社区

本文讲述了一位海外交易员收到一套胜率高达87%的交易策略后，如何通过100次实战测试，对该策略的有效性进行验证。通过4个关键步骤，他逐步分析交易信号、胜率表现以及潜在风险，试图揭开这套高胜率策略背后的真实逻辑。

那么，这套策略究竟能否经得起市场考验？87%的胜率是否只是偶然结果？让我们一起看看这位交易员是如何完成这场策略测试。

图片

这套策略之所以能够获得非常高的胜率，是因为它改变了你的交易入场方式和仓位管理方式。

简单来说，它将你原本的一个入场点，变成三个入场点。同时，将你原本的一笔仓位拆分成三个仓位。本质上，它让你采用结构化入场方式。

图片

那么，这是什么意思？

假设你正在等待价格给出一个做多信号。价格正在上涨，你已经在此前的波段高点位置标记出了一个支撑区域。

图片

你的判断是，只要价格保持在这个支撑区域上方，市场就是上升趋势。如果价格在这个支撑区域上方出现一个良好的买入信号，你就会进入交易。

但是，价格可能会产生多个买入信号。我们不知道哪一个信号最终会真正有效。

图片

当然，在支撑位附近买入是最佳交易机会。但如果价格在接近支撑位之前就已经反转上涨呢？你就会错过一段不错的利润。

我们无法准确知道价格究竟会在哪个位置发生反转。

为了解决这个问题，这套87%胜率策略提供了一种结构化入场方式。它不是一次性进行大额入场，而是将仓位拆分成三个部分，并以相同的风险进行三次入场。

图片

正如你稍后将在测试数据中看到的，这种方式效果非常好。

举个例子，假设你通常使用MACD指标进行交易。当MACD线向上穿越信号线，并且这一交叉发生在MACD零轴下方时，你会选择买入。

通常情况下，你会将止损设置在回调低点下方。

图片

为了简单起见，假设这笔交易触发止损时，你承担账户资金3%的风险。如果价格上涨，我们获得盈利。如果价格不上涨，我们将亏损账户资金的3%。

图片

由于我们无法准确判断价格什么时候会发生反转，因此，在支撑位上方每一次出现买入信号时都进行交易，可能会导致连续多次亏损，每次损失3%。

但是，在结构化交易策略中，当第一次买入信号出现时，你只承担1%的风险，而不是完整的3%。同时，你仍然会将止损设置在最佳入场位置对应的位置。

这是什么意思？

举个例子，在上升趋势中，最佳入场位置通常是在支撑区域。因为根据历史数据，价格在这里更有可能发生反转。因此，这笔交易的止损应该设置在支撑区域下方。

图片

所以，即使我们是在远离支撑区域的位置买入，我们仍然将止损设置在最佳位置。这种止损设置能够立即提高交易质量，即使当前入场点还不是最佳位置。

同时记住，目前我们只承担了1%的风险——这仅仅是这个例子中正常风险的三分之一。然后，如果价格继续下跌，并且MACD再次给出买入信号，那么87%胜率策略要求进行第二次交易，再承担1%的风险。

止损位置再次设置在最佳位置，也就是支撑区域下方。

很多交易商会在这种情况下，将你的第一次交易和第二次交易合并成一个仓位。新的合并入场价格，会变成两次交易价格的平均值，并且会低于第一次入场价格。

这就像第一次交易从未发生过一样。你现在拥有的是一个价格更好的单一仓位。止损位置仍然保持在最佳位置，也就是支撑区域下方。

此时，你相当于进行了一笔风险为2%的交易。但是，如果价格继续下跌，进一步接近你的支撑区域呢？

现在，价格已经来到最佳入场位置。当MACD再次给出买入信号时，这套策略要求进行第三次，也是最后一次入场。止损依然设置在支撑区域下方，并承担1%的风险。

图片

现在，你的交易商会将这三笔交易合并成一个仓位，并显示一个平均入场价格。这个平均交易价格就是你的主要持仓成本，而且比第一次交易的价格更有优势。

由于我们总共进行了三次交易，每次承担1%的风险，因此最终平均仓位在止损位置上的风险仍然是3%。

当然，如果你愿意，也可以降低风险。我只是为了方便计算，所以将每次风险都设置为1%。但结构化入场策略并不仅仅到这里结束。

结构化入场策略的止盈方式

通常情况下，在趋势交易中，很多交易者会将止损设置在回调低点下方，并采用1.5:1、2:1等风险收益比。

图片

例如，1.5:1的风险收益比意味着，盈利目标距离是止损距离的1.5倍。

但是，由于我们从一开始就将止损设置在最佳位置，如果继续使用较高的风险收益比，那么盈利目标会被推得非常远。

因此，为了让盈利目标保持在接近原本的位置，这套策略建议，前两次交易使用0.25:1的风险收益比。这意味着，盈利距离是止损距离的0.25倍。

而第三次交易，由于它是最佳入场位置，因此可以使用你正常情况下更大的风险收益比。

简单来说，这种结构化方法不仅让你能够用较小风险参与两个较好的交易机会，同时还能用正常风险参与最佳交易机会。

图片

但是，如果最终平均入场价格过高，例如前两次入场位置距离支撑区域较远，那么更适合使用0.5:1风险收益比。

图片

盈利距离为止损距离的0.5倍。这样可以避免盈利目标被推得过远。

在做多交易中，需要注意，新的结构化入场价格必须低于之前的入场价格。否则，我们并没有真正改善平均入场价格。

同样，在做空交易中，新的结构化入场价格必须高于之前的入场价格。

策略总结

在展示这套策略100次测试并取得87%胜率的数据之前，我们先快速总结一下：它被称为“结构化入场策略”，因为它不是进行一次不理想的入场，而是采用结构化方式进入市场。

图片

我们将一次交易拆分成三个入场点。你也可以称它为“结构化平均入场策略”，因为它通过平均多个入场价格，形成一个更好的交易位置。这样，我们拥有多次判断正确的机会，从而提高胜率。

由于我们从一开始就将止损设置在最佳位置，同时前两次交易采用较低的风险收益比，因此盈利概率会进一步提高。前面我使用的是支撑阻力区域结合MACD交叉的案例。

但这种结构化方法可以应用于任何能够提供多个入场机会的交易策略。例如，在同一次回调过程中进行多次做多，只要价格仍然保持在200周期移动平均线上方。止损设置在移动平均线下方。

100次测试设计

为了确保高胜率并不是单纯因为较低的风险收益比导致，同时验证结构化入场是否真正改善交易表现，我们进行了两组测试。

每组测试100次：

第一组：不使用结构化入场策略。

第二组：使用结构化入场策略。

我们使用移动平均线版本的策略进行测试，因为如果人工绘制支撑阻力区域，会增加主观偏差。我花了整整两天时间测试不同指标策略，寻找最适合测试的方案。

最终，我使用以下策略进行两组测试：

- 在30分钟周期进行100次交易；

- 使用MACD交叉作为入场信号；

- 通常情况下，我使用200 EMA判断趋势方向；

- 但这一次，我使用4小时周期的200 EMA。

图片

也就是说，我在30分钟周期利用MACD寻找入场机会，同时使用4小时周期判断趋势方向。

为什么这样做？因为这样可以让我在同一次回调中寻找多个做多机会。换句话说，更容易找到三个结构化入场点。

当然，你并不一定需要使用更高周期移动平均线。

图片

当价格位于高周期200 EMA上方，并且MACD线向上突破信号线，交叉发生在MACD零轴下方，我进行做多交易。止损设置在200 EMA下方。

图片

当价格位于200 EMA下方，并且MACD线向下跌破信号线，交叉发生在MACD零轴上方，我进行做空交易。止损设置在200 EMA上方。

由于测试使用的是趋势交易策略，这个指标非常适合过滤震荡和低波动市场，同时不会造成主观偏差。

第一组测试结果：普通交易方式

第一组测试中，我想观察没有结构化方法时的胜率。因此，我按照传统方式进行一次交易。在上一笔交易达到止盈或止损之前，我不会再次开仓。

第一组测试使用0.5:1风险收益比；止损风险3%。

因为在第二组测试中，当完成第三次结构化入场后，最终策略也会变成这种风险收益结构。

图片

测试数据来自过去四年的Bitcion价格走势。当然，这套策略也可以应用于任何市场。

经过100次交易后，不使用结构化入场方法的策略，胜率约为73%，账户收益约为28%。如果始终使用0.5:1风险收益比，其盈亏平衡胜率约为67%。

因此，这套策略是盈利的，它拥有大约6%的优势。

第二组测试结果：结构化入场策略

现在来看结构化入场方法的表现。第二组测试中，大部分策略规则保持不变。唯一改变的是，加入结构化入场规则。

也就是在同一个交易机会中，最多进行三次交易，将风险拆分成三笔，而不是一次性承担全部风险。

图片

规则如下：

- 前两次交易使用0.25:1风险收益比；

- 第三次，也是最后一次交易使用0.5:1风险收益比。

图片

图表中的绿色和红色区域，代表最终平均入场价格。

例如，如果我进行了3次结构化入场，我只会在最终平均入场价格的位置设置止盈和止损。不要因为有时看到入场价格出现在K线之外而感到困惑。那只是平均价格所在的位置。

在第二组测试中，由于结构化方法，我实际上获得了更好的平均入场价格。只有当新的入场价格确实能够改善平均成本时，我才会进行新的结构化交易。

如果新的交易价格与之前入场价格接近，或者无法明显改善平均价格，我会放弃该次入场。毕竟整个策略的核心目的，就是获得更好的入场价格。

如果平均价格没有改善，就没有必要增加交易。另一方面，如果采用复利式增加仓位，也可以获得更好的平均价格。

例如：在这次测试中，我将3%的风险平均分配：

- 第一次交易风险1%；

- 第二次交易风险1%；

- 第三次交易风险1%。

但如果采用：

- 第一次交易风险0.5%；

- 第二次交易风险1%；

- 第三次交易风险1.5%。

那么最终平均入场价格会更接近第三次入场价格。

但是，第一次交易使用更低风险，也意味着如果第一次交易直接盈利，你获得的利润会更少。不过，如果第一次交易本身就是质量较低的交易机会，那么这并不是坏事。

对于低质量交易，承担更小风险永远是更好的选择。但在我的测试中，第一次交易盈利时利润较小，这是结构化方法的一个缺点。因此，它最终产生的总收益略低于第一组测试。

不过需要注意，结构化入场方法并不是一种激进赚钱策略。它的目标是通过提供更多正确机会，提高交易胜率。

经过100次交易后，结构化入场策略取得了87%的胜率，明显高于之前的73%。由于风险收益比在0.5和0.25之间变化，因此盈亏平衡胜率约在67%到80%之间。

所以，这套策略的优势大约在20%到7%之间。由于实际使用0.25风险收益比的次数更多，因此优势更可能接近7%，大约在10%左右。

总体来说，结构化交易方法确实能够提高胜率，对于希望提高交易成功次数的交易者来说具有吸引力。更高的胜率也有助于改善交易心理。

唯一主要缺点是，相比高风险收益比策略，你获得的利润可能会略低。当然，也可以通过增加交易次数获得更多利润。因此，最终效果取决于你如何使用这种“结构化入场方法”。