建仓是赌，加仓也是赌。建仓是赌自己是对的，加仓，是证明自己赌对了以后，赌自己这次是大大地对了。

　　如果是一个不加仓的系统，那么做完一百笔单子，统计一下，归类一下，假设说有70笔是亏的，但是经过止损，都只亏1.有30笔是赚的，其中有5笔赚了10，有10笔赚了5，有15笔赚了2.一共赚了130.平均获利4.3.很显然这是一个正期望系统，即便不加仓，也能过好日子了。

　　但是，我们不满足。如果在那些能够赚10的5笔单子中，仓位放大一倍，或者50%，或者甚至更低25%，那么业绩是不是会有提升？——是的。

　　如果一个服装店的老板，进了一批货，10个款式，其中1个爆款，脱销，他会不会加大订货量？——会的。

　　这就是加仓。当然，他不会一次性地订太多，否则，就有积压的风险。问题是，老板在进货前，不知哪一款会是爆款，交易员在开仓前或者平仓前，也无法区分，哪一笔单子是那5分之一。但是，那5笔单子，肯定是属于30笔获利单的范畴，是30分之一。所以，当我的单子是获利的，我就可以根据某些条件，端详它是否有从30分之一，进化成5分之一的潜力。这个条件很简单——有浮赢，而且，空间足够大。这是第一个原则。

　　如果空间不够大，那就没意思了，第一不能鉴别。第二，还不如一次性建仓，成本低些。为什么设置这个条件？——你去看，那10笔赚5的单子还好，那15笔赚2的单子，浮赢足够大了吗？他们根本就“看起来都不像”要成为5分之一的样子。满足条件以后，我就开始赌 。但，我依然具有赌错了的风险。如果我赌错了，我可不想因为加仓太多(服装店老板进货积压)而增加持仓成本，导致对调整的耐受力降低。一旦反弹或者回调，就造成巨大亏损。

　　所以，我要秉承另外2个原则。

　　第一，金字塔式加仓。加仓比初始仓位要小。

　　第二，一旦加仓完毕，真的加错了，那么老仓、新仓被止损后，亏损要尽量小于等于0.或者最起码，不能比初始风险更高。这三个条件都满足了以后，我去加仓，我去赌。如果我赌对了，那么就在那5分之一的单子上，深度挖掘了获利潜力。如果我赌错了，唉，无非是打平手，或者小亏一点，低于1，或者顶多等于1.也就是说，增加了70分之一的样本，多出来了1个。无伤大雅。那么，这样做，有什么影响？有些单子真的加对了，那些原本能赚10的，可能因为加仓，赚到了15，甚至20.有些单子加的一般般，那些原本能赚5的，因为加仓提高了成本，耐不住调整，平着走了。

　　有些单子加的不好，那些原本能赚2的，同上的原因，最后还亏了1.于是，我的交易数据统计结果，变成了这样：做了100笔交易，其中亏损84笔。1笔赚了30，3笔赚了20,3笔赚了15，4笔赚了10，5笔赚了3。合计190.盈亏比变成了11.8。当然了，这里只是随便写的，大概就是类似的意思，不一定这样夸张。胜率降低了，盈亏比提高了。胜率降低的结果，表现为：连损次数增多了。可能有时候，连续开仓10次都是平手或者小亏出局。资金曲线的回撤期增长了。这玩意儿，时间就了，疑心生鬼，信心丧尽，是可能的哦。但是爆发力也增强了。好久不赚钱，一赚就是个大的。

　　总而言之，对交易员的技术、心态，对信念的考验，都要强一些。所以，对于初级交易者，不推荐做加仓。先把不加仓的客观机械系统做好，内功到一定程度，对市场，对投机，对博弈的理解更深时，再做。

转载于:https://www.cnblogs.com/hjlweilong/p/6999323.html

交易中 你的加仓策略是怎样的？背后的逻辑是什么？相关推荐

  1. 机器学习在算法交易中的应用现状

    算法交易简介 算法交易(Algorithm Trading)起源于美国,它是采用量化分析手段,由计算机根据算法模型决定交易委托的下单时机.委托价格以及委托笔数等,通过自动发出指令实现证券买卖和资产组合 ...

  2. 高频交易（二）浅谈高频交易中比较成熟的一些交易策略

    今天我们谈谈高频交易中比较成熟的一些交易策略,应用于数字货币市场. 引言: 高频交易是自动化交易的一种形式,以速度见长,利用计算机系统加入人工智能算法,以智能化方式,快速,稳健的短线持仓执行交易.其中 ...

  3. 高频交易（一）应用于高频交易中的对冲策略分析

    在数字货币市场,每天行情如过山车,让抄币者惊心动魄.能否在不关心行情的情况下实现对冲,在市场套利.那么,今天我们就研究一下在高频交易中的对冲策略.我们可以写一套软体,在我们设定目标的情况下,按照我么既 ...

  4. 期指交易中CPPI和海龟交易法则的资金管理方法比较

    在投资活动中方法.资金管理和心态通常被认为是决定投资成功与否的主 要因素.大多数投资者往往对技术面或基本面有深入研究而在资金管理方面却 有所忽视."超短线之父"拉瑞•威廉姆斯曾 ...

  5. 如何在算法交易中使用AI？摩根大通发布新版指南

    https://blog.csdn.net/cf2SudS8x8F0v/article/details/84901318 来源 :efinancialcareers.com 作者 :Sarah But ...

  6. [转]商业智能在电子商务交易中6大应用分析

    1. 应用背景和现状 现代社会信息飞速增长,企业在决策方面变得更加困惑和复杂.商业智能(Business Intelligence,BI)由Howard Dresner提出,是对商业中信息进行搜集.分 ...

  7. 程序化广告交易中的点击率预估

    程序化广告交易中的点击率预估 指标 广告点击率预估是程序化广告交易框架的非常重要的组件,点击率预估主要有两个层次的指标: 1. 排序指标.排序指标是最基本的指标,它决定了我们有没有能力把最合适的广告找 ...

  8. 金融科技之交易：动量效应选股策略

    金融科技之交易:动量效应选股策略 策略内容: 代码整理 角度计算 标准化处理 数据准备 回归线的斜率 两点连线的斜率 由斜率计算角度 计算模块的整合 绘制叠加图 UI界面控件: QLabel QLin ...

  9. 期货交易应该如何界定交易中的时间周期？

    关注公众号:盈时 1 很多刚做交易的朋友都知道我们想获取交易利润首先要学会顺势而为,可是往往搞不清楚顺哪个势?怎么为? 我们作为以技术分析为核心手段的交易者需要明白一些基本的道理,其中一个就是就是要通 ...

最新文章

  1. R语言检验类别型变量独立性
  2. PHP写时复制, 变量复制和对象复制不同!!!
  3. mysql mybatis 主键id_MyBatis+MySQL 返回插入的主键ID-Go语言中文社区
  4. 动态规划——最长公共子序列（LCS）
  5. Ardino基础教程 9_数字电压表
  6. 新手入门Web安全学习Week7
  7. 自建服务器 下bt,使用Docker安装OpenTracker，自建BT Tracker服务器
  8. MpAndroidChart源码修改之饼状图添加标志线
  9. Android中的动画有哪几类？各自的特点和区别是什么？
  10. [洛谷 1883]函数 三分法
  11. Android学习小Demo（12）TodoList实现ListView的分组实现
  12. Where does the error come from?----Bias and Variance
  13. 蓝牙耳机连接macbook无声音
  14. 【英语四六级-必背单词】高中英语单词 (H)-MP3试听与下载
  15. SQL Server——SELECT单表数据查询（二）
  16. latex编辑公式好用的在线网址
  17. 六、Linux常用命令之压缩打包篇（gzip、gunzip、tar、zip、bzip2）
  18. 【深度学习Deep Learning】资料大全
  19. TensorFlow实现CGAN
  20. day11 反转字符串||反转字符串2

热门文章

  1. 汽车ECU通信相关验证项有哪些？
  2. [其它]iOS 12.2支持电信VoLTE了，中国电信教你如何开通：只要三步
  3. 让人上瘾的MIT课程发布：代号9.11，零基础探秘人类大脑
  4. python主循环方法mainloop_海龟图形Python，.mainloop（）
  5. 强迫症告诉你谁才是最好用的截图工具
  6. html单选框怎么用js实现选中状态,怎么用js代码改变单选框的选中状态
  7. [译]Stairway to Integration Services Level 10 - 高级事件活动
  8. 算法基础（枚举）--- 熄灯问题（C语言）
  9. A. A-characteristic
  10. 汽车模拟游戏源码下载Rigs of Rods(C/C++)