做交易这几年，一个变化挺明显的：我越来越相信“圣杯”是存在的。 可能和大多数人的认知相反。很多人会说交易没有圣杯，本质是概率、风控和执行。但我的理解是，圣杯并不是一个固定信号，也不是某种“必胜模型”，而是一套持续演化的规则体系。 它更像一种对市场的结构性理解方式。 同一套规则，在不同市场状态下会有不同表现。真正重要的不是某个入场点，而是你如何定义： 什么情况下它成立，什么情况下它失效。 所以我后来把“圣杯”理解成一种动态系统： 它允许犯错，因为市场本质是概率； 但它不允许重复犯错，因为系统必须进化。 换句话说，圣杯不是“正确率很高的策略”，而是一个不断筛选自身错误的机制。 每一次回撤、失效、偏差，都不是终点，而是规则更新的一部分。它通过不断剔除失效条件、优化过滤逻辑、调整适用环境，慢慢收敛成一套更稳定的结构。
做交易这几年，一个变化挺明显的：我越来越相信“圣杯”是存在的。 可能和大多数人的认知相反。很多人会说交易没有圣杯，本质是概率、风控和执行。但我的理解是，圣杯并不是一个固定信号，也不是某种“必胜模型”，而是一套持续演化的规则体系。 它更像一种对市场的结构性理解方式。 同一套规则，在不同市场状态下会有不同表现。真正重要的不是某个入场点，而是你如何定义： 什么情况下它成立，什么情况下它失效。 所以我后来把“圣杯”理解成一种动态系统： 它允许犯错，因为市场本质是概率； 但它不允许重复犯错，因为系统必须进化。 换句话说，圣杯不是“正确率很高的策略”，而是一个不断筛选自身错误的机制。 每一次回撤、失效、偏差，都不是终点，而是规则更新的一部分。它通过不断剔除失效条件、优化过滤逻辑、调整适用环境，慢慢收敛成一套更稳定的结构。
兄弟们，今天不聊什么花里胡哨的量化新因子，咱们聊点实在的、能保命的东西。 说实话， 我也就是个还在坑里摸爬滚打的量化菜鸟。 以前每天像魔怔了一样泡在聚宽社区里到处“抄作业”，总幻想着能挖到一个永远赚钱的“交易圣杯”。 那种绝望的滋味我太懂了：熬了好几个通宵照猫画虎弄出一个策略，看回测曲线漂亮得不行，年化 50%起步。满心欢喜地砸钱上******，结果没跑几个月就遇上风格切换，或者像前阵子微盘股那种踩踏危机，直接教做人。 眼看着账户回撤从 10%掉到 20%、30%……天天看着绿油油的持仓心如刀绞，最后实在受不了，一咬牙清仓割肉。更搞人心态的是，你前脚刚割完，后脚它就给你来个大反弹。A 股这个大渣男，真是一次次把我的脸打得啪啪响。 痛定思痛后我算看明白了： 单策略玩到最后，大概率都是死局。 因为任何单个策略，说白了都是在靠特定的市场风格吃饭。大盘股起飞，小盘策略就吃土；红利称王，成长策略就挨揍。在 A 股想指望一个“圣杯”策略一招鲜吃遍天，纯属做梦。单策略一旦撞上黑天鹅，那种天天盯盘的心理折磨，99%的人根本熬不过去。 顿悟：别找圣杯了，学着排兵布阵吧 那还能咋办？直到后来，我偶然刷到这两篇文章，瞬间感觉被打通了任督二脉： -- 1. 聚宽社区：多策略组合的探讨与启发 -- 2. 知乎专栏：资产配置与策略相关性的实战启示 这两篇硬核干货彻底点醒了我，说白了就两句心法： -- 量化圈唯一免费的午餐，就是“低相关性”的分散。 单个策略再猛也逃不过周期魔咒，但如果你把底层逻辑完全错开、相关度极低的策略拼在一起，资金曲线肉眼可见地就平滑了，回撤一下子就缩了回去，再也不用天天盯着盘口提心吊胆。 -- 组合里的策略，得有“前锋”和“后卫”的分工。 比如拿小市值轮动去前面冲锋陷阵赚超额；后排留着高股息红利或者做 T 策略死死防守。这样哪怕再碰到微盘股闪崩踩踏，你的后卫也能保住你的老本，不至于让账户直接腰斩。 看完这两篇，我算是想通了： 既然找不到永远赚钱的“超级士兵”，那干脆就自己搞个能自动排兵布阵的 FOF （多策略组合）吧。 说干就干。 实操见真章：这套逻辑到底管不管用？ 第一阶段：手工初探，见识一下多策略的威力 一开始，我试着在全网扒了几个不同风格的策略。为了不靠拍脑袋瞎猜，我专门手搓了一个 Python 脚本，把策略数据喂进去，从五个维度做了一波硬核分析。（ 注：这套工具的代码我直接丢在文章最下面了，有需要的兄弟自己克隆去跑。 ） 1. 策略相关度矩阵 这图看着花花绿绿，其实就是一秒钟看穿谁和谁是“亲兄弟”。深绿色代表没啥关系，蓝色代表完全反着走（天然对冲），大红色就是严重同质化。有了这图，那些“看起来不一样、跌起来一起惨”的假分散，一眼就能揪出来。 2. 穷举最优组合排行榜 这脚本比较暴力，直接把池子里所有的策略组合全算了一遍。它不仅看谁赚得多，还会综合计算这些策略配合得好不好（比如互补性打分），最后直接把“既能赚钱又最抗跌”的最优组合端到你面前。 3. 到底该怎么分钱？仓位配置推荐 挑好策略了，钱怎么分配？脚本会按你的偏好（比如想多赚钱，还是想少回撤），用算法直接甩给你每个策略的 最优仓位比例 。不要再无脑平分资金了，风险平价才是真理。 4. 月度收益率大比拼 别看那些忽悠人的年化大饼，直接看“月度收益”表。红涨绿跌一字排开，哪个月是哪个策略在扛大旗，谁在拖后腿，一目了然。 5. 保命核心：月度最大回撤 这才是重头戏！把每个策略每月的“最大回撤”单独揪出来，颜色越红跌得越惨。你盯着图就能发现，遇到股灾月的时候，是谁在裸泳，又是谁在死死扛住帮你保住了本金。 靠着上面跑出来的结果，我硬凑了几个互补的策略拼在一起，搞出了个初级的组合。别说，跑出来的回测数据真挺亮眼的： 1. 整体收益 年化干到了 57.53%，最大回撤却被死死按在 -14.09%，夏普比率有 2.82 。单兵作战想跑出这种“性价比”，基本等于痴人说梦。 2. 每年赚多少？ 从 2014 年跑到现在，年年没亏钱。最离谱的是在 2018 年（+20.23%）和 2022 年（+52.29%）这种大家全都在亏钱的熊市里，它还能逆风翻盘，防守属性真的没得说。 3. 最惨能亏多少？（最大 20 次回撤） 这是******里最能保命的数据。历史极端的最大回撤也就 -14.09%，而且一般跌下去两三个月就解套了（最倒霉的一次也没超过半年）。哪怕你手气再背，买在了最高山顶上，装死躺平几个月也满血复活了。 4. 每个月的心电图 把月度盈亏一铺开，放眼望去基本全是红的（正收益）。策略之间轮流发力，资金稳步往上爬，总算不用再体会那种连跌几个月心如死灰的感觉了。 我也把最近刚开的一个模拟盘丢出来给大家围观。这段时间没赚啥钱， 主要是最近策略风格跟行情严重错位，系统自动切成了防守模式。大家可以点进去看看，在水土不服的情况下，回撤控制得多死： ** [ JoinQuant 模拟盘围观链接] ** 策略名称 ：多组合策略 链接 ： 点击这里查看模拟盘曲线 密码 ： a1ljgw 看着回测里那条平滑向上的曲线，我是真的很上头。但上头过后，现实的骨感马上就来了： FOF 组合想法再好，你也得先有个足够大、风格足够多的“策略池”给它挑啊！ 一个人单枪匹马去搞几百个策略？光是每天修 Bug 、对数据就能把头发掉光，根本不现实。这里也顺便跟老粉们道个歉，前阵子我突然停更了十几天，真不是退网了，而是闭门造车去满世界找“策略源”去了。 第二阶段：借力打力，搞个全自动 FOF 引擎 既然自己搞不定，那就只能“借力”了。 我写了个脚本，把 9db 竞技场上所有在跑的策略收益和交割单数据，全都扒了下来。 为什么盯上 9db ？因为那儿本来就蹲着一堆民间高手的策略。不管是玩微盘股的、啃大盘红利的，还是搞量价动量、基本面的，啥风格都有。对我来说，这就是个现成免费的“策略大卖场”。 有了这一大坨底层数据，我就一门心思琢磨怎么把“手工拼接”升级成 全自动调仓的 FOF 引擎 。敲了一堆算法算因子、定月末调仓逻辑，最后硬是用真实数据跑完了一个完整的模拟流程。 1. 看看系统最近都挑了些啥兵去打仗？ 拉一下最近几个月的单子，看看代码在 9db 的库里都选了哪些精锐： 2026 年 2 月 ：重仓 [玖菜_四轮驱动_v1 ] (40%)，配上 [高股息行业均衡策略] (20%) 和 [趋势做 T ] (20%) ，偏大盘均衡风格。 2026 年 3 月 ：行情不对劲，系统马上怂了。重仓防守型的 [菜场大妈绝地反击] (50%)。因为其他策略看着太雷同或者质量不达标，直接触发保护机制， 剩下 50% 全拿去买理财吃利息了 ，绝对防守。 2026 年 4 月 ：行情回暖，切换进攻模式。满仓梭哈 [首板低开反弹量化策略] (30%)、 [ ETF 双池平滑动量轮动] (30%) 和 [趋势做 T ] (40%)。 2026 年 5 月 ：留着 [趋势做 T ] (30%)，果断换上了 [方舟 2 号] (40%) 和 [动量轮动双策略量化策略] (30%)。 靠着这么一套“见风使舵”的调仓机制，这几个月动荡下来，总收益也稳稳拿到了 **+28.85% ，回撤控制在 -3.26%**。特别是 3 月份大跌的时候，靠着空仓一半，硬是躲过了一波大坑。 2. 不信玄学只看数据：跑了 300 多组参数 怕策略是凑巧跑出来的，我让服务器没日没夜地跑了 324 组网格测试。看天数、卡尔马阈值啥的都试了一遍。下面这几个是目前最能打的 Top 5 流派 ： 流派排名 核心特征组合 回看天数 卡尔马阶梯 排名指标 最佳资金分配 累计收益 ** Top 1** 极速动量 + 宽松质量过滤 14 天 3→2→1.5 等 收益率 风险平价 +25.10% ** Top 2** 极速动量 + 无质量过滤 14 天 无过滤 收益率 风险平价 +24.36% ** Top 3** 极速动量 + 质量排名 14 天 3→2→1.5 等 卡尔马 等权分配 +23.63% Top 4 极速动量 + 最宽松过滤 14 天 无过滤 卡尔马 风险平价 +23.12% Top 5 极速动量 + 最严质量过滤 14 天 5→3→1.5 等 收益率 风险平价 +22.79% (注：虽然测下来“只看近 14 天+只看收益率”最猛，但 *****我还是选了后面要说的“30 天+夏普”这种偏保守的配法。少赚点就少赚点，少点滑点、晚上能睡个好觉比啥都强。)* 凭啥能跑出这成绩？全靠代码里写死的四条铁律 别看上面的曲线平滑，调仓也好像挺聪明，其实底层没啥黑科技，全靠我硬写在代码里的这四条“怂包”铁律。 铁律 1. 拒绝刻舟求剑：只看最近 30 天能不能赚钱 选策略绝对不看它前几年有多辉煌，只看它 最近这 30 天在不在赚钱风口上 。 为啥选 30 天？我来回跑了几百遍网格测试，发现如果只看 14 天，确实能抓到短期最妖的策略，但******换手率太恐怖了，手续费和滑点分分钟把利润生吞了。看半年呢又嫌反应太慢。 30 天（一个月）刚刚好 ，既能踩准眼下赚钱的主线，又能过滤掉短期资金瞎折腾的噪音。 铁律 2. 宁缺毋滥：跌破 15% 直接拉黑 一个策略就算这月涨了 20%，只要期间最大回撤超过了 15%，我会 毫不犹豫把它拉黑 。说明它这套套路要么失效了，要么就是在走钢丝。 同时我设定了 卡尔马比率（收益/回撤比）必须大于 1.5 到 2.0 。池子里只能留抗跌的好学生。要是遇上大盘暴跌，连这种基础门槛的策略都挑不出来两个，那我宁愿直接空仓，也绝对不去垃圾堆里捡破烂。 铁律 3. 求稳不求快：夏普才是永远的神 剩下的好策略怎么排座次？很多新手喜欢按收益率高低排，谁猛买谁——这绝对是大坑！收益率高的基本都是上蹿下跳的“神经刀”。 我的做法是： 全看夏普比率！ 在“好学生池”里， “卡尔马负责防大跌，夏普负责求稳涨” 。用夏普选出来的策略，曲线最让人踏实。记住，做量化不是为了天天抓涨停板，而是为了 晚上关了电脑能睡个好觉 。 铁律 4. 风险平价：坚决不让一颗老鼠屎坏一锅粥 最后分钱的时候，平分资金太粗糙了。 我用的是 风险平价（ Risk Parity ） ——简单说，谁过去回撤小，谁就多分点钱。让每个策略对整体组合的“杀伤力”尽量平均。 最死的一条规矩是： 单个策略仓位死活不能超过 50%！ 哪怕这策略牛上天了，也得卡死上限，剩下的钱宁愿买逆回购吃苍蝇腿。只有带着这种重重镣铐，熊市里的回撤才能小得让人安心。 附：开局算相关性的基础代码 最开始用来测多策略相关性、跑组合收益的那个 Python 基础底稿，到这里获取 点我点我 。 代码逻辑不复杂，主要就是算算相关性矩阵。你们自己找几个顺眼的策略喂进去跑跑，保证你对“资产配置”这四个字有个新认识。至于后面带自动调仓的 FOF 引擎，因为跟******绑定太深，目前就先自己捂着了。 掏心窝子的几句话 你看，把这 FOF 引擎“架”在 9db 的策略海里自动挑兵挑将，既不用苦哈哈地去卷单因子，又拿到了专业机构级的抗风险能力。FOF 肯定不是什么不跌神话，但在股灾里它至少能保证你“死不掉”，大盘一稳立马满血复活。光凭这点，就赢了市面上 90% 的韭菜了。 说句扎心的话： 别再用天天熬夜挖因子的战术勤奋，去掩盖你完全不懂资产配置的战略懒惰了。 量化从来不是比谁跑得快的百米冲刺，而是比谁活得久的马拉松。当你跳出死磕单因子的牛角尖，升维到 组合管理 时，你会发现量化这行真的豁然开朗。 要是你手里现在正捂着个曾经辉煌、但最近天天让你吃大面的策略，先别急着扔！ 强烈建议大伙把压箱底的策略都挂到 9db 竞技场跑起来 。只要你这套逻辑在某些特定行情里管用，被我们这套 FOF 资金挑中了，就能舒舒服服地躺赚跟投费！这才叫真·抱团取暖。 兄弟们，你们现在跑的单策略最大回撤干到多少了？评论区报个数，让我看看谁最惨（不是?）。如果对多策略或者配置思路上有什么疑问，随时在评论区滴我。 祝大家在这个渣男市场里，都能先苟住，再赚钱！
ScienceDaily Scientists found the “holy grail” gene that could one day help humans regrow... Scientists studying axolotls, zebrafish, and mice have uncovered a shared set of genes that may one day help humans regrow lost limbs. By identifying powerful “SP genes” involved in regeneration, researchers discovered that disabling these genes... [!quote]+ 科学家在研究腋鱼、斑马鱼和小鼠时发现了一组共享基因，这些基因有朝一日可能会帮助研究人员开发出再生人类肢体的疗法。这些发现发表在《美国国家科学院院刊》上，为再生医学和基因疗法指明了一个可能的新方向。 多年来，科学家们一直在寻找超越假肢的方法，以实现能够恢复自然运动、感觉和功能的治疗。这项新研究表明，一组被称为 SP 基因的基因可能在这一努力中发挥核心作用。 库里说，研究小组发现，所有这三种动物的再生表皮或皮肤组织都激活了两个名为 SP6 和 SP8 的基因。研究人员随后开始研究这些基因究竟是如何促进再生的。 研究人员发现，SP8 对蝾螈的肢体再生尤为重要。库里的研究小组利用CRISPR基因编辑技术，从斧头鱼基因组中删除了SP8。 如果没有该基因，斧鱼就无法正常再生肢骨。科学家在小鼠身上也观察到了类似的问题，当再生指骨中缺少SP6和SP8基因时。 利用这些发现，布朗的实验室设计出了一种病毒基因疗法，这种疗法基于之前在斑马鱼中发现的一种组织再生增强子。 这种疗法能传递一种名为 FGF8 的信号分子，而这种分子通常由 SP8 激活。在小鼠体内，该疗法促进了受损肢体的骨再生，并部分恢复了因SP基因缺失而丧失的再生能力。 人类肢体无法像蝾螈肢体那样自然再生，但研究人员相信，未来的疗法有可能模仿由 SP 基因控制的某些生物机制。 研究人员提醒说，这项工作仍处于早期阶段，在小鼠身上的发现还需要更多的研究才能转化为人类的疗法。即便如此，库里仍将这项研究描述为未来再生疗法的重要基础。 http://dx.doi.org/10.1073/pnas.2532804123 5 个帖子 - 5 位参与者 阅读完整话题