Croco不亏才会赢ⁿ

btc进场期回测 7.10-10.07 场外指数一如既往得神奇！场外指数1000--灵敏的分水岭 @magicube121

《正偏态分布：拆解30%胜率背后的优势》 二十多年来，一位名叫CIS的日本日内交易员，将自己的个人资本从300万日元复利增长到了据估计约600亿日元。然而，如果你逐笔审视构成这笔财富的交易，就会发现一个令人极其意外的统计结果。 每10笔交易中，真正盈利的勉强只有3笔。 在现代量化金融中，一个有70%时间都在失败的系统，通常会立刻触发停用机制。绝大多数算法模型都以优化一个严格大于0.5的伯努利成功概率为目标。金融机构投入数百万美元建设微波通信塔、开发预测型机器学习模型，寻找高频统计套利机会以及可以预测的均值回归。 因此，在这种背景下，30%的命中率并不意味着系统失败，反而意味着这是一种刻意设计出来的数学结构。 它是一个完全围绕极端右尾收益构建的系统所必然留下的数学足迹。 看看这个标准正态分布。它代表了典型量化模型所追求的基准预期，也就是近似对称的收益分布。 但如果一个系统要在70%的失败率下仍然存活，这个分布就必须发生剧烈变形。 左侧代表亏损，被极其激进地截断；与此同时，右侧则不断向外延伸，形成一条巨大而漫长的右尾。 绝大多数交易都密集地聚集在这个微小亏损区域里，这显然违背了“必须有超过一半交易盈利”的传统要求。 但由于极端右尾能够向非常遥远的方向延伸，所以即便胜率很低，整个收益分布积分之后的总结果，依然可以形成非常强的正期望值。 要真正执行这种数学结构，就必须彻底拒绝两个传统假设：市场是平稳的，以及资产存在一个内在的“公平价值”。 机构市场始终在不断吸收宏观经济冲击以及无法提前预测的事件流。 这张图展示了标准的Ornstein–Uhlenbeck均值回归假设。 它假定，一个资产的价格会围绕一条稳定的水平线自然波动，而这条水平线代表所谓的“公平价值”。 当价格跌到这个中心均衡位置下方时，均值回归模型就会产生买入信号，目标是捕捉价格重新回到均值附近的那一小段修复行情。 但这种逻辑在出现结构性失衡时会暴露出致命缺陷。 一旦市场环境发生变化，对“公平价值”的锚定信念就会变成危险的噪音。 市场真正的本体结构其实是路径依赖的。 当大量买盘开始进入市场时，价格会突破原来的状态，进入一个持续向上的向量，其背后的驱动力是瞬时出现的正漂移。 一旦市场进入动量状态，想要精确预测反转发生在哪一个点，在统计意义上是不可能的。 漂移会持续存在，直到它不再存在。 在一个已经处于向上漂移状态的市场里，等待价格回调之后再买入，本质上是在对当前已经实现的状态进行反向下注。 因为真正的转折点始终是隐藏的，所以一个最优系统会放弃对未来均衡位置的一切预测。 它只根据当前价格路径中已经可以观察到的动量采取行动。 这张图展示了一个简化的两状态马尔可夫状态机。 它为不可预测的价格反转提供了一套机械化解决方案。 在+1状态中，上涨动量已经得到确认，价格漂移为正，因此允许建立多头仓位。 在−1状态中，下跌动量占据主导，漂移转为负值，此时系统对买入实行绝对禁止。 人类交易者却经常违反这种严格的二元逻辑。 当一个仓位进入负漂移状态以后，人类的本能往往是向下补仓，也就是继续买入更多股票，以降低自己的平均持仓成本。 但向下补仓，本质上等同于在一个条件期望正在主动恶化的状态下继续增加杠杆。 也就是说，你是在负状态中增加风险暴露。 这样做，会指数级提高交易者撞上灾难性左尾事件的概率。 状态机对此给出的反制措施非常严格：就在系统翻转到−1状态的那个精确瞬间，立即触发硬性截止机制，将仓位直接截断，并立刻清算资产。 这种高速、机械化的风险屏障，会阻止亏损沿着下跌路径不断扩大，把原本可能发展成灾难性毁灭的损失，转化为被严格控制的微小亏损。 而这种持续不断、极度活跃的止损机制，恰恰就是那个70%亏损率产生的原因。 这种数学平衡面临的最大威胁，是一种对称性的止盈机制，也就是我们通常说的“过早止盈”。 一旦你提前兑现一个正在盈利的仓位，就相当于人为截断了收益分布的右侧。 而就在你把那条右尾切掉的那一刻，整个交易系统的总期望值就会迅速跌入负值。 因此，在+1状态下，操作规则要求：只要动量还没有被明确证伪，仓位就必须继续持有，无论当前浮盈已经有多大。 交易者必须接受这样一种情况：即使一个仓位已经拥有巨额浮盈，也必须允许它发生非常剧烈的浮盈回撤。 你必须有意识地忽略那种“赶紧把盈利落袋、把胜利彻底确定下来”的冲动。 这种方法的Alpha，严格来自于让市场自己把数学上的极端状态充分表达出来，而不被人为干预。 但把这种严格占优的数学框架部署到真实市场中，会产生巨大的心理摩擦。 生物学上的损失厌恶决定了，人类会本能地截断右尾。 我们会提前兑现盈利交易，因为这样能够立刻获得一次多巴胺奖励 相反，我们又会自然地延长左尾 我们会无限期地抱住亏损仓位不放，因为心理上拒绝接受一个已经兑现的失败 这张矩阵对比了本能驱动的量化思维与偏度型动量框架之间的差异 @cissan_9984

止盈对冲，随着概率的降低而降低仓位。