势 需要多少品种才可能得出统计结论
用哪个参数 为什么参数选哪个几乎不重要（第五节）

⚠️ 第五节会列出几类公开的趋势定义。那是在说明「可计算的定义长什么样」，不是推荐——恰恰相反，那一节的结论是这些定义彼此高度相关，选哪个都差不多。

打个比方

策略层像一份菜谱（放多少盐、炒几分钟）——写出来发到网上，人人照做，这道菜就不稀奇了。

结构层像"盐会让菜变咸"这件事——它是这道菜的物理性质，你把它公开一万遍，它也不会失效。

⭐ 所以：结构不会因为被公开而衰减——它是恒等关系，不是优势。这一篇写的全是后一类，这也是它能被写进这份手册的原因。

一、先把两个「动量」分开

日常说的「做趋势」和学术里的「动量异象」经常被混为一谈，但它们的实现方式完全不同：

比较对象 典型实现 出处
横截面动量Cross-sectional 标的之间互相比（谁跑赢谁） 几百只标的排序，多头买前 10%、空头卖后 10%，持有数年 Jegadeesh & Titman (1993)
时间序列动量 / 趋势跟随Time-series 每个标的和自己的历史比 每个品种独立判断多空，各走各的，几十个品种并行 Moskowitz, Ooi & Pedersen (2012)

第 7 篇和第 19 篇里讲的动量异象是前者。

⚠️ 两者共有的一条警告：它们都是组合层面的统计规律。「买一只动量股」不是动量策略，「拿着一个涨得好的币」也不是趋势跟随。这个区别不是学究式的——它直接决定了后面第八节讲的样本量问题。

二、⭐ 它的数学本质：一个合成的期权多头

理解趋势交易，只需要这一步。

规则是「亏损截断、盈利放任」。那么这条规则产生的收益曲线必然是凸的——向下有界（止损距离），向上无界（跟踪止盈）。

这不是策略特性，是恒等关系。 你规定了下界、放开了上界，形状就已经确定了，和你用什么信号入场毫无关系。

Fung & Hsieh (2001) 把趋势跟随的收益结构建模为 lookback straddle（回望式跨式期权）多头。作为模型它是近似的，但它抓住了要害：

⭐ 你在买波动率。横盘时期的连续小亏，就是权利金。

这一句解释了趋势交易几乎全部的「反直觉」现象：

现象 通常的解释 结构性的解释
一年里大部分时间在小亏 「行情不好」「策略失效了」 在付权利金，这是设计的一部分
收益集中在极少数几笔 「运气好抓到大行情」 凸性收益必然集中在尾部
胜率只有三成多 「信号不准」 截断亏损这个动作本身在压低胜率
波动率上升时表现变好 「趋势更明显了」 多头期权的 vega 为正

⚠️ 反过来说，如果你的趋势系统没有表现出这些特征——胜率高、收益均匀、横盘期也赚钱——那它大概率已经不是趋势系统了，你实际上在做别的事情（很可能是在卖波动率，见第六节）。

一个容易被漏掉的镜像

第 12 篇讲过杠杆 ETF：在单边趋势中放大收益，在震荡中放大损耗。

那不是巧合。每日再平衡以维持固定杠杆，在数学上就是一个趋势跟随动作——涨了要加仓（买高），跌了要减仓（卖低）。所以杠杆 ETF 的收益形状和趋势跟随同源，只是它的「参数」被产品结构写死了，而且你不能选品种、不能选周期、不能停。

理解了这一点，第 12 篇那句「它在趋势中放大收益，在震荡中放大损耗，而市场大部分时间在震荡」就不再是经验之谈，而是凸性的必然推论。

三、胜率和盈亏比是同一个规格的两面

⚠️ 这一节是整篇最反直觉的地方，值得慢慢看。

正常的想法是：“胜率低是这套方法的缺点，要是能把胜率提上去就更好了。”这个想法本身是错的——不是做不到，是做到了就没有那个大赚的尾巴了。低胜率和大盈亏比是同一个东西的两面，你不能只留一面。

下面用算术把这句话说实。

很多人试图「提高趋势系统的胜率」。这做不到，因为两者由同一组参数同时决定。

期望值：

E = p × W − (1 − p) × L

p = 胜率      W = 平均盈利      L = 平均亏损

你能调的旋钮只有出场参数，而每一个旋钮同时推动两边：

你做的调整 p（胜率） W 或 L 净效果
放宽止损 ↑ 上升 L 上升 不确定
收紧止盈 ↑ 上升 W 下降 通常变差
放开跟踪止盈 ↓ 下降 W 上升 趋势系统的标准选择

⭐ 结论：胜率不是一个可以独立优化的目标，它是出场规则的副产品。任何声称「高胜率的趋势策略」的东西，要么改了定义，要么在承担一个没被算进去的尾部风险。

这也回到第 6 篇里那个数字：40% 胜率下，500 笔交易中出现至少一次连亏 10 笔的概率约 70%。对趋势系统来说，连亏不是异常，是分布的正常区域。

四、引擎在出场，不在入场

这是趋势交易里最反常识、也最容易自己验证的一点：

收益分布的形状由出场规则决定；入场只决定你有没有上车。

因为凸性来自「下界固定、上界放开」，而这两句话都是出场规则写的。入场信号（均线交叉、突破 N 日高点、通道突破）影响的是进场时机的分布，改不了形状。

这可以直接测：固定出场规则不动，替换入场信号，看夏普和收益分布变化多少。多数人测完会发现，变化远小于他们花在入场信号上的时间所对应的预期。

⚠️ 有人拿这个现象演示「随机入场也能赚钱」。那类演示的样本、品种池和成本假设通常都不严谨，不要当成稳健证据。能站住的结论只有一条：形状归出场管——而不是「入场无所谓」。入场仍然影响期望值的大小，只是不影响分布的形状。

实务含义很直接：如果你要花时间做优化，优化出场和成本，而不是入场信号。 这和第 20 篇的归因顺序是一致的——先修成本和执行。

五、那「趋势状态」到底怎么定义

⚠️ 这一节最接近"菜谱"，所以要先说清界线：下面列的几种定义是在说明"可计算的定义长什么样"，不是推荐。 而这一节的结论恰恰是——它们彼此高度相关，选哪个都差不多，因为真正起作用的是结构，不是参数。

上一节说入场信号只是个开关。那这个开关该怎么设？

⭐ 先纠正提法

「这是不是趋势」听起来像在问一个客观事实，但它不是。同一段价格：

  • 用 20 日窗口看 → 上升趋势
  • 用 200 日窗口看 → 下跌趋势中的反弹

⭐ 两个都对，因为它们回答的是不同的问题。趋势不存在于价格里，它存在于你选的窗口里。

所以可用的提法只有一种：

提法 性质
❌ 「现在是不是趋势？」 事后总能给出答案，不可证伪
✅ 「按我事前定义的规则，现在是不是多头状态？」 一个布尔值，谁来算都一样

这个区别不是文字游戏。前者是第 27 篇说的「事后可识别、事前不可证伪」的画线体系；后者才是本篇第零节讲的、可回测可证伪的机械规则。同样一句话，一个能检验，一个不能。

可计算的定义有哪几类

公开使用的定义大致四类，共同点是无歧义、可编码、事前确定：

类别 形式
突破 价格 > 过去 N 日最高价（Donchian 通道）
均线关系 价格 vs 均线，或快慢均线的相对位置
回报符号 过去 N 个月累计收益 > 0
波动率归一化 (现价 − N 日前价) ÷ (ATR × √N)

最有信息量的事实是：这几类在长周期上的结果高度相关。

Moskowitz, Ooi & Pedersen (2012) 那项覆盖 58 个期货品种的研究，用的就是「过去 12 个月收益的符号」——没有比这更简单的定义了——结果和复杂得多的均线系统差不多。

由此得到一个不太受欢迎但很有用的结论：

定义方式不重要，重要的是有一个一致执行的定义。

这和上一节是同一件事的两种说法：形状归出场管，入场定义只是个开关。 花在「找更好的趋势指标」上的时间，收益极低。

滞后不是缺陷，是价格

任何可计算的趋势定义都必然滞后——你需要「已经走了一段」才能确认。

这不是指标做得不好，是定义的必然结果：趋势的起点只有事后才存在。

很多人的下一步是试图减少滞后（更短的窗口、更灵敏的指标）。但这是同一个旋钮的两端：

缩短确认窗口
进场更早 ✅
假信号变多 ❌
每笔平均盈利 ↓
交易笔数与成本 ↑

⚠️ 这是在折中曲线上移动，不是改进。 你换到的是另一个折中点，不是更好的点——这和第三节讲的「胜率与盈亏比不能独立优化」是同一个结构。

而且缩短窗口 = 提高换手，直接撞上第 31 篇那张表：灵敏度是要用费率买的。

方向和仓位必须分开

这一条最实用，也最常被搞混。

很多人用「趋势强度」决定仓位——看起来强就多买点。这是把一个不可靠的量当成连续变量在用。

正确的拆法是两件事分开：

方向  ←  趋势定义给出      （布尔：多 / 空 / 空仓）
大小  ←  波动率给出        （连续：波动越大，仓位越小）

为什么这样分？因为第 19 篇说过：波动率聚集是整份手册里唯一能直接、安全使用的规律，而它服务的是第 6 篇的仓位，不是方向。

把可靠的量（波动率）用在仓位上，把不可靠的量（方向）压缩成一个布尔值。

不要让不可靠的东西同时影响两个维度。

这还有个必要的副作用：跨品种的风险贡献被拉平了，几十个品种的结果才有可比性——而这正是第八节说的「横向凑样本」的前提。方向和仓位不分开，样本就没法合并。

检验定义的四个办法

「怎么判断趋势」问不出好答案。「怎么知道我的定义是不是在拟合噪声」才能推进：

  1. 参数平原 —— 窗口从 50 改到 55 就崩了 ⇒ 拟合噪声（见第九节）
  2. 跨定义一致性 —— 换成上表里另一类定义，结果差很多 ⇒ 你测的是那个定义，不是趋势
  3. 跨品种一致性 —— 同一套定义跑几十个品种，只在少数几个上有效 ⇒ 幸存者偏差
  4. 事前锁定 —— 定义写死，样本外只用一次

⚠️ 第 2 条特别值得做，而且很少有人做。如果「趋势」是真的，不同的合理定义应该给出方向大体一致的结果；如果换个定义结论就翻转，那你捕捉到的不是趋势，是那个定义本身的伪影。

把一个定义写成完整、可回测的规格（输入 / 规则 / 离散输出 / 时点 / 出场），以及判断它的七道关卡，见第 32 篇。那一篇还给了一个量化判据：「加个过滤器」什么时候是改进，什么时候只是拟合。

六、镜像：均值回归是在卖同一个东西

把趋势跟随反过来做，就得到均值回归（抄底、网格、卖波动率类策略）：

趋势跟随 均值回归
期权头寸类比 买入波动率 卖出波动率
胜率 低 高
盈亏比 高 低
收益分布 左偏（平时小亏，偶尔巨赚） 右偏（平时小赚，偶尔巨亏）
亏损来源 横盘磨损，可预期 趋势行情，一次结清
心理难度 难在坚持 难在活下来

⚠️ 两者的危险性不对称。 趋势跟随的坏日子是慢性的、可见的、可以提前预算的；均值回归的坏日子是急性的、集中的，而且在它到来之前你的曲线会非常好看。

第 10 篇讲过：那种「平时稳定小赚、偶尔巨亏」的左偏形状，是所有「稳定年化」产品的共同特征。它们本质上都在卖波动率，只是包装不同。

⭐ 这给了一个很实用的识别方法：看到一条平滑上升的收益曲线，先假设它是在卖某种保险，然后去找赔付条款在哪里。

⚠️ 这张镜像表还有一个常见的化身：「左侧交易」就是这一列的均值回归，「右侧交易」就是趋势跟随——它们不是两种流派，是确认窗口这个旋钮的两端。展开见第 36 篇，那里还有一条本篇没讲的：左侧策略更容易做出「统计显著」的结果，而它的风险全在尾部——样本量足够 ≠ 见过它的坏情况。

七、三种死法

死法 机制 是不是失效 对照
🟡 横盘磨损 权利金持续支出 不是，是成本 本篇第二节
🔴 成本吃掉凸性 高换手 × 往返成本；周期越短越致命 是，且可事前算出 第 26 篇
🔴 动量崩溃 大跌后急速反弹，仓位方向同时全错 是已知的结构性缺陷 第 7 篇

关于第二种：成本是可以事前算的

第 26 篇的可交易比值直接适用：

可交易比值 = 期间预期波动 ÷ 往返成本

趋势系统的换手率由信号周期决定。周期越短，一年的往返次数越多，成本占预期收益的比例越高。而波动按 √T 缩放、成本按笔数线性累加——这两个速度不一样，所以短周期趋势系统的成本劣势是结构性的，不是「多找找就有便宜通道」能解决的。

⭐ 这解释了为什么真实的趋势跟随基金几乎全部跑在日线及以上周期。不是他们不想做短线，是数学不允许。

关于第三种：分散化在这里几乎没用

动量崩溃最麻烦的地方不是它幅度大，是趋势持仓天然高度相关——几十个品种的方向可能同时由同一波宏观流动性驱动（第 13 篇）。

所以崩溃时是一次性打击全部仓位。按第 19 篇第 ⑤ 步的说法：这些看起来不同的持仓，其实是同一个赌注。

八、⭐ 最尖锐的问题：你可能永远拿不到统计显著性

这一节是我认为整篇最重要的部分，而它几乎从不被提起。

按第 20 篇和第 26 篇用的式子：

t = (平均每笔 R ÷ 每笔 R 的标准差) × √N

趋势系统的每笔 R 标准差特别大——这正是凸性的代价：绝大多数交易在 −1R 附近，极少数在 +10R 以上。分母大，就需要更大的 N 才能把 t 推上去。

而一个日线级趋势系统，一个品种一年可能只有 10–20 笔信号。

假设需要 256 笔才能得到有意义的 t 值： 单品种 ≈ 十几年到二十几年。你的一生可能不够长到证明你的系统有效。

这不是劝退，是定位。它推出一个非常具体的结论：

⭐ 趋势交易的信心来源只能是横向的，不可能是纵向的。

  • ❌ 纵向：在一个品种上跑很多年 → 时间不够，且期间市场结构已经变了
  • ✅ 横向：同一套规则同时跑几十个品种，把 N 凑出来

这也解释了一个长期被误读的现象：真实的趋势跟随基金持有几十上百个品种，主要不是为了分散风险（上一节说了，分散在崩溃时几乎无效），而是为了在有生之年凑够样本量。

⚠️ 由此得到一条硬判据：

如果你只在一两个品种上做趋势，你没有、也不可能有统计意义上的证据。

这不代表你一定会亏，但它意味着你分不清自己是有优势还是运气好——而按第 20 篇，分不清的时候应该假设是后者。

⭐ 另一个方向的镜像在第 41 篇：网格把这两项同时反过来（盈利截断 + 亏损放任），于是收益曲线是凹的——高胜率、长期平稳、偶尔一次性回吐。同一个恒等式，两个方向。

九、回测里最容易骗自己的三个地方

1. ⚠️ K 线内的顺序问题

第 27 篇讲过：K 线是有损压缩，你无法知道当根 K 线里最高价和最低价谁先出现。

趋势系统对这个特别敏感，因为它同时挂着止损和跟踪止盈。当一根 K 线既触及止损又创出新高时，回测引擎怎么假设，结果差异巨大——而默认假设几乎总是偏乐观。

处理方式：用比信号周期更细一级的数据回放，或者直接强制假设最坏顺序。两个结果的差距，就是这个偏差的量级。

2. ⚠️ 参数敏感性本身是检验项

不要只看「最优参数」的表现，要看参数平原：

  • 回看窗口从 50 天改到 55 天，结果崩了 → 它拟合的是噪声
  • 在一片连续的参数区间里表现都还行 → 至少不是纯拟合

⭐ 一个只在特定参数上成立的趋势系统，等于没有系统。 因为凸性来自结构，结构不应该对 ±10% 的参数变化敏感。

3. 幸存的品种池

在「今天还在交易的品种」上回测趋势策略，会系统性高估收益——退市的、归零的、被下架的代币都不在池子里。加密市场尤其严重。

这就是第 26 篇讲的 point-in-time 标的池：你需要的是「当时那一天真实存在的可交易集合」，不是今天的列表。

⭐ 还有一个：你看到的最大回撤偏小

趋势系统的仓位通常是按回测里那个最大回撤反推的。但那个数字是在你选参数的那条路径上取的一个样本，第 38 篇第五节的分块 bootstrap 会显示：回撤分布的中位数通常明显大于它。

对一个本来就靠少数几笔赚钱、回撤又深又长的策略来说，这个偏差直接落在杠杆上。

十、这套方法能回答和不能回答什么

问题 能不能回答
这个品种现在处于我定义的趋势状态吗 ✅ 能，规则是机械的
我的止损应该放在哪 ✅ 能，这是第 7 篇说的技术分析最扎实的用途
这套规则在历史上的收益分布是什么形状 ✅ 能，前提是处理了第九节那三个偏差
我需要多少品种、多少年才能验证它 ✅ 能，第八节的式子直接算
我的定义滞后多少 ✅ 能，回测直接给
换一类定义结论会不会翻转 ✅ 能，而且必须测（第五节）
我该下多大仓位 ✅ 能，波动率给，不是趋势强度给
现在「是不是趋势」 ❌ 问题本身不可证伪，见第五节
现在趋势有多强 ❌ 这个量不可靠，别拿它做决策
这个趋势会持续多久 ❌ 不能
现在是不是趋势的起点 ❌ 不能，只有事后才知道
这次会不会是假突破 ❌ 不能，假突破的比例就是低胜率本身
我这一笔会不会赚 ❌ 不能，也不需要知道

最后两行是关键：趋势交易不需要单笔正确率，它需要的是你把所有信号都执行完。 漏掉的那几笔，很可能就是全年收益的来源。

十一、这一篇的结论

  • 趋势交易和「动量异象」是两件事。 时间序列动量（每个品种和自己比）≠ 横截面动量（品种之间排序）。两者的共同前提是组合层面，「买一只涨得好的」两个都不是。
  • ⭐ 数学本质：亏损截断 + 盈利放任 ⇒ 收益曲线必然是凸的。 这是恒等关系，不是策略特性。Fung & Hsieh (2001) 把它建模为回望式跨式期权多头。
  • ⭐ 一句话：你在买波动率，横盘时期的连续小亏就是权利金。 它不是策略失灵，是你在付你买的东西的钱。
  • 胜率和盈亏比由同一组出场参数决定，不能独立优化。 截断亏损这个动作本身在压低胜率。「高胜率的趋势策略」要么改了定义，要么藏了尾部风险。
  • 引擎在出场不在入场。 形状由出场规则决定，入场只决定有没有上车。要优化就优化出场和成本——这和第 20 篇的归因顺序一致。
  • 「这是不是趋势」是个不可证伪的问题，因为趋势不存在于价格里，它存在于你选的窗口里——同一段价格用 20 日和 200 日看，结论相反而且两个都对。唯一可用的提法是「按我事前定义的规则，现在是不是多头状态」，输出一个布尔值。
  • 可计算的定义有四类（突破 / 均线关系 / 回报符号 / 波动率归一化），而它们在长周期上高度相关——58 个期货品种那项研究用的是最简单的「过去 12 个月收益符号」，结果和复杂系统差不多。定义方式不重要，有一个一致执行的定义才重要。
  • 滞后不是缺陷，是价格。 趋势的起点只有事后才存在。缩短确认窗口 = 更早进场 + 更多假信号 + 更高换手，这是在折中曲线上移动，不是改进——灵敏度要用费率买（第 31 篇）。
  • 方向和仓位必须分开：方向由趋势定义给（布尔），大小由波动率给（连续）。把可靠的量用在仓位上，把不可靠的量压缩成布尔值。 用「趋势强度」定仓位，是把一个不可靠的量当连续变量使。这也是跨品种合并样本的前提。
  • 检验定义的四个办法：参数平原 / 跨定义一致性（换一类定义结论就翻转 ⇒ 你测的是定义不是趋势）/ 跨品种一致性 / 事前锁定。
  • 均值回归是它的镜像：卖波动率。 高胜率、右偏、坏日子急性发作。看到平滑上升的曲线，先假设它在卖保险，然后去找赔付条款。
  • 三种死法：🟡 横盘磨损（是成本不是失效）/ 🔴 成本吃掉凸性（周期越短越致命，可事前算）/ 🔴 动量崩溃（持仓天然同向，分散化在这里几乎无效）。
  • 最尖锐的问题：单品种上你永远拿不到统计显著性。 每笔 R 的标准差极大 + 一年十几笔 ⇒ 单品种需要十几二十年。所以信心只能来自横向——几十个品种并行跑同一套规则。真实趋势基金持有上百个品种，主要不是为了分散，是为了凑样本量。
  • ⚠️ 只在一两个品种上做趋势的人，没有统计意义上的证据。 不代表会亏，代表你分不清优势和运气——而分不清时应该假设是运气。
  • 回测三个坑：K 线内高低点顺序不可知（趋势系统对此极敏感）/ 参数敏感就是拟合噪声 / 幸存品种池（加密尤其严重）。
  • 真正的门槛不是信号，也不只是纪律，是样本量。 大多数人放弃在连续小亏阶段，而那个阶段在数学上是必然会出现、且会反复出现的。
  • 和第 31 篇的镜像关系：趋势的死穴是样本太少，短线的死穴是成本太高；而两者的优点恰好是对方的缺点。 这不是巧合，是同一个 √T 关系从两端看的结果——本篇第七节的「周期越短成本越致命」，在那一篇里被算成了具体的表格。