系统复盘:不是每亏一次就修策略,而是先搞清到底哪里出了问题

系统已经有入场、退出、回测和执行流程,最后一步是复盘。最危险的做法,是每出现一笔亏损就立刻改参数。真正的迭代先区分:是规则本身有问题、执行偏离了规则、市场环境变了,还是只是任何系统都会经历的普通波动。

约 15 分钟交易系统设计 · 收官核心:归因与版本迭代
放大镜、图表和记录表示交易系统复盘
学习目标
  • 区分规则问题、执行偏差、市场环境和普通波动
  • 理解单笔结果不足以评价整个系统
  • 用一致口径阅读期望值、回撤、成本和执行偏差
  • 理解规则修改应该形成新版本并重新测试
  • 把 31–35 课串成完整系统生命周期
盈亏和执行质量分开

赚钱但违规,和亏损但完全按计划,哪笔交易更值得保留?

交易归因把最终盈亏拆回研究、规则、仓位、执行、纪律和随机结果。否则一次幸运盈利会把坏习惯包装成正确方法。

Attribution Lab

赚钱但违规,和亏损但守规则,哪笔交易质量更高?

先给过程评分,再看 P&L。单笔结果里同时混有策略、仓位、执行、纪律和随机性。

+2.4R
交易 A

信号不满足规则,却临时追入;仓位是上限的2倍;行情随后继续上涨。

−1.0R
交易 B

信号、仓位、止损和订单全部按计划执行;随后出现正常止损。

分别给 A 和 B 选择最重要的归因标签
交易 A
交易 B
比分不能告诉你哪里出了问题

一笔亏损可能来自坏规则,也可能只是好规则遇到了一次正常亏损

如果入场、退出、仓位和执行都完全符合规则,一笔亏损首先只是系统结果分布中的一个样本。反过来,一笔赚钱交易如果下错数量、移动了止损或跳过条件,也不能因为结果好就判定过程没问题。

先分类,再动手修改

复盘时先把问题放进四个桶,而不是全部归给“策略失效”

类别典型证据更合理的下一步
规则问题多个同口径样本反复暴露同一结构缺口提出新版本假设,再重新回测
执行偏差计划参数和实际提交、成交明显不一致修流程、清单或自动校验,不先改策略
市场环境变化流动性、波动、制度或相关关系发生持续变化检查规则适用条件是否仍成立
普通波动规则与执行均正常,结果仍在历史可能范围内继续积累样本,不因单笔结果过度反应
一个漂亮数字不够

期望值、回撤、成本和执行偏差共同决定系统是否还能被执行

期望值

历史样本平均结果

要带交易次数、样本区间和成本口径。

回撤

最难熬的不利阶段有多深

即使期望值为正,过深回撤也可能让系统难以坚持。

成本

理论优势有多少被执行摩擦吃掉

价差、滑点和费用变化可能让旧回测不再现实。

执行偏差

实际行为和规则差多远

策略没有被真正执行时,不能直接用结果评价策略。

一次只改一个能解释的问题

规则修改应该像软件版本升级,而不是每次亏损后偷偷改设置

  1. 1先积累重复证据一个案例不足以证明规则缺陷,先看问题是否跨多次样本重复。
  2. 2提出明确修改假设说明准备改哪一个条件,以及它要解决什么已观察问题。
  3. 3建立新版本保留旧版本,不用新规则重新解释过去。
  4. 4重新测试新版本从回测和样本外检验重新走一遍,不能继承旧版本的历史成绩。
31–35 收口

交易系统不是一条买入信号,而是一条从规则到复盘的闭环

  1. 31入场规则什么时候允许开始。
  2. 32退出规则什么条件要求结束。
  3. 33回测固定规则在历史里哪里有效、哪里脆弱。
  4. 34执行清单现实操作是否真的按规则发生。
  5. 35系统复盘根据足够证据决定继续、修流程还是建立新版本。
知识检测

检验你是否真正理解

只检验系统复盘和版本迭代。

第 1 题,共 3 题

一笔交易完全按系统执行但最终亏损,最合理的第一结论是什么?

第 2 题,共 3 题

计划数量是 10,实际误提交为 100,随后亏损。更应该先修什么?

第 3 题,共 3 题

为什么规则升级要建立新版本并重新测试?

认识你的学伴

卡住了?让 Mira 帮你拆解

正在检查登录状态...