交易法则与交易纪律笔记

融合项目池（5 个）

• kernc/backtesting.py
• polakowo/vectorbt
• ranaroussi/quantstats
• quantopian/pyfolio
• QuantConnect/Lean

一套可落地的交易法则

法则 1：先定义失效条件，再定义入场条件

• 失效条件是策略边界，入场条件只是触发器。
• 每条策略都必须有“停止交易开关”。

法则 2：仓位是第一风险控制器

• 单笔风险预算优先于胜率。
• 仓位按波动率或最大可接受回撤动态调整。

法则 3：收益归因必须拆解

• 用 quantstats/pyfolio 把收益拆成：市场暴露、择时、交易成本。
• 不可解释收益默认视为偶然性收益。

法则 4：执行规则前置

• 下单前检查：滑点阈值、盘口深度、剩余可用保证金、相关持仓暴露。
• 不能通过检查就不下单。

法则 5：策略评估统一口径

• 同时看 CAGR、最大回撤、Calmar、Sharpe、换手、持仓集中度。
• 任何单一指标都不能代表策略质量。

交易纪律清单（每日）

• 是否在计划交易时段内操作？
• 是否按预定义仓位执行？
• 是否出现“补亏冲动交易”？
• 是否执行了当日风险上限？
• 是否记录了异常成交和系统告警？

经典书籍融合

• 《海龟交易法则》：把趋势交易拆成规则系统。
• 《Trading in the Zone》：纪律优先于预测正确率。
• 《Reminiscences of a Stock Operator》：行为偏差与风险意识。

我的结论

1. 交易系统的核心不是“好信号”，而是“可重复执行的流程”。
2. 纪律本质是把情绪变量从执行链路中剥离。
3. 长期生存依赖风险预算，而不是单次大赚。

参考来源

• backtesting.py: https://github.com/kernc/backtesting.py
• vectorbt: https://github.com/polakowo/vectorbt
• quantstats: https://github.com/ranaroussi/quantstats
• pyfolio: https://github.com/quantopian/pyfolio
• Lean: https://github.com/QuantConnect/Lean
• SEC Margin Basics: https://www.sec.gov/investor/pubs/margin

补充观察：在高波动阶段，很多系统并不是“信号错了”，而是“仓位过大”。因此仓位规则应被视为一等公民，优先级高于入场规则，这是把回撤控制在可恢复区间的关键。

当策略进入连续回撤区间时，最有效的动作通常不是立刻换模型，而是先收缩风险预算、恢复执行一致性，再评估模型是否真的失效。

市场切片补充

把规则放进具体时间段更容易检验。例如 2020 年一季度的风险冲击阶段、2022 年的全球紧缩阶段、2023 年的结构修复阶段，价格反应、成交深度和风险偏好都不相同。若把这三个阶段混在一起求平均，很多结论会被稀释；若分阶段评估，同一套方法在不同环境中的边界会更清楚。

在执行层面，可以把“阶段识别”写入日常流程：先确认当前处于扩张、收缩还是修复，再决定仓位上限、下单时段和止损阈值。这样做不是为了追求完美预测，而是为了避免在不适配环境里重仓。跨市场核验时，建议直接对照 NYSE 时段、Nasdaq 日历、HKEX 时段 与 CFTC 术语 做参数确认。

复盘框架

每篇笔记都可落到同一套复盘问题：第一，当前结论依赖的前提是否仍成立；第二，若波动率提升一个等级，仓位和执行规则是否需要同步调整；第三，若成交成本抬升，策略是否仍具备正期望。把复盘问题固定下来，知识会从“记住观点”转为“可持续迭代的决策系统”。