第 21 篇:一条完整的交易规则

2025 年 7 月 1 日,SPY 走出十年里的第四次金叉。「金叉买入」——好,那么:用什么价格买?买多少?跌到哪里认错?什么时候正常离场?这一篇把一个想法补全成一条能执行的规则:六个要素缺一不可,而且每一格的选择都会改变结果。同一个金叉信号,18 种补全方式在 SPY 上年化从 0.1% 到 7.4%,在 BTC 上从 -17% 到 +24%;这次金叉之后,不设止损的写法赚 21.7%,3 ATR 吊灯的写法进出八次只赚 1.2%。再看条件叠加:两个看起来不同的条件可能有 88% 的时间同时成立,加上第五个条件时一根 K 线都没少——而交易次数从 76 掉到 24,置信区间照样跨着零。动手部分写 talab.rules,把六要素变成一个数据结构。

2026-09-17 · ifcalm

第 22 篇:订单类型与止损的实际执行

2024 年 4 月 13 日 20:09 UTC,BTC 永续合约的最新成交价插到 59,652.5,一分钟后回到 61,700 上方。你的止损设在 60,000——它触发了吗?答案是:取决于你下的是哪一种止损单。同一分钟里,标记价格的最低价是 60,475.7,从没跌破。这一篇把「止损 60000」这句话拆成三个独立的问题:用什么价格触发、触发之后下什么单、最后成交在哪里。动手部分写 talab.orders,用 340 万根 1 分钟线重放六年半的止损:601 次触发的滑点分布、止损限价单一小时内没成交的 23 天(之后价格中位数又跌了 3.9%),以及主线 v3 的 34 次止损在分钟线上的真实成交价——日线回测的那个假设,一年大约值 1.1 个百分点。

2026-09-17 · ifcalm

第 23 篇:止损、止盈与出场

2020 年 10 月 22 日,你手上的 BTC 多单浮盈刚好 2R。拿住、平一半,还是全部离场?这一篇先把记分方式换成 R 倍数,再把「出场」拆成四个互相独立的问题:初始止损放在哪、要不要跟着走、有没有目标价、最多拿多久。胜率和盈亏比为什么必然此消彼长,用一个无漂移随机游走就能证明——止盈目标从 0.5R 挪到 10R,胜率从 71% 掉到 25%,而打乱后的价格上这条曲线一模一样。动手部分写 talab.risk,给主线策略换四种出场方式,在五个序列、3,400 多笔交易上比较收益分布;开头那个问题的答案藏在 205 笔真实交易里:拿住的平均成绩更好,但 53.7% 的时候不如当场就走。

2026-09-17 · ifcalm

第 24 篇:做空与杠杆

2021 年 2 月 8 日中午,特斯拉宣布买了 15 亿美元比特币。你在半小时前以 39,495 开了一个 10 倍杠杆的空单,现在价格已经朝不利方向走了 7.9%,一万美元的保证金只剩 2,059。离强平价还有多远?大多数人会算成 2.1 个百分点,真实答案是 1.5——而且从开仓到被平掉,一共只用了 58 分钟。这一篇把做空和杠杆拆开讲:为什么做空的收益上面有一堵 100% 的墙而亏损没有底(864 个永续合约里,持有 250 天亏掉本金一倍以上的占 8.8%),美股的借券、空头仓位和轧空(GME 那 11 天 +1,642%,1 倍空单两个交易日就被强平),永续合约的分层维持保证金和强平价公式,以及一条必须守住的底线:强平价必须在止损价之外。

2026-09-17 · ifcalm

第 25 篇:持仓量与资金费率

2021 年 4 月 13 日,BTC 收在历史新高 63,650,永续合约的持仓价值也创了历史新高 24.5 亿美元,资金费率折成年化 108%——多头每天在给空头付将近三成的年息。这是趋势强劲的确认,还是拥挤的警告?这一篇把永续合约三个公开的数拆开:持仓量为什么和成交量是两回事(4 月 18 日那天成交额翻倍而持仓量掉了四分之一),资金费率其实是一条分段函数(用公开的 1 分钟溢价指数重算 7,286 次结算,90% 的误差小于 1e-5),以及教科书上「价格 × 持仓量」的四象限在数据上有没有信息。结论有点出人意料:信息全在负费率那一边——极高的资金费率之后什么也预测不了,而资金费率转负之后 20 天的平均收益比「同样跌幅但费率正常」的对照组高 8.3 个百分点。

2026-09-17 · ifcalm

第 26 篇:仓位管理与组合风险

账户 10 万美元,止损距离 3%,这笔最多亏 1%——该买多少?公式一行就写完了,难的是后面那串问题:那个「1%」应该是多少,凭什么?这一篇把「买多少」拆开:固定金额、固定比例、固定风险、按 ATR 调仓、波动率目标仓位、凯利公式,每一种都在主线策略的真实交易上跑一遍。结论有几个反直觉的地方:满仓时「一笔能亏多少」根本不由你决定(BTC 上它在 6.4% 和 26.2% 之间跳);凯利公式算出来的下注比例,把同样 30 笔交易重抽一遍就能从 0.01 跳到 0.54;波动率目标仓位在股票上把夏普从 0.75 抬到 0.91,在 BTC 上反而更差;而「11 个行业 ETF」等权持有时,有效独立仓位数只有 1.53 个。

2026-09-17 · ifcalm

第 27 篇:从零写一个正确的回测引擎

一段十二行的回测代码,跑出年化 132.69%、九年把本金变成 2,080 倍,而且最大回撤 0.00%。在相信它之前,先检查哪一行?这一篇从零写一个能对账的回测引擎:一根 K 线上什么时候才知道什么、向量化回测能表达哪一类策略、现金和持仓怎么记账、以及同一根 K 线里止损和止盈都被碰到时先算哪个——最后这件事在日线上影响 32% 的交易,把一条真实合计 −145R 的策略算成 +999R,终值差了五个数量级。

2026-09-17 · ifcalm

第 28 篇:回测里的偏差与成本

一条年化 123.5%、七年里六年赚钱的资金曲线。第 27 篇的三项体检它全过:最大回撤不是 0、持仓日上涨的比例只有五成、把仓位往后推一根也不塌——因为它的事件顺序是对的。错的是别的东西。这一篇把五种偏差一种一种拆开,每一种都亲手造一次假收益再修正:前视不只是少写一个 shift,幸存者让同一条策略从 44% 变成 78%,在完全没有趋势的数据上挑 228 组参数的最好一组也能挑出两成年化,未复权的价格序列会造出一天 74% 的假暴跌,而一个 15% 的 ZigZag 在重绘版本上能跑出 5,152 万倍。然后是成本:用 8 天的公开盘口量出 BTC 永续的真实价差只有 0.033 个基点,而 taker 手续费是它的 153 倍。

2026-09-17 · ifcalm

第 29 篇:怎么评价一条策略

两条策略跑在同一个市场、同一段时间上,夏普比率一条 1.3086、一条 1.3072——小数点后三位都一样。但一条只交易了 35 次,另一条交易了 1,061 次。你投哪一条?这一篇把回测报告上的每一个数拆开:年化收益是两个端点的函数,夏普比率至少有四种骗法(其中一种能让它从 1.31 变成 3.84,另一种让一个已经归零的账户还剩 0.52),最大回撤是一个会随着样本变长而机械变深的极值。然后给每个数配上它的误差:夏普 1.0 的策略要跑 4 年才能证明它不是运气,而主线策略在 SPY 上要跑 380 年。

2026-09-17 · ifcalm

第 30 篇:过拟合与样本外检验

两年的 BTC 日线,快线在慢线上方就做多、下方就做空。在一万零一百三十组参数里挑年化最高的一组——(31,36),年化 173.74%、夏普 1.75、两年把本金变成 7.5 倍,而同期 BTC 自己跌掉四成。把快线改成 30、慢线改成 34,年化变成 −7.69%。这一篇对这条曲线砍六刀:看邻居、看样本外、walk-forward、蒙特卡洛、多重检验、回测过拟合概率。其中最狠的一刀是:**在完全没有趋势的假数据上重扫同样一万组,「最好的一组」年化中位数是 115.52%,有 27% 的假数据比真实的还好。**然后用同一把尺子量主线策略 v4——它的参数从来没被挑过,所以它站在平地上。

2026-09-17 · ifcalm