1、完整的交易系统结构：
　　 1）市场结构：在哪些市场买卖？如果选择的市场过少，抓住趋势的概率就会大大降低；
　　 2）头寸规模：买卖多少？新手往往在单笔交易中xx过大，而大大提高了他们的破产风险；
　　 3）入市策略：何时买？自动化的系统会产生入市信号；
　　 逐步建仓：首先在突破点建立1个单位的头寸，然后按后续入市信号一步步扩大头寸；这一过程继续直至头寸规模达到上限；
　　 4）退出策略：盈利多少卖出？N日突破退出，价格低于过去n日{zd1}点时退出；
　　 5）止损策略：亏损多少卖出？
　　 （1）当价格向不利方向持续变化时，移动均线早晚会交叉，损失水平终会受到限制；系统有个止损点；
　　 （2）止损标准是2N; 止损点以N为基础，则它们与市场的波动性息息相关；
　　 （3）把头寸分成小块，即使赔钱仅是一个头寸的一部分；
　　
　　2、头寸规模的确定：
　　 1）根据真实波动幅度均值（ATR）来确定每个市场所分配的资金比重目的是让所有市场{jd1}波动幅度相等；
　　 2）每个头寸单位的合约数量取决于：要让1N的资金变动=账户规模的1%；如对于100万元的账户，算出代表每份合约有1N变动幅度的金额，然后用10,000元（1%）除以这个金额，得出每100万元所应对应的合约数量；
　　 N=真实波动幅度（ATR）的20日指数移动平均值；N的单位是点数；
　　 每日真实波动幅度（ATR）=max（当日{zg}价-当日{zd1}，当日{zg}-前日收盘价；前日收盘价-当日{zd1}）；
　　 当日N值=（19×前日N值+当日真实波幅）/20；
　　 {jd1}波动幅度=N×每一点数代表多少元；
　　 头寸规模单位=账户的1%/ 市场{jd1}波动幅度；（账户的1%资金对应的点数）
　　
　　 3）头寸单位限制：每个市场最多投入4个头寸单位；高相关的多个市场，合计不超过6个；任何一个方向（多or空）合计不超过10个；无相关性市场，限制可放宽至12个；
　　 4）高相关度市场: 汽油和原油；黄金和白银；所有外汇；短期国债和欧洲美元等利率型期货；
　　 松散相关市场：黄金和铜；白银和铜；
　　
　　3、交易系统介绍：
　　 1）ATR通道突破系统：30日均线+/7个ATR为通道的顶部，-3个ATR为底部；上一日收盘价穿越通道顶部则开盘做多；跌破通道底部则做空；当收盘价反向穿越了30日均线，则退出；
　　 2）布林线：350日均线+/- 2.5倍标准差；
　　 3）带有趋势过滤器的唐安奇通道突破法：价格突破20日{zg}点则买入；另加入350日/25日均线过滤器(只能在25日均线高于300日均线的市场中做多)；退出标准：1）止损点不超过2ATR（真实波动幅度均值）；2）价格向下突破10日{zd1}点退出；
　　 4）双重均线系统：100日均线向上穿越350日均线买入；该系统始终不离市场，{wy}的退出点是短期均线穿越长期均线时。该系统属于一个相当长期的趋势跟踪系统，交易频率较低；
　　 5）三重均线系统：150日均线向上穿越250日均线时买入。最长期的350日线扮演趋势过滤器角色。只有150日/250日线位于350日线同侧时才能交易；
　　 6）以20日突破为基础的短期系统；(价格超过过去20日{zg}点)
　　 如果上一次突破是一个盈利性突破，那么当前的入市信号将被忽略。如果忽略超过1次，那么将在55日突破点入市（为防止错过重大趋势），这一突破点被视为一个保障性突破点。
　　 如果上一次突破是一个亏损性突破（上次购入后发生了2N幅度的不利变动），那么当前入市信号视为有效入市信号；
　　 7）以55日突破为基础的长期系统；对于本系统来说，所有突破均视为有效入市信号；
　　
　　 加上均线过滤器的作用：增强长期趋势效果；过滤器之所有能让系统更加稳健，是因为它能把不利状况下的市场剔除出去；(如唐安奇趋势系统的趋势组合过滤器，禁止在突破方向与大趋势相反时做交易)
　　 如果同时使用多个交易系统，特别是彼此差别较大的系统，交易的稳健性就会增强；如果两个系统之间呈现负相关，这种优势更大。如同时使用布林系统的多头和空头交易；
　　
　　
　　4、交易系统有效性衡量指标：
　　 1）风险衡量值：
　　 （1）{zd0}下跌率：从高点到{zd1}点的下跌率；
　　 （2）最长衰退期：从一个顶峰到另一个顶峰的最长周期；
　　 （3）回报标准差：波动性指标；
　　 （4）R2: 实际xxxx率和CAGR的吻合程度；
　　
　　 2）风险回报综合衡量值：
　　 （1）CAGR
　　 （2）MAR= 平均回报年化率/ {zd0}下跌率；
　　 （3）夏普比率= 超额回报率（平均CAGR-xxx报酬率）/期间回报率标准差；
　　
　　 3）修正后风险回报综合衡量指标：
　　 （1）CAGR被RAR替代：受到首日值和终日值的影响巨大（斜率），如果用所有值做线性回归则会有个均衡的指标==RAR(线性回归的年化回报率)；
　　 （2）MAR被R立方替代=稳健风险回报比率=RAR/长期调整平均{zd0}跌幅；（有两个因素：平均{zd0}跌幅和长度调整）;
　　平均{zd0}跌幅=期间内前5次{zd0}跌幅的平均值；长度调整是将这5个衰落期的平均天数除以365；例如RAR是50%，平均{zd0}跌幅是25%，平均衰落期是1年；则R3=50%/(25%*365/365)=2; 它从程度和时间两个维度考虑了风险问题；
　　 （3）夏普比率的分子用RAR；
　　
　　5、测试结果：
　　 1）原有指标下{zy}是双重均线>三重均线>布林线
　　 2）修正后MAR测量：ATR通道突破>双重均值；
　　 3）修正后R3测量: 双重均值>ATR通道突破>布林线；
　　 4）如果加入止损点，反而每个指标都会变坏；因为放弃一部分利润是游戏的一部分，早晚会经历巨大的下跌，但必须承受；趋势跟踪者的下跌并非来自于入市风险，而是来自于利润的返还；
　　
　　6、系统的短期结果有时不如长期历史模拟结果，是因为：
　　 1）交易者效应：观察者效应，如果一种方法最近赚钱，那么很多交易者会进入，导致该效果不再像历史那样好；
　　 2）{zy}化矛盾：参数{zy}化有两难，一方面提高了系统未来表现良好的概率；但同时会降低系统未来表现符合模拟结果的概率；
　　如参数B下达到{zg}点，A未达到{zg}点；实际交易中，未来交易结果，在B附近的实际结果都会小于B点；但对于A点，其左右点有高也有低，会有不错的预测价值；但这不意味着我们应该实际交易中使用A，尽管{zy}化过程降低了预测价值，但仍然应采用概率{zd0}的那个B；
　　 3）过度拟合：系统过度复杂，参数过多，与历史数据吻合度过高，市场轻微变化就会造成效果明显恶化；我们可以通过添加参数来提高系统的历史表现，但这仅仅是因为这些法则影响了屈指可数的几笔重要交易，添加法则会引起过度拟合；考察是否过度拟合，看该参数的微笑变化，是否引发了交易结果的剧烈变化；