七禾网6、您已经有15年的期货交易经验，但据您表示，一直到2024年之前，您都存在着大起大落的情况，主要是什么原因导致的？后来是经过了怎样的调整，让账户逐渐稳定下来？

猛禽：因为探索程序化交易这条路充满了艰难险阻，不交很多学费，也就学不到东西，有起落应该是正常的。想办法让起落小点，多赚点，少亏点，更注重盈亏比，而不是只讲胜率，有点小回撤也没事，这样就稳定了。

比如像Dual Thrust这类突破策略，赚的就是盈亏比，我也是读了范·撒普关于风险管理和交易系统的一些资料，才有所顿悟。

七禾网7、您从最初涉足水稻、豆油、豆粕等品种的主观交易，到现在专注于股指期货和国债期货，这中间经历了怎样的转变过程？您选择中证1000以及30年国债的原因是什么？

猛禽：由于我的水平和精力有限，经过几年的研究，确实没有找到比股指更好的策略。

我选择IM和TL仅仅是因为策略效果好，或许它们的产品本身就适合波段交易。我觉得小盘指数代表着群众的凝聚性力量，而长期国债对利率预期更为敏感，这在很多机构也有专门的研究。而大盘指数的测试效果稍差一些，可能是因为那些金融、消费行业的权重股更依赖于大周期，短期表现就更为嘈杂。有趣的是，我的IM策略也适用于很多个股，这可能也说明了IM确实代表着一种“平均性”。

七禾网8、您在2014年时决定将更多时间放在编写程序化交易模型上，是基于怎样的考虑和契机？

猛禽：因为我工作时不能老去手工下单，我又把它当成一个事业，就放在云服务器上跑了，这也是没办法的办法。

说实话，我原本以为主观交易比较费神，没想到程序化交易更费神，尤其是随着年龄的增长，创新思维的效率比几年前下降了不少。没有良好的身体素质确实很难做好交易，无论是人工还是自动交易。但没有办法，能交给机器做的，人就尽量不去做，这也是我的一个理念。程序化交易虽然有其弱势，但其优势更为突出，这是大趋势，我非常认可这一点。

七禾网9、您认为程序化交易在日常开发和维护中面临的挑战主要有哪些？与主观交易相比，在应对市场变化方面有哪些优势和劣势？

猛禽：策略开发过程中有很多潜在的陷阱，比如拟合陷阱、优化陷阱、未来数据的使用以及历史数据的不足等。在策略运行时，网络、软件、硬件环境的稳定性，以及账户和资金的情况等，都是需要关注的问题。这几年我在这些方面都吃过亏，而在几年前，我对这些问题还缺乏足够的认识。最大的挑战似乎是，有时候程序化交易的表现不如手动交易，但它长期表现一定比我厉害。

程序化交易的主要优势在于它是大势所趋，这对交易者来说是一种鞭策，也使得从开发到实践全过程更加有趣。此外，正如多数人认为的那样，程序化交易能够“排除人性的弱点”，虽然在个别情况下可能不如手动交易，但从长期来看，或许会比手动交易更强，至少对我来说是这样。

七禾网10、您在交易中曾有盘中手动干预模型策略导致损失惨重的经历，之后如何避免类似情况再次发生？在策略执行和人为干预之间如何找到平衡？

猛禽：用了一种心理暗示吧，习惯适应了就好了，那就是上边说的“尽管一两次不如手动，但长期看或许就比手动强，至少比我要强。”

策略执行和人为干预之间没法找到平衡，发现问题就开脑洞、改公式、完善交易系统和资金管理。

七禾网11、DualThrust是您当前的核心交易策略，您选择该策略的初衷是什么？Dual Thrust模型的工作原理是怎样的？

猛禽：是因为它简单易懂，同时市场本身就常有开盘突破的特征，大波动往往引发小波动，而小波动又可能累积成大波动，这符合市场趋势与震荡交替循环的规律，许多交易书籍中也提到了类似的观点。

Dual Thrust本质上是一种突破类的通道策略，其公式在网络上是公开的。不过，我建议在使用时要对其进行改进，改进的方式不仅仅局限于调整参数的大小，还可以尝试将参数调为正值或负值，引用其他品种的数据，以及设置各种过滤条件、指定下单时间、限定引用数据的时间段等。

关键在于要结合市场假设灵活地理解策略。例如，如果前一天是单边市场，那么第二天很可能就会是震荡日，这时自动设定的交易区间会相对宽泛，从而不容易触发开仓信号；反之，如果前一天是震荡市场，那么第二天可能就会是单边日，此时自动设定的交易区间会相对狭窄，更容易触发开仓信号。

七禾网12、您还会结合多个相关指数的信号来避免噪音干扰，能否举例说明如何选择这些相关指数以及如何整合它们的信号？

猛禽：这个建议大家可以找时间慢慢尝试，可选的数据品种有很多，这是一个开脑洞的过程。在选择时，可以去指数官网等地方研究一下这些品种的背景。例如，可以研究创业板综合指数、深证综合指数、深证的IT指数等。对于国债，可以关注相关的国债ETF等。

七禾网13、从早期到现在，您的策略经历了不断的变化，主要是在哪些方面进行了改进？这些改进是基于怎样的市场观察和思考？

猛禽：我也不知道自己编写了多少程序化公式，估计有几百到上千个，这就是我为什么将昵称叫做“猛禽期指实验室”。也正因为如此，我认为复制粘贴是人类最伟大的发明之一。

改进通常体现在信号条件、参数、数据品种和下单方式等方面。例如，我之前尝试过大小盘信号，而在选择大小盘标的时，信号的选择就很有学问。再结合自适应均线的变化率，到底应该设置多少，这就能让人忙活一晚上，但这些可能只是优化的陷阱，早晚还得花几个晚上换一套系统。

如上所述，早期我关注盘中大小盘比率的变化，这让我联想到了自适应均线的斜率。但后来，实践表明，过于关注盘中变化对提高盈亏比并没有帮助。

后来，我专门开发了Dual Thrust策略，并结合图表研究不同的参数、下单时间、过滤器等，同时结合资金管理设计加仓语句。

七禾网14、您曾遇到过区间震荡行情利润慢性损耗和大波动反转日突然回撤的难题，是如何应对的？有哪些方法和经验可以分享？

猛禽：这确实是个难题。在低波动时期，挂一组期权策略当然可以解决一些问题。目前我采用的思路是，在震荡市场中使用较低的杠杆（比如1到1.5倍），以降低亏损头寸的风险。加仓条件要适当严格一些，并且要逐步加仓。此外，我会加入多种过滤器，每个过滤器开一手，这样基本上就不会瞬间满仓，磨损也会小一些。

反转日更难以应对，以我的水平几乎无解。如果策略能完美捕捉信号就谢天谢地了。我们能做的就是在不完美的情况下尽量保住之前的持仓，能赚多少就赚多少，至少要打平。因此，在回测时，我更重视平仓盈亏的回撤，而不是按日结算的资产回撤。我注重每一笔交易的风险回报（范·撒普的R值系统理论），而不去过于在意持仓过程中的盘中波动。

七禾网15、您提到，在窄幅震荡和宽幅震荡下，会有不同的交易策略，这些策略是如何基于市场特点制定的？如何判断市场当前处于哪种震荡状态？

猛禽：我也无法预测何时会发生何种程度的震荡，只能通过设定不同的参数组合来尝试应对。

正如前面提到的，宽区间策略更难以触发，而窄区间策略则更容易触发。假设我满仓操作两只股票，只有宽窄区间两种策略，当窄区间策略触发时开一手，而宽区间策略没有触发，那么实际上就是半仓操作。如果宽区间策略也被触发，那就相当于满仓操作（这里指的是策略上的满仓，而非实际的仓位满仓）。

从概率上讲，满仓操作的发生频率永远低于半仓操作，因此满仓大亏的概率也永远低于半仓小亏的概率。而且通常情况下，满仓操作发生在接近收盘时，第二天开盘后，由于前一天是震荡日，信号区间往往会变窄，所以即使满仓亏损，也不会亏太多。