顺便也说凯利公式，这是一个根据过去统计或历史测试，以赔率和成功率拟合出的所谓最佳风险度，有两个直接变量影响风险度的大小，一般看法是胜率影响风险度的程度更大，但我觉得这可能是人类天生不适合概率思维所导致的，赔率的影响也是巨大的，只是赔率本身波动的幅度和成功率单位值不同所以容易有这种错觉。一个低胜率高赔率的系统应用于金融市场有先天的优势，因为走势是要一段时间完成的，给加仓予以了无限机会。这又回到了人性问题，不停失败去等待一次成功确实很痛苦
如果瞎猜的话
无非是一个专找大单边,一个找震荡行情做
好像区别是一个有止损,一个没止损
霍夫的系统咱不清楚具体怎么回事情
塔勒布的咱就更不清楚了
咱好像对着一帮证券分析师空谈理念
其实人家连交易系统的一根毛都没跟咱透露过
霍夫的书,咱读的最大印象是这个世界,交易的本质就是博弈
他用的手法咱是云里雾里
塔勒布说了一堆傻瓜,也许,他真正想说的是,他说别人是随机致富的傻瓜,就他自己不是
做单边死掉的人无数;做单边发财的也不少
同样,做震荡死掉的也不少;做震荡活的长的也不少
唯一的共同点,只要风险控制不够好,他们的下场都不好.
江恩曾说过，人们无非从两种交易中赚钱，即：摆动机会、长期趋势。最好的方法是跟随长期趋势。
后世之人不过在不停地嚼其余味，现在看来也确实如此，呵呵。
著名的凯利公式：
几何增长投资比例=获胜概率-(1-获胜概率)/赔率
（赔率＝期望盈利/可能亏损）
凯利公式原于电子学和21点赌博。据说巴菲特等都采用了类似凯利公式的资金管理。凯利公式优点明显，但没有过程量，而金融市场是个连续变化过程。如何在实际运用中修正凯利公式，请大家发表意见。
曾经国内朋友询问Van.K.Tharp关于凯利公式的问题，
Van.K.Tharp回复是凯利公式做资金管理会把内裤都输掉！
优化模式之一：来源《巴菲特的投资组合》，这个比上面的简单，实用。
2Ｐ-1＝Ｘ
Ｐ＝成功的概率，Ｘ＝投入的资金百分比
有使用条件的，主要是对成功概率的把握。
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
凯利公式优点明显，但没有过程量，而金融市场是个连续变化过程。
巴菲特的公式是凯利公式中R=1(赔率为1)的简化表示，本质是一样的。
市场不是赌博，压下去就等着开结果，而是个连续的过程。过程中概率和赔率就在不断变化。
另外，概率和赔率是带主观性的，按传统科学难以测量。
拉瑞用这个公式大赚过也大赔过，最后在WS的帮助下看到了它致命的缺陷。
见《短线交易秘诀》一书p241－254，读一下还是有意义的。
有一个更精确的算法，不过算式相对复杂，并需数学软件的支持，
软件有多种，其中 Mathematica 5 ，网上有下载有破解（下面以此为例）。
关于算式，以下是演示与详解：
假设过去我有50次交易，并假定未来一个时期，交易情况仍大致相仿，
那么，我就能以前50次来测算未来交易的最佳仓位策略，及理想状态的最大收益率。
1、为演示方便，先作一个设定：
设定操作总是严格止损，且每次止损只损失账户余额的一个固定比例x，
而盈利的交易可以换算成它与止损比例的一个比值，即盈利可用1x、2x、10x之类来表示，
2、又设过去50次交易中，
30次亏损x ,15次盈利x，2次盈利5x，2次盈利8x，1次盈利15x，
如果初始帐户为1，那么，以复利计算，50次交易的期末帐户是：
f = (1-x)^30(1+x)^15(1+5x)^2(1+8x)^2(1+15x)^1
注：(1-x)^30即(1-x)相乘30次，表示共有30次亏损x，余类推
3、调用求最大值函数 FindMaximum[]，具体来说，输入：
FindMaximum,{x,0,0.5}]注：{x,0,0.5} 是为了给x一个范围，如0到0.5
软件运算后输出： {3.26631, {x -> 0.113104}}
意思是当 x = 0.113104 时，f 最大值为 3.26631
也就是说，当保持单次亏损为11.3104％时，50次交易的期末帐户为3.26631 ，收益率为266.31％
4、还可以绘出直观的曲线，观察单次亏损额定值x与收益f的关系，
输入并运算下式： Plot],{x,0,0.5}]
即输出一条钟形曲线，呵呵，一幅图胜过一千句话……自己看吧
再说几句，
其实我赞成一粒沙的话：
“市场不是赌博，压下去就等着开结果，而是个连续的过程。过程中概率和赔率就在不断变化”
因此，不论巴菲特公式，凯利公式，还是我前面的算式，
都不具有精确指导交易的意义，不过略作参考也无妨
比较而言，前面所述的算式，含义更丰富些，可能参考价值相对大些
比如说，算式中的x，它不是直接代表投入资金的大小，而单次亏损的额定量，
只要保证止损结果的亏损是x，具体持仓是多大，没有限制。
但x与仓位可以建立联系，一个简单的方法是：
根据x值及止损宽度，可以反推算出“亏得起”的仓位
所谓“亏得起”的仓位，其实是开首仓的数量，
一旦首仓盈利可观，即可考虑加仓。
本质上，首仓克制，只是为了控制不确定性带来的风险，而加仓，才是真正“让利润飞跑”
所以使用额定亏损x的概念，似乎比直接计算仓位或投入资金，更本质，更灵活
引用:
原帖由 urlh 于 2006-7-22 00:25 发表
有一个更精确的算法，不过算式相对复杂，并需数学软件的支持，
软件有多种，其中 Mathematica 5 ，网上有下载有破解（下面以此为例）。
关于算式，以下是演示与详解：
假设过去我有50次交易，并假定未来一 ...
这种优化意义不大。
类似《巴菲特的投资组合》之类的书，都是揣测巴老，因为巴老的方法从未系统的公开过。
凯利公式的一个推论是：寻找高胜率的机会，然后押大赌注，但是这个赌注不能超过所能承受的极限，因为投资中的概率都是主观概率。
所以那种初始仓位固定一个百分比止损并不是一个很好的主意，可以根据主观概率设定不同的级别。比如普通 3%止损，高胜率 5%，低胜率1%。
概率的根本性问题
上面的朋友都回避了一个根本性问题，以过去某段的时间的成功率去假设未来也是一样，其实古典概率是大量统计的结果，中间任意段的偏差可以无限大。
我曾在《海洋论坛》发过一个讨论帖子，正方反方都不少（http://www.hylt.net/club/viewtopic.php?t=7370）：
从资金管理看机械化交易系统的结构性风险
Z总资金
N(安全头寸)=----------------------------------------------------------
B（保证金) + M(最大连续亏损次数）* P（最大单次止损额)
建立在古典概率基础上的机械化交易系统的M(最大连续亏损次数）理论值为无穷大，因此N(安全头寸)等于零。
举例：一套65%的趋势跟踪系统，碰到盘局会有亏损。理论上的盘局可无限长，因此安全头寸为零。长期运作
在市场上的交易者会碰到小概率事件，所以结局已经必然肯定了。
结论：采用古典概率的参数优化等方法的机械化交易系统不成立。
正是如此，对于未来，是要有人的判断能力参与的，数学不是市场的本质，博弈才是。只要大致了解谁是对手谁是同道者，自然就会有信心获得正期望，然后再用资金管理。
多思了一下，还是觉得自由飞翔的分级别设置止损百分比没有必要
分级设置的本意是：更为精细的控制风险，同时不至于过分削弱仓位的盈利能力。
但是否真能更加精细的控制风险，疑问很大
理由主要是，针对具体交易对象的“主观概率”，其实也不可靠，
甚至不比从历史交易得来的“一般概率”更可靠。
即使伟大的作手，不也常有“主观概率”定义错误，重仓导致重伤的吗？
根据大量统计得来的“一般概率”，其实
已经内涵了过去在定义“主观概率”时，可能发生的错误。
也就是说，“一般概率”正是修正过去的“主观概率”的结果。
一个修正反而比它所要修正的东西更不可靠，这并非不可能，
但如果这个修正是正确运用概率分析的结果，那它就是更有效的。
所以，分级别设置止损百分比，是过度优化，实际是反优化。
设置止损百分比的根本目的，是给出一个简明、可靠的风险控制规则。
规则的意义，除了它的内在有效性，还在于它是可被执行的，
一条最大限度排除现场主观判断（主观概率之类）的规则，具有最高的明确性，以及刚性，
当你执行之时，你不必受到当时环境条件、心理状态、技术状态的影响，
长期来看，你的失误可能将被降到最低。
规则就要简明、刚性，不必过度细化、优化
其实这就是风险百分比的仓位原则。可以看看《短线交易秘诀》。拉瑞在书里暗示是他发明了这个原则，并建立了新的公式
拉瑞提出风险百分比是为改进凯利公式，因为这个公式先使他大胜，后又令他惨败。凯利公式可能是引用交易成功率 P 来计划仓位的最著名算法，但公式的最致命处正是 P 并非永远可靠，P 值的大出入会导致错误的大量持仓，引发大的亏损。
可以想见，所有引用 P 的公式，都难免这样的失误。而风险百分比原则废弃了主观估量的 P ，转而定量、刚性的规定一次交易允许暴露的风险，避免了采用 P 时风险暴露的意外失控，因此它更符合仓位控制的风险管理本质。可以说，如果不考虑操作上的技术性失误，则风险百分比在理论上没有意外风险，失败交易的单次亏损全在计划之内。
说到它的灵活性，则有两个含义。一，虽然它对风险的控制是定量、刚性的，但并未直接规定每次交易的仓位，它允许根据交易的实际情形来决定仓位（这一点《趋势交易大师》里讲得具体）。二，交易者保有一个权利，随时可以根据当前持仓的盈利及趋势情况，考虑扩大持仓。这是利润的重要来源，特别对于追求较大级别趋势交易者，更是如此。
在执行层面说，额定的风险百分比最大意义是提供了一个简明、刚性的规则，而这样的规则相对容易执行。至于额定值具体多少才是最佳，无法精确计算。拉瑞建议在10％到18％之间，但他的操作可能都是一次性仓位，且是期市。我是主张步步加码的，说的是股市，所以以为，新手1％-1.5％，中级2％，高手3％以上，反正差不多就行，关键还是执行规则，真正执行
还可以参考一下《通向金融王国的自由之路》，书里包含了几个头寸方案的测试对比。几个电子书网上都有
多谢URLH的好帖。我由此而想到的一些其他的方面。
在未来胜算可知的情况下，凯利公式足以解决所有问题，在未来胜算不可知的情况下，资金管理可以根据目前总资金的情况来决定风险暴露。
固定比例的风险暴露有个特点，这是由于计算风险的方式所造成的：获利10％后再亏损10％，结果是净亏损1％。就算一个数学期望为0的系统，在这样的资金管理方案下，都会变成净亏损的。
因为这个原因，有人用其他的方案来修正。目前我感觉最好的是CHAFFCOMBE的方案，根据资金曲线的回撤来决定风险暴露。回撤越大风险暴露越小，直至完全停止交易。这样的方式，资金曲线上行的时候加速，下行的时候减速，不会出现最危险的加速下行的走势，这样更有可能维持向上的总趋势。
Now if you want to know how I set my trade size... this is a description of the method I use, which I normally refer to as Variable Fractional Percent (VFP)
If you want another money management idea that is very responsive to performance, yet doesn't make you make too hard decisions up front try this:
Firstly you need to know your dailyNet Asset Value (NAV) gain or loss in percent.
Start trading at a conservative 5% FFP (or whatever suits you). But instead of using a Fixed Fractional Percent, you use a range say 2%-25%. Move up and down the scale by adding or subtracting half of your last daily NAV percentage.
For example start at 5% FFP
Next day profit on trades = 1.5%
Therefore your next FFP = 5 + (1.5 * 0.5 ) = 5.75%
Say you then lose 3%
Next FFP = 5.75 + (-3 * 0.5) = 4.25%
Obviously use ranges and a daily factor (here 50%) that suits you, but you'll find this method really rewards good methods, and lightens up very quickly on bad.
I use it myself, and find it very sound.
摘译：
－－－－－－－－－－－－－－－－－－
以一个比较保守的5％风险暴露开始。使用一个在2％到25％间浮动的范围，每天的风险暴露是你前一天的风险暴露加上或减去该天盈亏的一半。
比方说，以固定的5％风险暴露开始
第二天你的收益是1.5%
那么你的风险暴露增加到5 + (1.5 * 0.5 ) = 5.75 (%)
接下来一天你损失3％
那么下一笔交易的风险暴露变为 5.75 + (-3 * 0.5) = 4.25%
－－－－－－－－－－－－－－－－－－
CHAFFCOMBE的API自动交易一天内起码交易10笔以上，因此他以每天为间隔来调整风险暴露。如果操作频率较低的，也许这个调整的间隔需要相应放长。
有个文章倒是和这个类似,和johnyj兄的那个比较利于时间跨度大的
-------------------------------
一般来说，在一个新交易期间的起始，需要寻找最有把握的机会，用极小的止损（如果可能，每次损失控制在总资金的1.5%以下，这里所有的止损均指单次交易对于总资金带来的损失，是一个控制止损位和下单量的目标）小心保护，直到几笔交易以后，资金出现一定程度的增长，比方说10%左右，应该可以达到。有些人交易没有间断，早就有了前面交易的帐面利润，就更好办了
获利10%后，就可以适当提高止损的幅度，比方说提高到2%。10%的帐面利润全部用来交易，就可以抵挡五次止损，如果系统胜率较高的话，连亏5次出现的可能性是较小的。所以就可以采用稍为积极一点的操作，捕捉把握不太大但报酬可能很高的机会，但无论如何，每次交易的损失限度为总资金的2%。实际上，如果此后一连损失了3次，就该减小止损幅度到1.5%了，一直到帐面利润再次回升到10%，才能再增加止损幅度到2%。
这里设定了两个警戒位，在10%帐面利润已经达到以后，可以用2%的止损，而一旦其落回5%以下，就只能用1.5%的止损。尽最大可能保证初始资金的安全。当然如果资金不足则单次风险可能无法控制在1.5%以下，但尽可能做到吧。
获利20%以后，就可以将部分利润锁定（比如7%），数目标注清楚，作为真实已经到手的获利，不再投入交易。因此总资金的增加实际上就减少为13%，但总利润仍然以20%计，只是此时我们的需要小心保护的资金就不仅仅是起始资金，还有锁定的7%利润。止损可以提高到2.5%，因为在7%之上到20%之间有13％的空间承受风险。
在止损提高到2.5%以后，同样的道理，如果一旦总利润回落到17%以下，那么承受风险的空间只有10%了，止损就将降低到2%；如果利润再降到12%以下，止损就降低到1.5%，总之，直到资金再次回升到总利润20%的状态才能再将止损提高到2.5%。
因为止损度提高，如果系统稳定，运气不错的话获利速度将加快，应该不久能达到获利30%的目标。这以后，锁定的利润就将变为10%，另外20%的利润可以承担风险，止损就可以提高到3%了，能承受的次数也增加到了近7次。这里，即使连续出现多次的损失，边损失边降低止损，将20%的利润丧失殆尽，停手不干了，也仍然可以保住10%的利润。
如此一路上来，如果获利达到了60%，留成20%，帐户中可用于承受风险的利润有40%，止损在7%，这大概已经是最大允许值了（因为随着损失量增加，损失效果大于获利效果的效应也开始变得明显）。在这种状态下，盈亏比2：1的系统，一次获利交易就能带来总资金15%左右的增长，这是非常惊人的！这个可能性也不是不存在。
总的来说，这个方法的原理就是，阶段性地将帐面利润的1/3锁定（也可以是1/2、1/4或者1/5，留的多增长就慢但稳定，留的少增长快但风险高，看个人爱好了），目的是不断提高需要被严格保护的资金数量，同时又保证一定的利润累积来增加风险承受能力以获取大的收益
特点是：使得资金有所留存的同时又保证有充分的止损空间可以应付连续出现的损失。当风险暴露程度提高后，一旦出现不利的资金缩水，每次交易的风险暴露程度即止损幅度也将随之降低，之后只要系统运行正常，总会出现更多的赢利纠正资金暂时的回撤，回复到一定风险承受力后，就可以再将风险暴露程度提高一些。
目的在于尽最大可能保证资金的安全，减小业绩向不利方向的波动，同时又保证具有增加获利速度的潜力。就好象一个赛车手，他既希望能够通过比赛的收入来升级机器，好去参加奖金更高的赛事，但他又不希望把所有的奖金都拿来升级部件，总是随时需要使用比赛所带来的收入改善他的生活和为将来储蓄，这毕竟是他的职业，将来可能有一天赛车因事故而撞坏了，他的职业生涯也结束了，他仍然可以依靠他参加比赛期间的所得开拓他的未来。
开始阶段一定要用很小的止损慢慢地走向赢利，不到赢利10%不增加止损幅度，如果亏损达到10%则停止交易一段时间，重新调查研究后再来过。同时系统一定要是胜算50%以上和盈亏比2：1以上的系统，否则稳定性很差，效果不大容易保证。
大多数趋势交易特别是中长期趋势交易者倒是这种高盈亏比追随者,但其重点应在怎样加仓上
资金管理是用来合理调度资金,在合理的运用情况下达到最大利润,优秀的资金管理可以在进入行情前把损失控制在合理范围,而在进入行情时,尽量赢取最大的利润
对于趋势交易,理想来说,建仓可根据风险(机会大小)合理分配风险百分比,但是鉴于趋势交易的性质可能大部分的收益将来自一次的交易之中,所以其每次交易都很重要和必须被把握。趋势操作由于这种较低成功率特性,首仓风险比例往往较低(比如2%),而事实上趋势操作也正是通过低仓位宽止损来回避风险抓机会的,所以对于以后行情若做对了能否真正最大化利润,则合理的增仓(仓位控制)就成了关键,传统倒金字塔自然风险大,而金字塔加仓由于后续仓位的递减,那么如果首仓不能有足够仓位,整波利润实际拿到不大,再减去抓趋势的损失,那么就更小了,所以如何增仓成了关键问题
不知大家都是怎么做的
很多朋友似乎都是采用试探-确认加仓方法来扩大首仓,但是距离过近相当于重仓,距离拉大有时又陷入追行情状况,且有些位置不给你确认机会直接展开怎么办.同一个机会内的试探-加仓应该算做一个仓位,那么这两个的风险百分比是独立计算还是合在一起计算,比如都是3%,那么合在一起成了6%,不是增大了风险?
当时写这个帖子的时候，正是自己的交易系统以1：3风报比和50％胜算大放光彩的时候。可后来才发现，交易系统的未来绩效是不可知的，从长期来看，盈亏比1：1的情况下能稳定具有60％的胜算，就已经是个很不得了的系统了，几乎肯定可以持续获利。
相比之下，CHAFFCOMBE的资金管理方案就较有弹性，更体现出面对交易系统不可知的未来绩效时一种稳重的心态。
非常赞成K13、自由飞翔的主张：采用风险百分比管理的趋势交易者，重点应在加仓。那么如何从风险管理角度来决策加仓？说说我的看法
首先明确一个原则，加仓的前提是试仓已经盈利。无此前提的，不是我们讨论的加仓。
依我看，加仓的基本风险策略大致可分两种：一是保守的零风险加仓，即加仓以一定的前仓利润为保护，以确保加仓失败后总体不亏甚至仍有盈余。二是激进的风险加仓，允许失败后以风险百分比为限的总体亏损。这种两分在首次加仓时差别明显，一个不亏，一个可能亏损，而在数次加仓后，累积利润较大使总体亏损已无可能，这时表面的差异就不大。实际上仍有差别：激进的加仓失败后保留的利润总是更少。
保守还是激进，由个人目标、风格、策略决定，不必讨论。但两种策略下的决策分析原则与程序，有相通地方，可以讨论。下面分析加仓一次的简化情形。
先设定4个分析点：A首仓入点，B加仓入点，C加仓的止损位，D获利离场。纸上随便画下可以一目了然：自底向上画一线AD，线中取一点B，BA间再取一点C。然后就可以分析这些点的关系。
加仓之后，失败止损或成功获利，自然都有可能。如果B点加仓失败，并在C点止损清仓，那么盈亏就是AC的试仓盈利减去BC的加仓亏损，明显的，BC是越短越好（其实BC的亏损是恒定的，按风险百分比），AC则越长越好。如果加仓成功，则利润扩大的决定因素有二：一取决于加仓参与的BD长度，因为AD是“天定”的，显然AB越短BD就越长；二取决于加仓的投入资金，在风险百分比已定的情况下，BC越短（即止损越紧）加仓的投入就越大，因此，BC也是越短越好。
这样得出三点：（１）AC越长越好，（２）AB越短越好，（３）BC越短越好。但（１）和（２）存在矛盾：AC长了AB也短不了，所以两点最后归结为一个关键：找到最佳C点。而最佳C点有两条衡量标准：
一，最佳C点必须是有效的止损位。因为趋势交易者通常以趋势线、均线或重要支撑线等作为止损方案，而这类方案具有一定的客观性，即由图表直观的来决定，因此不论风险管理是保守还是激进，在此标准上基本一致。特别是重要支持位，包括菲波纳奇位，是有效止损位的首选。
二，AC的长度是否足够。这时，风险管理是保守还是激进，就显出了差异。保守者，要保证一旦C点止损清仓，总体没有亏损，甚至仍有利润，因此他的C点选择前提是AC够长，这要一点计算。激进者，懒得计较风险百分比额度内的得失，故C点可以是A点以上的任意有利止损位。
这两条一旦符合，原则上B点总是越低越好。前面已经分析，BC在任何时候都是越短越好：BC决定了加仓的投入量，显然BC越短，加仓扩大利润的作用就越充分。如果确实存在C点，但BC过长，加仓能投入的资金就很小，即使成功利润也不大，这种情况就不如少动了。
综合上述，在行情进行中判断当前可否加仓，要先看A点以上是否存在恰当的加仓止损位，二看止损位与A点距离是否足够，是否符合自己的风险管理策略，如果前两者肯定，则三看当前价位与C的距离，过远，则加仓意义不大，最好放弃
加仓的简单分析与原则方法，就是这样