如果没有良好的管理风险，即使是运气最好的交易者也会亏损。
好的风险管理可以极大地改善交易结果，即使对运气欠佳的交易者也是如此
使用计算机模拟来优化各种不同运气条件下的风险/回报比设置
交易不完全是运气
通常情况下，在交易中会有运气的成分。即使你的分析是正确的，但把握时机是非常困难的。一个著名的真实例子是MichaelBurry，这位著名美国基金经理在MichaelLewis的畅销书《大空头》中正确预测了2008年的房地产泡沫。但前期他不得不面对他的投资者的抗议，这些反对的声音差点让他无法进行后来那些载入史册的交易。为保持基金运作，投资者需要在市场犹豫不决的情况下不断支付昂贵的费用，这让他们感到不满。
有一种方法可以让交易者弥补运气不佳的损失——风险管理。在交易策略中，如果忽视这一重要组成部分，即使是一个运气绝佳、常常能做出正确交易的交易者，在总体上可能仍然要面临亏损。反之，有效的风险管理则可以在胜率糟糕的情况下仍然整体盈利。
2023年首日加密市场总交易量249亿美元，24小时跌幅27%:1月2日消息，据CoinGecko数据显示，2023年1月1日加密市场总交易量为249亿美元，相较于2022年12月31日（342.4亿美元）单日跌幅27%。[2023/1/2 22:20:29]
一名幸运的交易者怎么会在总体上亏损呢？假设一个交易者在10次交易中的8次交易中获利，每次交易盈利10美元。然而，在剩下的两笔交易中，每次都亏损50美元。总体上，该交易者将亏损20美元。本文将展示一个不走运的交易者如何仍能获利，以及如何优化风险管理。
第一个随机漫步——理解序列
我们创建一个随机漫步，模拟某人连续交易100次。每个随机漫步都有几个参数：起始账户余额、一个人愿意为每笔交易承担的最大风险占账户余额的百分比、风险回报比率，最后是交易者的运气。
上周Bakkt比特币月度期货交易额较前一周下跌42%:数据显示，上周（1月11日至1月17日）Bakkt比特币月度期货总交易额为2.02亿美元，较前一周下跌42%。[2021/1/18 16:24:29]
第一个随机漫步如下图所示。它模拟了一个交易者从2千美元的账户开始，每笔交易的风险为1%，风险/回报比率为1:1，并且有50%的运气。运气好的交易大约占一半使最终结果可预测。一百次交易后，期末余额与开始时几乎相同。
研究的局限性
应指出的是，这是一项用程序模拟的研究，没有误差率或人类情感因素。这意味着无论如何，它都假设交易者总是完美地坚持交易计划。它还假设交易可以在指定的设置下，以绝对精确的价格关闭交易——无论盈利或亏损。在现实交易中，止损可能并不总是在指定的价格执行，会出现滑点。这些模拟还假设交易者进行了100次交易，但这不符合每个交易者的活动水平。考虑到这一点，上述模拟更多的是展示风险管理的重要性，而不是一个放之四海而皆准的交易系统。
MXC抹茶将推出M-Day主流币交易日品牌:据MXC抹茶官方消息，MXC抹茶将于近期推出M-Day主流币交易日。“M-Day是一个系列活动，固定在MXC抹茶平台和星期一开展。M的含义包括了Mainstream Cryptocurrency、Monday和MXC抹茶。 平台上大量用户已转向主流资产交易。首期计划推出交易主流资产、获得打折交易资格的活动。 ”MXC集团副总裁Henry Wu在个人微博中称。据MXC抹茶近期披露的信息，在进行多次升级后，包括BTC、ETH、EOS、BCH、BSV、LTC、XRP、ETC等主流资产现货盘口价差、深度已得到显著加强。[2020/3/10]
第二个随机漫步——减少运气成份
如果我们采用相同的序列，但让我们假设交易者不走运，其他一切条件不变，会发生什么？当走运的次数只有25%，问题就来了。一个风险/回报比仅为1:1的交易者，在100次交易后，他的账户余额几乎减少一半。然而，提高风险/回报比率可以弥补更糟糕的运气，我们将在后文中加以说明。
动态 | 澳大利亚指控跨国贩集团利用比特币交易:据nzherald消息，近日，澳大利亚联邦警察（AFP）指控一家跨国贩集团利用比特币交易采购和分销非法。 新西兰人Steen McBeth正面临进口可卡因、摇头丸和冰的指控。2017年2月，边境巡逻官员在墨尔本机场发现可疑邮包后，Steen McBeth和另一名男子Jackson Li于2017年10月被捕。两人被拘留期间，指控Sam Karagiozis在指挥犯罪集团的行动中发挥了关键作用，该集团利用各种暗网网站、比特币账户和合法业务来寻找、支付和分销非法。2019年3月，逮捕Sam Karagiozis。 Karagiozis被控犯有14项与贩、进口和处理犯罪所得有关的罪行。Steen McBeth面临16项指控，Jackson Li迄今已被指控8项罪行，三人将于下月在墨尔本县法院出庭。[2019/4/22]
动态 | 以太坊未确认交易33049笔:据Etherscan.io数据显示，当前以太坊未确认交易为33049笔，与昨日相比有所增加，网络拥堵情况仍较为严重。[2019/1/29]
模拟成百上千次交易寻找最佳风险/回报比率
为了找到给定运气条件下理想的风险/回报比率，我们多次运行随机漫步以找到有统计意义的解释。在这项研究中，一个周期由100次交易构成，运行100个周期。这意味着每个周期共有10,000次交易！每个周期风险/回报率都自动上升0.05，从1开始。程序持续这样运行直到100%的交易在起始账户余额或以上完成。
那么，对于一个大约有一半交易都很幸运的交易者来说，会出现什么情况呢？在下图中，可以看到最佳风险回报率平均为1.6。后两者将与不断变化的账户余额一起调整，以保持1.6的风险回报率，确保每次交易的风险保持在1%。
上述程序设定下，最终风险/回报比率增加6次。包括起点在内，这个周期运行了7次。换句话说，为了找到最佳的RR比率，进行了7万次交易。为了进一步优化这项研究，又使用了10轮随机序列。这意味着为了找到运气值50%时的最佳风险/回报率，大约进行了77万次交易！但并非不多不少恰好进行了77万次交易，因为有时RR比率高于/低于1.6。
当假设交易者有一半的时间是幸运的，使用1.6的风险回报率，我们可以预期在100次交易后，平均期末余额为2734美元。在图片的下半部分展示正态分布结果。存在几个异常值，有一个账户最高达到4500美元。其他几个则在3500美元以上。
最佳风险/回报率曲线
其他运气值下的情况如何？在这项研究中，我使用了以下几种运气值：50%，40%，33%，25%，20%和10%。在给定的运气值下，最佳风险回报率如下图所示。正如所料，较低的运气值需要较高的风险/回报率来补偿。当你有40%的运气时，100次交易的理想风险/回报率是2.45。
以2.45的风险/回报率对一个给定的随机序列总共模拟了30个周期。就像前一个例子一样，又运行了10轮以帮助优化这项研究。结合所有这些序列，大约进行了330万次交易，以找到40%运气值下的最佳风险/回报率。
即使在运气值只有10%的情况下，仍然可以实现盈利。然而，这将要求风险/回报率保持21.47，因此实现起来较为艰巨。
成功的交易是基于运气吗？
现在，让我们再来看看之前的情况，即一个运气值只有25%交易员，如果使用1:1的风险回报比，几乎亏损一半的账户余额。如果使用我们分析中得出的最佳风险回报比5.3，期末余额将变成2844美元，回报率为42.2%。交易者必须要运气好才能盈利吗？绝对不是。成功的交易归结于风险管理。
希望这篇文章对大家有一定的帮助。
对本文感兴趣的可以私我哦~欢迎志同道合的币圈人一起探讨~
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。