风险管理与仓位模式
在 404Trade 的策略体系里，“策略信号”解决的是何时进出场，而“仓位管理”解决的是每一笔交易承受多大风险、如何在回撤/趋势中动态分配风险预算。同一个策略，在不同仓位模式下的最大回撤、恢复周期与资金曲线形态会截然不同。
下面是三种常见、且在量化体系中经常被组合/变体使用的风险模式。
1) 马丁格尔（Martingale）
核心思路：针对连续亏损的交易，在下一笔交易中以等比或倍增阶梯的方式上调风险预算（例如：1% → 2% → 4% → 8% → 16% …），目标是在“可控的连亏次数阈值”内，用更快的盈利回补把资金曲线拉回前高，从而缩短回撤期。
优点：
- 恢复期更短：在亏损序列结束后，回补速度快
- 对小回撤更敏感：可以用更快的资金曲线“修复”短期回撤
缺点 / 风险：
- 存在硬阈值：策略连亏一旦超过预设阈值，风险预算会快速膨胀，带来爆仓/毁灭性回撤风险
- 要求严格的风控边界：必须明确最大阶梯数、单笔最大风险、最大累计风险等硬约束
适用前提：策略必须有明确的“最大可接受连亏区间”，且用“尾部风险”换取“回撤期更短”的体验。
2) 反马丁格尔（Anti-Martingale）
核心思路：针对连续盈利的交易，在下一笔交易中将上一笔的利润（或部分利润）加入风险预算，等价于用利润去追逐更大的利润，在趋势行情中放大收益；一旦出现失败交易，则回退到初始风险比（或较低档位），让利润充当下行保护。
优点：
- 趋势中收益放大：在行情顺畅、趋势延续时资金曲线更陡
- 更“顺势”：亏损出现时自动降档，避免越亏越加
缺点 / 代价：
- 震荡市容易磨损：在长期震荡、频繁反转的市场里，容易出现“刚加码就回撤”的反复磨损
- 不一定优化最大回撤：它擅长放大趋势收益，但不天然降低最大回撤；在回撤期的恢复时间可能更久，给投资者带来更长的“痛苦期”
适用前提：策略在趋势环境下胜率/盈亏比显著改善，且更关注上行弹性而非极致压回撤。
3) 凯利准则（Kelly Criterion）
核心思路：凯利准则试图在“长期复利增长率最大化”的目标下，给出单笔最优风险比例。在最简化的二元博弈模型中，常见写法为：
f* = p - (1 - p) / b
- f*：建议投入的资金比例（或风险预算比例）
- p：胜率（获胜概率）
- b：赔率/盈亏比（通常可用“平均盈利 ÷ 平均亏损”近似）
直觉解释：
- 胜率越高、盈亏比越大，凯利给出的 f* 越大（允许更积极）
- 胜率或盈亏比不足时，f* 可能为 0 或负值（意味着不该下注/不该开仓）
优点：
- 在参数估计合理时，理论上能实现更优的长期复利增长
- 不是“固定仓位”，而是会根据胜率/盈亏比动态给出风险预算上限
缺点 / 注意事项：
- 高度依赖参数估计：真实交易的 p 与 b 会随市场状态变化，估错就会“过度下注”
- 实际常用分数凯利（Fractional Kelly）：例如 0.25x/0.5x 凯利来降低波动与估计误差风险
- 需要配合严格的风控上限（单笔最大风险、单日最大回撤、最大连续亏损等）
404Trade 的仓位策略匹配与风险分层
404Trade 会为不同策略提供与之更匹配的仓位管理框架（例如更偏趋势放大的方案、更偏回撤恢复的方案、或更偏稳健复利的方案）。同时，同一策略也会根据不同参数与风控边界，拆分为 低 / 中 / 高风险 的版本，用于匹配不同资金体量与风险偏好。
总原则：策略本身必须先满足“可控回撤与可解释的边界条件”，仓位管理只是在边界内做最优分配，而不是用仓位去“救坏策略”。