第 25 课：风险控制与心态管理
⏱ 课时：1.5 小时
🎯 学习目标：掌握长期稳定盈利的核心要素——风险控制和心态管理
课程概述
技术、策略、监控都很重要，但真正决定长期成败的是风险控制和心态管理。
统计数据显示：
- 90% 的交易者失败不是因为策略不好，而是因为：
- 风险控制不当（过度杠杆、不设止损）
- 心态失控（恐惧、贪婪、报复性交易）
本课核心理念：
控制风险，管理心态，才能长期生存并盈利。
第一部分：高级风险控制
1.1 多层次风险控制体系
第一层：单笔交易风险控制
单笔风险 = 每笔交易可承受的最大亏损
推荐配置：
- 保守：单笔风险 1% 总资金
- 适中：单笔风险 2% 总资金
- 激进：单笔风险 3% 总资金（不推荐新手）
示例（总资金 $10,000）：
单笔风险 2% = $200
如果止损设置为 -4%：
仓位大小 = $200 / 0.04 = $5,000
配置：
"stake_amount": 5000,
"stoploss": -0.04
重要：无论盈利多少，单笔风险永远不应超过总资金的 5%。
第二层：总风险敞口控制
总风险敞口 = 所有持仓的风险总和
推荐配置：
- 保守：总风险 ≤ 5% 总资金
- 适中：总风险 ≤ 10% 总资金
- 激进：总风险 ≤ 15% 总资金
示例（单笔风险 2%，最大持仓 3）：
总风险敞口 = 2% × 3 = 6%
如果同时满仓 3 个持仓都触发止损：
最大亏损 = $10,000 × 6% = $600
配置：
"max_open_trades": 3,
"stake_amount": 5000,
"stoploss": -0.04
第三层：日亏损限制
设置每日最大亏损限制，触发后停止交易
推荐配置：
- 每日最大亏损：3-5% 总资金
实现方式：
1. 使用 MaxDrawdown 保护
2. 或自定义脚本监控
配置：
"protections": [
{
"method": "MaxDrawdown",
"lookback_period": 24, # 24 小时
"trade_limit": 0,
"stop_duration": 1440, # 停止 24 小时
"max_allowed_drawdown": 0.05 # 5%
}
]
第四层：周/月亏损限制
累计亏损控制：
- 周亏损限制：-10%
- 月亏损限制：-15%
触发后行动：
- 周亏损 > -10%：暂停交易 3 天，深入分析
- 月亏损 > -15%：停止交易，全面评估策略
手动监控和执行（需要纪律）
1.2 动态止损策略
策略 1：固定百分比止损（基础）
{
"stoploss": -0.03
}
优点：
- ✅ 简单明确
- ✅ 风险可控
缺点：
- ⚠️ 不考虑市场波动
- ⚠️ 可能过紧或过松
策略 2：追踪止损（推荐）
{
"stoploss": -0.03,
"trailing_stop": true,
"trailing_stop_positive": 0.01,
"trailing_stop_positive_offset": 0.02,
"trailing_only_offset_is_reached": true
}
工作原理：
1. 开仓价格：$100
止损：$97 (-3%)
2. 价格涨到 $102（盈利 +2%，达到 offset）
追踪止损激活
新止损：$102 × (1 - 0.01) = $100.98 (+0.98%)
3. 价格涨到 $105
止损上移：$105 × (1 - 0.01) = $103.95 (+3.95%)
4. 价格回落到 $103.95
触发止损，锁定 +3.95% 利润
优点：
- ✅ 保护利润
- ✅ 让盈利奔跑
- ✅ 自动调整
策略 3：基于 ATR 的动态止损（高级）
# 在策略中自定义止损
from freqtrade.strategy import IStrategy
import talib.abstract as ta
class DynamicStopLossStrategy(IStrategy):
def custom_stoploss(self, pair: str, trade: 'Trade', current_time: datetime,
current_rate: float, current_profit: float, **kwargs) -> float:
"""
基于 ATR 的动态止损
"""
dataframe, _ = self.dp.get_analyzed_dataframe(pair, self.timeframe)
last_candle = dataframe.iloc[-1].squeeze()
# 计算 ATR
atr = last_candle['atr']
current_price = current_rate
# 止损设置为 2 倍 ATR
atr_stop_distance = (atr * 2) / current_price
# 最小止损 -2%，最大止损 -5%
stop_loss = max(min(-atr_stop_distance, -0.02), -0.05)
return stop_loss
def populate_indicators(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
# 添加 ATR 指标
dataframe['atr'] = ta.ATR(dataframe, timeperiod=14)
return dataframe
优点：
- ✅ 适应市场波动
- ✅ 高波动时止损更宽
- ✅ 低波动时止损更紧
1.3 仓位管理进阶
方法 1：固定仓位（已学习）
每笔交易固定金额
"stake_amount": 1000
方法 2：固定比例
每笔交易占总资金的固定比例
"stake_amount": "unlimited",
"tradable_balance_ratio": 0.33 # 每笔 1/3 可用资金
方法 3：Kelly 公式（高级）
# Kelly 公式计算最优仓位
def kelly_criterion(win_rate, avg_win, avg_loss):
"""
Kelly % = W - [(1-W) / R]
W = 胜率
R = 平均盈利/平均亏损（盈亏比）
"""
if avg_loss == 0:
return 0
R = abs(avg_win / avg_loss)
kelly = win_rate - ((1 - win_rate) / R)
# 保守起见，使用 Kelly 的一半（Half Kelly）
return max(0, kelly * 0.5)
# 示例计算
win_rate = 0.55 # 55% 胜率
avg_win = 3.5 # 平均盈利 $3.5
avg_loss = -2.0 # 平均亏损 $2.0
kelly_pct = kelly_criterion(win_rate, avg_win, avg_loss)
print(f"Kelly 仓位: {kelly_pct*100:.1f}%")
# 输出: Kelly 仓位: 16.4%
# 意味着每笔交易应投入总资金的 16.4%
警告：Kelly 公式在理论上最优，但实践中：
- ⚠️ 需要准确的胜率和盈亏比（难以预测）
- ⚠️ 波动大，心理压力大
- ✅ 建议使用 Half Kelly（一半）或 Quarter Kelly（四分之一）
方法 4：分级仓位管理
根据信号强度调整仓位：
强信号（多个指标确认）：
"stake_amount": 1500 # 150% 标准仓位
中等信号（标准）：
"stake_amount": 1000 # 100% 标准仓位
弱信号（不确定）：
"stake_amount": 500 # 50% 标准仓位
实现（在策略中）：
def custom_stake_amount(self, pair: str, current_time: datetime,
current_rate: float, proposed_stake: float,
min_stake: float, max_stake: float, **kwargs) -> float:
dataframe, _ = self.dp.get_analyzed_dataframe(pair, self.timeframe)
last_candle = dataframe.iloc[-1].squeeze()
# 计算信号强度
signal_strength = 0
if last_candle['rsi'] < 30:
signal_strength += 1
if last_candle['macd'] > last_candle['macdsignal']:
signal_strength += 1
if last_candle['adx'] > 25:
signal_strength += 1
# 根据信号强度调整仓位
if signal_strength >= 3:
return proposed_stake * 1.5 # 强信号
elif signal_strength == 2:
return proposed_stake * 1.0 # 标准
else:
return proposed_stake * 0.5 # 弱信号
1.4 保护机制配置
保护 1：StopLossGuard（止损保护）
{
"protections": [
{
"method": "StopLossGuard",
"lookback_period_candles": 60,
"trade_limit": 3,
"stop_duration_candles": 30,
"required_profit": 0.0
}
]
}
作用：
- 60 根 K 线内触发 3 次止损
- 暂停交易 30 根 K 线
- 防止连续止损
保护 2：MaxDrawdown（回撤保护）
{
"protections": [
{
"method": "MaxDrawdown",
"lookback_period_candles": 200,
"trade_limit": 0,
"stop_duration_candles": 50,
"max_allowed_drawdown": 0.15
}
]
}
作用：
- 200 根 K 线内回撤超过 15%
- 暂停交易 50 根 K 线
- 防止持续亏损
保护 3：LowProfitPairs（低盈利保护）
{
"protections": [
{
"method": "LowProfitPairs",
"lookback_period_candles": 360,
"trade_limit": 4,
"stop_duration": 120,
"required_profit": -0.05
}
]
}
作用：
- 360 根 K 线内某交易对 4 笔交易累计亏损 > 5%
- 该交易对暂停交易 120 分钟
- 防止单个交易对持续亏损
保护 4：CooldownPeriod（冷却期）
{
"protections": [
{
"method": "CooldownPeriod",
"stop_duration_candles": 5
}
]
}
作用：
- 每次平仓后冷却 5 根 K 线
- 防止立即重新开仓
- 避免情绪化交易
综合保护配置（推荐）
{
"protections": [
{
"method": "StopLossGuard",
"lookback_period_candles": 60,
"trade_limit": 3,
"stop_duration_candles": 30
},
{
"method": "MaxDrawdown",
"lookback_period_candles": 200,
"stop_duration_candles": 50,
"max_allowed_drawdown": 0.15
},
{
"method": "LowProfitPairs",
"lookback_period_candles": 360,
"trade_limit": 4,
"stop_duration": 120,
"required_profit": -0.05
},
{
"method": "CooldownPeriod",
"stop_duration_candles": 3
}
]
}
第二部分：心态管理
2.1 交易心理的四大敌人
敌人 1：恐惧（Fear）
表现：
- 连续亏损后不敢开仓
- 盈利后过早平仓
- 看到回撤就想停止交易
- 质疑策略的有效性
案例：
交易者 A 的故事：
- 前 3 笔交易都止损，亏损 $150
- 第 4 笔交易，策略发出买入信号
- 但因为恐惧，手动跳过了信号
- 结果该笔交易盈利 $80
- 后悔不已，更加焦虑
应对方法：
-
接受亏损是正常的
- 即使 60% 胜率，也有 40% 会亏损
- 连续 3-5 笔亏损是概率事件
-
信任回测数据
- 回顾回测结果
- 确认策略的长期有效性
- 短期波动不代表失效
-
降低仓位
- 如果恐惧影响决策
- 暂时降低仓位 50%
- 恢复信心后再增加
-
自动化执行
- 完全自动化，不手动干预
- 避免情绪影响决策
敌人 2：贪婪（Greed）
表现：
- 盈利后想加大仓位
- 不愿止盈，想赚更多
- 使用杠杆追求高收益
- 忽视风险，只看收益
案例：
交易者 B 的故事：
- 第一个月盈利 +15%，非常兴奋
- 决定加大仓位，stake_amount: 1000 → 3000
- 第二个月遇到回撤 -20%
- 因为仓位大，实际亏损 $1800
- 不仅亏掉上月盈利，还倒亏
应对方法：
-
设定现实的目标
- 月收益 5-10% 已经很好
- 不要追求不现实的高收益
- 稳定比暴利更重要
-
严格遵守仓位管理
- 不因为盈利就随意加仓
- 按计划逐步增加（如第 23 课）
- 单笔风险不超过 2-3%
-
及时止盈
- 达到目标就止盈
- 不要期待"完美"的顶部
- 落袋为安
-
记录成功和失败
- 记录因贪婪导致的失败案例
- 定期回顾，警醒自己
敌人 3：报复性交易（Revenge Trading）
表现：
- 亏损后想立即"赚回来"
- 加大仓位或频繁交易
- 忽视策略信号，盲目开仓
- 情绪失控
案例：
交易者 C 的故事：
- BTC/USDT 止损，亏损 $100
- 心理不平衡，立即手动开仓 ETH/USDT
- 没有信号确认，纯粹想"赚回来"
- 结果再次止损，亏损 $120
- 情绪崩溃，当天亏损 $220
应对方法：
-
接受亏损是成本
- 亏损是交易的一部分
- 不是个人失败
- 冷静接受
-
设置冷却期
- 大额亏损后休息 1-2 小时
- 离开交易界面
- 做其他事情转移注意力
-
启用 CooldownPeriod 保护
- 强制冷却期
- 防止冲动开仓
-
设定日亏损限制
- 达到限制自动停止
- 避免损失扩大
敌人 4：过度自信（Overconfidence）
表现：
- 连续盈利后认为"无所不能"
- 忽视风险管理
- 随意修改策略
- 不再谨慎
案例：
交易者 D 的故事：
- 连续 2 周盈利 +20%
- 认为自己"掌握了市场"
- 关闭止损保护，使用杠杆
- 遇到市场反转，单日亏损 -30%
- 两周盈利全部亏光
应对方法：
-
保持谦卑
- 市场永远无法预测
- 今天盈利不代表明天也盈利
- 运气成分也很大
-
坚守风险管理
- 无论盈利多少，风险规则不变
- 不因为盈利就放松警惕
-
定期复盘
- 分析盈利是策略好还是运气好
- 是否可持续
-
压力测试
- 想象最坏情况
- "如果下周亏损 20% 怎么办？"
- 保持危机意识
2.2 建立交易纪律
交易纪律守则
我承诺严格遵守以下纪律：
1. 风险管理
□ 单笔风险不超过 2% 总资金
□ 总风险敞口不超过 10% 总资金
□ 永远设置止损
□ 不使用杠杆（初期）
2. 策略执行
□ 完全按照策略信号交易
□ 不手动干预自动交易
□ 不因为情绪修改参数
□ 不追涨杀跌
3. 调整规则
□ 任何调整都先在 Dry-run 验证
□ 一次只调整一个变量
□ 调整后观察至少 7 天
□ 基于数据而非情绪做决策
4. 止损纪律
□ 触发止损立即执行，不犹豫
□ 不事后后悔"早知道不止损"
□ 接受止损是成本
5. 心态管理
□ 连续亏损后休息 1 天
□ 大额亏损后冷静分析，不报复
□ 盈利后不盲目自信
□ 保持长期视角
6. 学习改进
□ 每周复盘交易记录
□ 分析成功和失败原因
□ 持续学习和改进
□ 但不频繁调整策略
签名：__________ 日期：__________
违反纪律的惩罚：
- 第 1 次：停止交易 3 天，深刻反省
- 第 2 次：停止交易 7 天，重新评估
- 第 3 次：停止交易 30 天，从头学习
2.3 应对连续亏损
连续亏损处理流程
连续亏损 3 笔：
□ 深呼吸，保持冷静
□ 查看是否有技术问题
□ 确认策略逻辑是否正常
□ 继续观察，无需调整
连续亏损 5 笔：
□ 暂停买入（/stopbuy）
□ 详细分析每笔亏损交易
□ 检查市场环境是否改变
□ 确认是否触发保护机制
□ 决定是继续还是调整
连续亏损 7 笔：
□ 停止交易至少 1 天
□ 全面评估策略
□ 对比回测和 Dry-run
□ 考虑降低仓位或切换策略
□ 寻求他人意见（社区、导师）
连续亏损 10 笔：
□ 停止交易至少 3 天
□ 策略可能存在重大问题
□ 重新回测近期数据
□ 考虑回到 Dry-run
□ 或暂停使用该策略
心理恢复技巧
技巧 1：离开交易界面
- 关闭所有交易相关页面
- 出门散步或运动
- 做其他感兴趣的事
- 至少休息 2-3 小时
技巧 2：回顾成功案例
- 翻看之前盈利的交易
- 提醒自己策略是有效的
- 重建信心
技巧 3：降低仓位
- 如果心理压力大
- 暂时降低仓位 50%
- 降低盈亏波动
- 恢复平静心态
技巧 4：写交易日记
- 详细记录感受
- "我感到恐惧因为..."
- "我应该如何改进..."
- 写作帮助理清思路
技巧 5：与人交流
- 找信任的人倾诉
- 加入交易者社区
- 分享经验和感受
- 获得支持和建议
2.4 长期心态养成
职业交易者的心态特质
1. 概率思维
- 不以单笔交易论成败
- 关注长期统计表现
- 接受短期随机性
2. 情绪稳定
- 盈亏都保持平常心
- 不因为单日波动焦虑
- 过程导向而非结果导向
3. 耐心
- 等待合适的入场时机
- 不急于"赚快钱"
- 享受复利的力量
4. 持续学习
- 保持好奇心
- 不断改进系统
- 但不追逐新策略
5. 自律
- 严格执行计划
- 不为情绪左右
- 知行合一
每日心态练习
早晨（开始交易前）：
1. 深呼吸 10 次，冥想 5 分钟
2. 回顾交易纪律守则
3. 设定今日预期：
- "今天可能盈利，也可能亏损"
- "我只关注执行，不关注结果"
- "我信任我的策略"
交易中：
1. 保持情绪稳定
2. 不频繁查看盈亏
3. 定时检查而非盯盘
4. 发现情绪波动立即休息
晚间（交易结束后）：
1. 记录今日交易和心态
2. 客观分析，不自责
3. 感恩今天的学习机会
4. 准备明天继续执行
第三部分：风险管理工具
3.1 风险监控脚本
创建 risk_monitor.py：
#!/usr/bin/env python3
"""
实时风险监控脚本
监控当前风险敞口，超过阈值时警报
"""
import sqlite3
import requests
from datetime import datetime
DB_PATH = 'tradesv3.sqlite'
TELEGRAM_TOKEN = 'YOUR_BOT_TOKEN'
TELEGRAM_CHAT_ID = 'YOUR_CHAT_ID'
# 配置
TOTAL_CAPITAL = 10000 # 总资金
MAX_RISK_PER_TRADE = 0.02 # 单笔风险 2%
MAX_TOTAL_RISK = 0.10 # 总风险 10%
MAX_DAILY_LOSS = 0.05 # 日亏损限制 5%
def send_alert(message):
"""发送 Telegram 警报"""
url = f"https://api.telegram.org/bot{TELEGRAM_TOKEN}/sendMessage"
payload = {
'chat_id': TELEGRAM_CHAT_ID,
'text': f"🚨 *风险警报* 🚨\n\n{message}",
'parse_mode': 'Markdown'
}
requests.post(url, data=payload)
def get_current_risk():
"""计算当前风险敞口"""
conn = sqlite3.connect(DB_PATH)
cursor = conn.cursor()
# 获取所有持仓
cursor.execute("""
SELECT
pair,
stake_amount,
stop_loss_pct
FROM trades
WHERE is_open = 1
""")
open_trades = cursor.fetchall()
conn.close()
if not open_trades:
return {
'open_trades': 0,
'total_exposure': 0,
'total_risk': 0,
'risk_ratio': 0
}
# 计算风险
total_exposure = sum(t[1] for t in open_trades)
total_risk_amount = sum(t[1] * abs(t[2]) for t in open_trades if t[2])
risk_ratio = total_risk_amount / TOTAL_CAPITAL
return {
'open_trades': len(open_trades),
'total_exposure': total_exposure,
'total_risk': total_risk_amount,
'risk_ratio': risk_ratio,
'trades': open_trades
}
def get_daily_pnl():
"""获取今日盈亏"""
conn = sqlite3.connect(DB_PATH)
cursor = conn.cursor()
today = datetime.now().date()
cursor.execute("""
SELECT SUM(close_profit_abs)
FROM trades
WHERE DATE(close_date) = ?
""", (today,))
result = cursor.fetchone()
conn.close()
daily_pnl = result[0] if result[0] else 0
daily_pnl_ratio = daily_pnl / TOTAL_CAPITAL
return daily_pnl, daily_pnl_ratio
def check_risk():
"""检查风险并警报"""
risk_info = get_current_risk()
daily_pnl, daily_pnl_ratio = get_daily_pnl()
print(f"=== 风险监控报告 {datetime.now().strftime('%Y-%m-%d %H:%M:%S')} ===")
print(f"持仓数量: {risk_info['open_trades']}")
print(f"总暴露: ${risk_info['total_exposure']:.2f}")
print(f"总风险: ${risk_info['total_risk']:.2f} ({risk_info['risk_ratio']*100:.2f}%)")
print(f"今日盈亏: ${daily_pnl:.2f} ({daily_pnl_ratio*100:.2f}%)")
# 检查警报
alerts = []
# 1. 检查总风险敞口
if risk_info['risk_ratio'] > MAX_TOTAL_RISK:
alerts.append(
f"⚠️ 总风险敞口过高: {risk_info['risk_ratio']*100:.2f}% "
f"(限制: {MAX_TOTAL_RISK*100:.0f}%)"
)
# 2. 检查日亏损
if daily_pnl_ratio < -MAX_DAILY_LOSS:
alerts.append(
f"⚠️ 今日亏损超过限制: {daily_pnl_ratio*100:.2f}% "
f"(限制: -{MAX_DAILY_LOSS*100:.0f}%)\n"
f"建议立即停止交易！"
)
# 3. 检查单笔风险（如果有详细数据）
for trade in risk_info['trades']:
if trade[2]: # 如果有止损数据
trade_risk = abs(trade[2])
if trade_risk > MAX_RISK_PER_TRADE:
alerts.append(
f"⚠️ {trade[0]} 单笔风险过高: {trade_risk*100:.2f}% "
f"(限制: {MAX_RISK_PER_TRADE*100:.0f}%)"
)
# 发送警报
if alerts:
message = "\n\n".join(alerts)
message += f"\n\n当前持仓: {risk_info['open_trades']}"
message += f"\n总风险: ${risk_info['total_risk']:.2f}"
send_alert(message)
print("\n❌ 风险警报已发送！")
else:
print("\n✅ 风险在可控范围内")
print("=" * 50)
if __name__ == '__main__':
check_risk()
设置定时检查：
# 每小时检查一次
0 * * * * cd /path/to/freqtrade && python3 risk_monitor.py
3.2 交易日记工具
创建 trading_journal.py：
#!/usr/bin/env python3
"""
交易日记工具
记录每日交易和心理状态
"""
import json
from datetime import datetime
JOURNAL_FILE = 'trading_journal.json'
def load_journal():
"""加载日记"""
try:
with open(JOURNAL_FILE, 'r', encoding='utf-8') as f:
return json.load(f)
except FileNotFoundError:
return []
def save_journal(entries):
"""保存日记"""
with open(JOURNAL_FILE, 'w', encoding='utf-8') as f:
json.dump(entries, f, indent=2, ensure_ascii=False)
def add_entry():
"""添加日记条目"""
print("\n=== 交易日记 ===\n")
date = input("日期 (留空使用今天): ").strip()
if not date:
date = datetime.now().strftime('%Y-%m-%d')
print("\n1. 交易数据：")
trades = input("今日交易次数: ")
pnl = input("今日盈亏 (USDT): ")
win_rate = input("胜率 (%): ")
print("\n2. 心理状态 (1-10 分)：")
emotional_state = input("情绪稳定度: ")
confidence = input("策略信心度: ")
stress = input("压力水平: ")
print("\n3. 遵守纪律：")
followed_plan = input("是否严格执行策略? (是/否): ")
manual_intervention = input("是否有手动干预? (是/否): ")
print("\n4. 反思：")
what_went_well = input("今天做得好的: ")
what_to_improve = input("需要改进的: ")
lessons_learned = input("学到的教训: ")
print("\n5. 明日计划：")
tomorrow_plan = input("明天的重点: ")
entry = {
'date': date,
'trades': trades,
'pnl': pnl,
'win_rate': win_rate,
'emotional_state': emotional_state,
'confidence': confidence,
'stress': stress,
'followed_plan': followed_plan,
'manual_intervention': manual_intervention,
'what_went_well': what_went_well,
'what_to_improve': what_to_improve,
'lessons_learned': lessons_learned,
'tomorrow_plan': tomorrow_plan
}
entries = load_journal()
entries.append(entry)
save_journal(entries)
print("\n✅ 日记已保存！\n")
def view_journal():
"""查看日记"""
entries = load_journal()
if not entries:
print("\n暂无日记记录\n")
return
print("\n=== 交易日记记录 ===\n")
for i, entry in enumerate(reversed(entries[-10:]), 1):
print(f"{i}. {entry['date']}")
print(f" 交易: {entry['trades']} 笔, 盈亏: {entry['pnl']} USDT")
print(f" 情绪: {entry['emotional_state']}/10, 压力: {entry['stress']}/10")
print(f" 教训: {entry['lessons_learned']}")
print()
if __name__ == '__main__':
while True:
print("\n1. 添加今日日记")
print("2. 查看最近日记")
print("3. 退出")
choice = input("\n选择: ").strip()
if choice == '1':
add_entry()
elif choice == '2':
view_journal()
elif choice == '3':
break
else:
print("无效选择")
使用：
python3 trading_journal.py
📝 实践任务
任务 1：计算你的风险参数
基于你的总资金和风险承受能力，计算：
总资金：$__________
单笔风险：__________% (建议 2%)
单笔最大亏损：$__________ (总资金 × 单笔风险%)
最大持仓数：__________ (建议 3-5)
总风险敞口：__________% (单笔风险 × 持仓数)
总最大亏损：$__________ (总资金 × 总风险%)
日亏损限制：__________% (建议 5%)
日最大亏损：$__________ (总资金 × 日亏损限制)
周亏损限制：__________% (建议 10%)
月亏损限制：__________% (建议 15%)
任务 2：配置保护机制
在 config.json 中添加保护机制：
- StopLossGuard
- MaxDrawdown
- LowProfitPairs
- CooldownPeriod
测试触发条件是否合理。
任务 3：签署交易纪律守则
打印或抄写交易纪律守则，签名并贴在交易区域显眼位置。每天交易前朗读一遍。
任务 4：开始写交易日记
从今天开始，每天晚上花 10 分钟写交易日记。坚持至少 30 天。
任务 5：心理压力测试
想象以下场景，诚实回答你会如何反应：
场景 1：连续 5 笔交易止损，亏损 $500
你会：
A. 冷静分析原因，继续执行策略
B. 暂停交易，休息 1 天
C. 加大仓位，想"赚回来"
D. 立即修改策略参数
场景 2：单日盈利 $1000，超出预期
你会：
A. 保持平常心，继续按计划交易
B. 兴奋地加大仓位
C. 提取利润，犒劳自己
D. 担心明天会亏回去
场景 3：持仓盈利 +10%，但开始回落到 +5%
你会：
A. 按照追踪止损自动平仓
B. 手动平仓锁定利润
C. 继续持有，期待再涨
D. 后悔没在 +10% 时平仓
理想答案：
场景 1: A 或 B
场景 2: A 或 C
场景 3: A
如果你的答案不同，思考原因并制定改进计划。
📌 核心要点
风险控制的铁律
1. 永远设置止损
2. 单笔风险 ≤ 2% 总资金
3. 总风险敞口 ≤ 10% 总资金
4. 日亏损达到限制立即停止
5. 不使用杠杆（初期）
心态管理的关键
1. 接受亏损是成本
2. 关注过程而非结果
3. 保持情绪稳定
4. 严格遵守纪律
5. 持续学习改进
长期生存法则
1. 小额起步，逐步增加
2. 控制风险第一，盈利第二
3. 保持谦卑，敬畏市场
4. 不追求暴利，追求稳定
5. 活下来比什么都重要
🎯 下节预告
第 26 课：自定义策略开发
在下一课中，我们将学习：
- 如何编写自己的交易策略
- 策略开发的完整流程
- 常用技术指标的实现
- 策略测试和优化
掌握了风险控制和心态管理，你已经具备了长期生存的基础。接下来，我们将进入进阶专题，学习如何开发属于自己的策略。
🎓 学习建议：
- 风险第一：任何时候都把风险控制放在首位
- 情绪管理：定期反思自己的心理状态
- 写交易日记：这是提升的最好方法
- 长期视角：不以单日论成败
- 保持谦卑：市场会教给你谦卑
记住：在交易中，控制你能控制的（风险、纪律、心态），接受你不能控制的（市场、运气、结果）。
这是量化交易最重要的一课。如果你只能记住一课的内容，请记住这一课。
Top comments (0)