成功的 CFD 交易策略：期望值、回测、仓位与执行体系

先重新定义“成功”

策略成功应以足够样本中的扣费后期望值、最大回撤、风险调整结果和规则执行率共同衡量。单月盈利、连续十次胜利或一次大行情都不足以证明。

高胜率可以由许多小利润加少数巨大亏损构成，低胜率趋势系统也可能依靠较大平均盈利获得正期望。因此胜率必须与平均赢、平均亏和交易成本一起看。

成功还包括可停止。若交易者无法识别数据、市场或执行环境已改变，即使历史期望为正，也可能在失效期消耗全部资本。

用期望值连接胜率与盈亏比

简化期望值等于胜率乘平均盈利，再减去败率乘平均亏损和每笔平均成本。所有输入必须来自足够且未被选择性删除的交易。

例如百分之四十胜率、平均盈利二单位、平均亏损一单位，在未计成本时可有正期望；若点差、佣金和滑点过高，净期望仍可能变负。

期望值不是下一笔预测。正期望系统仍会连续亏损，仓位必须能让账户度过统计上合理且更坏的序列。

研究从明确假设开始

先写策略为何可能存在：趋势延续、均值回归、事件风险溢价、期限结构或参与者行为。经济或行为逻辑帮助判断历史关系为何可能持续。

随后把假设转化为当时可见数据下的规则。入场、过滤、止损、目标、时间退出和不交易条件都应可复现。

在看结果后不断修改问题会造成数据挖掘。研究日志先记录假设、数据期间与成功标准，再运行测试。

市场状态决定策略是否有资格运行

趋势、区间、高波动、低流动性和事件冲击对同一信号影响不同。趋势策略在震荡中可能频繁止损，均值回归在单边行情中可能持续逆势。

状态过滤器可以使用价格结构、波动率、均线斜率、区间宽度和交易时段，但不能叠加无数相关指标。

允许“不确定”状态。无法可靠分类时降低风险或不交易，比强行选择模型更稳健。

入场信号必须与失效条件成对

任何买入或卖出理由都应回答什么信息会证明它错误。失效可以是结构破坏、时间到期、波动跃迁或事件结果与假设相反。

止损位置来自失效逻辑，不来自想交易的手数。止损较远时通过减少数量保持现金风险，而不是缩到普通噪声。

只有入场没有失效的系统无法计算仓位，也无法区分暂时亏损与逻辑已经不存在。

退出规则决定收益分布

固定目标、跟踪止损、结构退出和时间退出各自改变平均盈利、持仓时间与成本。不能只优化入场后临场决定退出。

趋势策略通常需要让少数赢家延伸，均值回归则可能在回到中心时退出。把同一退出规则套给所有状态会破坏逻辑。

部分平仓可以降低敞口，却增加操作与成本。只有回测和实盘证据证明有价值时才使用。

仓位从现金风险反推

先设单笔可承受现金损失，从中扣除点差、佣金与压力滑点，再根据入场到失效的单位损失计算数量。

保证金只说明能否建立仓位，不说明仓位适合。高杠杆释放的可用保证金不应被自动投入。

平台最小手数超过计算结果时放弃。修改止损或风险预算来满足最小量，会让产品规则支配策略。

组合层面限制共同驱动

多个股票、指数、外汇和商品 CFD 可能受同一美元、利率、行业或风险偏好驱动。单笔限额不能阻止组合集中。

按风险因子汇总净敞口，模拟相关性在危机中上升。对冲仓位也有基差、融资和执行风险。

为单一标的、行业、货币、策略和账户总风险设置上限。新信号使任一层超限时拒绝或替换。

点差与佣金必须逐笔建模

CFD 成本可能通过动态点差、每手佣金、股票名义佣金、货币换算和其他费用体现。账户类型与品种决定结构。

使用目标时段真实 Bid/Ask 和成交记录，不把宣传最低点差固定到所有历史。短线策略的毛优势尤其容易被成本吃掉。

按品种、时段和波动状态统计完整往返成本。若净期望只在零成本假设下为正，策略没有实盘价值。

隔夜融资限制长期策略

现金 CFD 跨夜通常产生融资或 swap，方向、品种和日期会影响金额。股息和公司行动也可能形成现金调整。

持有数周时，累计融资可能超过首次点差。回测需要按历史或保守费率逐日计入，而不是使用当前单日费率覆盖多年。

若长期优势不足以覆盖融资，可比较期货、ETF 或直接资产；不要只因 CFD 操作方便就长期持有。

滑点与未成交要进入回测

市价单可能按不同于请求的价格成交，限价单可能完全不成交，止损也可能在跳空后越价。只用蜡烛收盘模拟完美成交会高估结果。

按真实订单数据估计正常与压力滑点，并根据订单大小调整。把错过的限价信号保留为未成交，而不是事后按有利价格补入。

策略盈利若集中在流动性最差时段，却假设零滑点，证据不可靠。

历史数据要避免前视偏差

前视偏差包括使用未收盘蜡烛最终值、未来高低点、事后修订数据或当前成分股名单测试过去。

每个信号只能使用当时已发布信息，并记录时区、数据源、缺失和异常处理。指标应有足够预热数据。

测试脚本和人工走查交叉验证，抽样检查交易前一刻的输入。无法复现的漂亮结果应视为无效。

样本内与样本外必须隔离

样本内用于发现和选择规则，样本外用于验证未参与选择的数据。反复查看样本外再调参，会把它变成新的样本内。

采用多个滚动窗口，观察不同年份、波动和趋势环境。利润只来自一个阶段说明优势脆弱。

预先规定通过标准和允许尝试次数。测试很多模型只报告最好一个，会产生多重比较偏差。

参数应在邻近区域稳定

若移动平均周期 37 盈利，而 36 与 38 都亏损，最优点很可能来自噪声。稳健系统通常在合理参数区域表现相近。

减少参数数量并选择可解释的粗粒度阈值。每增加一个过滤条件，就增加拟合历史偶然关系的自由度。

不要因为样本外略差就寻找新参数直到通过。先判断差异是否在统计与风险容忍范围。

前向测试验证实时可执行性

MT5 策略测试器支持 forward 区间和网络延迟模拟，可帮助检查样本外与处理速度，但模型仍取决于输入数据和成本。

随后在 Demo 实时运行，验证交易时间、符号、订单状态、日志和人工监督。重点是规则能否一致执行。

Demo 不能完全复制实盘流动性和心理压力，所以通过后仍需最小规模真实测试。

最大回撤不是未来上限

历史最大回撤只描述已经观察的路径。未来可能出现更长连续亏损、更大滑点和策略同时失效。

用蒙特卡洛重排或压力序列估计可能范围，并在历史最差之外加安全缓冲。模型不能创造未观察的极端事件，因此仍需主观保守。

个人资金与心理承受必须低于账户破产点。若正常统计回撤已不可接受，应降低风险，而非隐藏图表。

日度限制防止报复性交易

设置单日亏损、连续亏损、交易次数和异常成本阈值，任何一项触发就停止新仓。

限制同时包含已实现和浮动损失，并跨账户与策略汇总。把订单转到另一账户不重置真实风险。

暂停后调查市场状态、平台、代码和执行纪律。恢复需要证据与观察期，不能因一个新信号立即重启。

自动化需要独立风险引擎

EA 或 API 可以减少手工偏差，也会快速放大错误。信号模块不能绕过最大仓位、请求速率、亏损和数据新鲜度限制。

网络超时后先与服务器对账，避免重复订单。主备终端使用单一写权限，防止同时开仓。

故障测试覆盖断网、重启、市场关闭、异常报价和日志失败。安全状态应停止增加风险并继续管理现有仓位。

交易日志分开评价过程与结果

记录策略版本、状态、信号、计划和实际价格、手数、费用、滑点、最大不利变动与退出原因。

按规则亏损是系统样本，违规盈利仍是执行失败。只奖励盈利会鼓励隐藏尾部风险。

定期统计偏离率、成本误差和不同状态的净期望。修改策略必须生成新版本并重新验证。

识别衰减需要多项指标

实盘胜率、平均盈亏、持仓时间、交易频率、滑点和成本相对历史区间变化，都可能提示策略或市场改变。

单次亏损不能证明失效，胜率下降也可能被平均盈利提高补偿。使用预设组合阈值，避免情绪化判断。

确认异常后先降险或暂停，再用新数据独立研究。删除亏损样本或反复调参只是掩盖衰减。

用完整案例检查策略链条

假设趋势 CFD 策略在高周期方向一致、中周期回撤结束时入场。交易者先确定结构失效距离，再把单笔现金预算扣除正常点差、佣金和高分位滑点，计算手数。

回测使用动态成本并分成样本内、前向和多个市场阶段，统计净期望、最大回撤、连续亏损与参数邻域。任何结果只在一个精确参数或单一牛市成立，都拒绝。

Demo 阶段注入断网、重复回报和市场关闭，实盘阶段从最小量开始。达到日亏损或滑点阈值后熔断，调查通过才降风险恢复。这个链条比单个入场指标更接近真正策略。

用数字审计一组交易是否真的有优势

假设某策略完成两百笔交易，其中八十笔盈利、一百二十笔亏损，表面胜率只有百分之四十。盈利交易平均获得二百四十元，亏损交易平均损失一百二十元，则毛盈利为一万九千二百元，毛亏损为一万四千四百元，未计费用前净额为四千八百元。这个例子说明低于一半的胜率仍可能盈利，但结论不能停在这里。

若每笔完整往返的点差、佣金、滑点与换汇平均合计二十五元，两百笔就消耗五千元，原来的毛优势会变成两百元净亏损。若持仓跨夜还产生融资，结果可能进一步恶化。因此研究报告必须同时展示毛期望、费用分项和净期望，不能只展示一条上升的资金曲线。

还要检查利润分布。如果八十笔盈利中的大部分收益来自一笔偶然跳空，删除这一笔后系统为负，策略高度依赖不可重复事件。可以分别查看去除最好一笔、最好五笔后的结果，并按月份、品种和市场状态拆分。拆分不是为了挑选最漂亮部分，而是确认优势是否由多段独立样本共同支持。

连续亏损同样需要量化。即使每笔风险固定，一百二十笔亏损也可能成串出现。把交易结果多次随机重排，观察较差分位的最大回撤和最长亏损序列，再加入成本上升与滑点恶化。仓位应按压力结果而非平均结果确定，否则策略在长期期望兑现前就可能触发强平或心理崩溃。

从研究版本迁移到实盘版本

研究通过后先冻结规则、参数、数据时区和成本模型，生成唯一版本号与校验记录。实盘程序必须引用同一版本；若开发者顺手修改入场阈值或订单类型，历史证据已不再对应当前系统。任何变更都应形成新版本并重新走过适当的验证阶段。

接着建立逐字段对照测试：历史信号时间与实时信号时间是否一致，买卖方向、失效价、目标价、数量与账户货币换算是否相同。特别检查夏令时、周末开盘、不同经纪商符号、小数位和合约规模。这些看似技术性的差异可能把正确公式变成错误仓位。

最小实盘阶段的目的不是快速赚钱，而是测量真实点差、成交延迟、拒单、部分成交、融资和人为干预。预先规定样本量与最长观察期，在完成前不因短期盈利扩大规模。若实际成本持续超出压力假设，应暂停并重新估算净期望，而不是用更大仓位补偿。

扩大规模只能分级进行，每一级都重新检查成交冲击、保证金余量、组合相关性和规则偏离。盈利不是自动升级条件；只有执行指标、风险指标和净期望同时处于批准范围才进入下一档。降级与停机阈值必须在开仓前写好，使团队在压力中无需临场争论。

建立最终 Go 或 No-Go 标准

Go 要求可解释逻辑、无前视数据、扣费后正期望、多个样本外阶段稳定、压力回撤可承受，并通过实盘执行与故障测试。

No-Go 包括利润集中一段时期、需要倍增加仓、真实成本后优势消失、最小手数超预算、参数尖峰或无法复现订单。

没有策略保证盈利。选择不交易、继续收集数据或降低规模，都是成功风险流程的一部分。

常见问题

结论

成功的 CFD 策略不是高胜率信号，而是扣除点差、佣金、融资、滑点和执行错误后仍具有正期望，并在压力回撤中能够存活的完整系统。它从可解释假设开始，为不同市场状态定义入场、失效和退出，从现金风险反推仓位，再汇总相关敞口。历史结果必须排除前视与选择偏差，并通过样本外、前向、Demo、最小实盘和故障测试。运行阶段需要日度限制、独立风险引擎、完整日志、衰减监控和证据化恢复。任何需要无限加仓、忽略成本或只有单一参数点有效的方案，都应判定 No-Go。