環(huán)境是變化的，而越能適應過去環(huán)境的方法，就越不可能適應變化以后的環(huán)境?！ 〗鹑诘蹏?br>
關于交易的（思維方式）方法并非很多，那么為什么學習交易會如此的困難呢？如果將全部的交易技術進行分類，那么核心思想也不過就那么幾種。如果你只想學習其中的一種，那么短時間內你就可以畢業(yè)。交易之路之所以漫長，在我看來，完全是因為“組合”與“優(yōu)化”的不歸之路。所謂優(yōu)化，就是將同一核心思維的交易技術找到最佳參數（公式）。所謂組合，就是將不同核心思維的交易技術融合在一起。
對于趨勢跟蹤系統(tǒng)而言，核心思想是極其簡單的。就是所謂的“虧損兌現、盈利掛起”，而做到這一點就需要考慮一個參數的問題。虧損達到什么程度我們應該兌現呢？或者說，趨勢中的反向波動達到什么程度，我們可以視為“反轉”呢？哈奇10%投資法則就能用最為簡單的方式回答這個問題，如果價格反向波動10%，我們就可以視為趨勢的反轉?；蛘哒f，用兩條特定參數均線的交叉作為趨勢跟蹤尺度，同樣可以回答這個問題。
但一個不容忽視的問題，趨勢跟蹤系統(tǒng)必然會產生低正確率，甚至是“買天花板、賣地板價”的風險。我想幾乎沒有人愿意心甘情愿地接受這種風險（成本），那么 “高智商”的人們就想通過“優(yōu)化參數”或“優(yōu)化公式”來繞過這種成本。自此趨向類指標的大家族中，就不斷的涌現新的成員。簡單的問題，在完美主義者的驅動下開始變得復雜起來。
我也不例外，同樣花費了數年的時間，希望攻克避免假信號的終極課題。在應對某次假信號，使得我止損在地板價時。我發(fā)現，如果指標遲鈍一點，那么就能夠過濾這種假信號。我努力的尋找假信號的過濾器，來規(guī)避這種風險。所謂過濾器，就是在指標發(fā)出后，必須符合另外的一個條件，才開始操作。事實上，這種過濾器的本質，仍舊是將指標遲鈍一些。或者說，某參數的指標加上某過濾器，同將某指標的參數變得遲鈍一些是等效的。
當我使指標遲鈍一些后，就能規(guī)避當時已經出現的假信號。但遲鈍后的指標，在不久后仍然出現止損在地板價的案例。這該如何是好？繼續(xù)添加過濾器，使得指標更遲鈍，或者說更難發(fā)出信號。再過一段時間，我在一輪趨勢行情中發(fā)現：過于遲鈍的參數使得“掐頭去尾”后利潤極其有限；而如果采用敏感一些的參數，那么將會獲利豐厚。
好在我比較務實，而沒有在“頭疼醫(yī)頭、腳痛醫(yī)腳”的怪圈內“狗咬尾巴”的原地轉圈。我想，根據一次特定的行情來改變自己的參數是愚蠢的，而必須建立一種長期觀念來解決參數的問題。我意識到，繼續(xù)玩這種“參數游戲”是絕對沒有出路的，當我規(guī)避了一次假信號的成本時，卻可能在歷史走勢圖上又產生原本不會出現的新問題。我不能像“學習效應”中所說的那樣，在敏感與遲鈍的兩極間擺來擺去，而應該給我的跟蹤尺度找一個固定的“家”。
根據自己長期進行的歷史統(tǒng)計，以及《混沌理論》、《臨界》等著作給我的啟發(fā)，讓我意識到“敏感與遲鈍等效性原則”。越敏感的跟蹤尺度就能產生越多的假信號，但同時每次假信號的成本就越小，并且在趨勢行情面前就越能賣在距離最高點更近的價位；而越遲鈍的跟蹤尺度就能產生越少的假信號，但同時每次假信號的成本就越大，并且在趨勢行情面前就越會賣在距離最高點更遠的價位。這種結論與《混沌理論》中的“本體相似性”不謀而合，同時也需《臨界》中的“能量分布法則”別無二致。
當然，對于現實的操作而言，越遲鈍的尺度，就越能體現這種等效性原則；而在過于敏感的尺度上，等效性原則并不適用。這并非市場波動不符合等效原則，而是交易成本的問題。交易成本包括，不連續(xù)的價格跳動、移滑差價、手續(xù)費等。如果跟蹤尺度過于敏感，那么交易成本將吃掉更多的潛在利潤。在不考慮交易成本時，或者跟蹤尺度遲鈍到可以將交易成本忽略不計時，等效應原則都是同樣適用的。這時我唯一的結論就是，遲鈍比敏感具有略微的優(yōu)勢，而這種優(yōu)勢完全來自于交易成本。
在我看來，好的交易思想是應該在任何參數下都能有效的。如果一種交易思想只能在特定的參數下有效，那么它只能屬于“微觀規(guī)律”并且會被市場快速淘汰。還記得“恐龍效應”中的說法嗎？環(huán)境是變化的，而越能適應過去環(huán)境的方法，就越不可能適應變化以后的環(huán)境。在計算機技術極其發(fā)達的今天，我們很容易就能夠找到過去一段時間內最佳參數，或者說最佳計算公式。《通往金融王國的自由之路》說的一點也沒錯，越是過度優(yōu)化的系統(tǒng)就越難在未來獲利。在技術指標種類越來越多的今天，我們可以找到加權平均線、拋物線、平滑移動平均線、甚至是我們不知道公式的“S點買入、B點賣出”。如果繼續(xù)按照這種潮流發(fā)展下去，我們還能設計出平均線的平均線、平均線的加權平均線……反正在電子能夠以光速在處理器上奔跑的今天，這種復雜計算并不難做到。但這種復雜真的有意義嗎？按照上面的說法，核心思維一定的情況下，宏觀結果就是一定的，而優(yōu)化是絕對沒有意義的。既然“參數游戲”是沒有意義的，那么“公式游戲”同樣也是沒有意義的。
即使由于交易成本的問題，使得趨勢跟蹤的有效性是有敏感度下限的。但是在忽略交易成本的前提下，我相信：無論你采用什么樣的公式、什么樣的參數，只要核心思維是一定的。那么在交易足夠長的時間后，他們最終的戰(zhàn)績都是趨同的。可能微觀上會有天壤之別，但宏觀上絕對是等效的！
至此，我們根本無法解決趨勢跟蹤系統(tǒng)的缺陷。那么參數的本質究竟是什么呢？市場是一碗量子湯，他并不能給我們帶來任何指引。按照《臨界》的說法，復雜的現象并不可能具有常態(tài)分布中的參數，而只符合“能量分布法則”。由此看來，市場的本質是根本就沒有參數的，而我們又必須用有參數的技術來應對沒有參數的市場。進入期貨市場后，我產生了一個重大的轉變，從對市場的探索，轉變?yōu)閷ψ约簝刃牡奶剿?，這一點我們稍候再說。所謂參數的價值，并非來自于市場，而是來自于我們的自身。趨勢跟蹤系統(tǒng)中的參數，根本就不是什么市場預測工具；而只不過是符合我們內心需求的資金管理工具。因為我們的環(huán)境不同、內心需求不同，所以參數的選擇也是不同的，僅此而已！更忌諱虧損次數的交易者，可以選擇更遲鈍的尺度；更忌諱虧損幅度的交易者，可以選擇更敏感的尺度；什么都忌諱的交易者，就可以離開市場了。由此看來，交易是一項很個性化的事業(yè)，對錯、或者說選擇是需要因人而異的。
在《通往金融王國的自由之路》中，作者介紹了很多衡量系統(tǒng)優(yōu)劣的參數。在我看來，還有一個更為重要的參數，那就是系統(tǒng)的穩(wěn)定性！我們可以從歷史統(tǒng)計中，驗證一種交易系統(tǒng)可能會出現的交易效果，但穩(wěn)定性又該如何衡量呢？在我看來，衡量穩(wěn)定性的方法有兩種。第一，就是驗證更久遠的行情走勢，是否也能產生同樣的效果？第二，就是驗證其他市場、其他品種的行情走勢，是否也能產生同樣的效果？
這就是我要說的交易系統(tǒng)的市場廣度。在計算機非常發(fā)達的今天，我們可以輕松得找到在過去數N年內最佳的獲利方法。但這種獲利方法是否能夠在以后還能有效呢？市場都是在不斷變化的，那么變化后的市場是否同樣能夠保持這種完美呢？在我看來，能夠在越多的市場產生效果的交易系統(tǒng)穩(wěn)定性就越好；而只為特定市場、甚至特定品種而設計的交易系統(tǒng)就必然無法保持良好的穩(wěn)定性。我們不難得出這樣的結論，穩(wěn)定性越好的系統(tǒng)就越依賴于理念；而穩(wěn)定性越差的系統(tǒng)就越依賴于參數的優(yōu)化。由此我們可以得知，過度優(yōu)化系統(tǒng)參數，是絕對沒有任何意義的。在我看來，對于一個交易系統(tǒng)而言，穩(wěn)定性是比期望收益、操作周期等更為重要的一個參數。畢竟我們交易的是未來而不是過去，穩(wěn)定性基本上就能代表系統(tǒng)在未來的有效性。對過去完美，而對未來無效的交易系統(tǒng)，我們要他干什么？
既然這種同核心思維下的優(yōu)化游戲不能解決缺陷，那么不同核心思維下的技術組合是否能夠有好的效果呢？這時我們需要對交易方法作一個簡單的定義：無論我們采用什么樣的交易方法，交易方法也都不夠是基于概率下的產物，而并不可能指向確定的結果。這是一個大家并不愿意接受的事實，但如果單一交易方法能夠指向確定的結果，那么我們又何苦去組合交易方法呢？
如果說，交易方法是基于概率下的產物，那么有效的時候就是收入、無效的時候就是成本。請注意，我們在將不同交易方法進行疊加的同時，不但疊加了收入，同時也疊加了成本。我們將眾多不完美的交易方法，組合在一起可能產生完美的交易方法嗎？
按照“圓木桶理論”、“小蝴蝶的故事”、“損耗效應”，我們可以得知組合交易方法的優(yōu)勢，并不能得到我們預期的效果。在科技極度發(fā)達的今天，組合更復雜的交易方法并沒有太大的難度，問題是這種復雜的組合就更難以被我們的紀律所“約束”。
在我看來，交易技術絕對不是多多益善的法寶，相反每一種交易技術都是有其副作用的。事實上，我在接受一種交易技術的時候，通常都是非常謹慎的。要知道，同樣一種交易技術，用好了可以產生利潤，但用不好反而會出現虧損。如果我們考慮了過多的交易技術，那么在融合的過程中就必然會更多的互相遷就。也許這種“遷就”，就會使得交易技術出現失真，從而注定無法產生我們期望的效果。
