量化策略止損怎麼設：從北極星策略出發講通用止損設計
止損是量化策略裡最容易被忽視、也最容易出問題的模組。很多新手策略回測看起來不錯，實盤一跑就崩，往往根源在止損設計有問題：要麼止損太寬導致單次虧損過大，要麼止損太緊被市場噪音訊繁觸發。 這篇文章從 北極星策略 的實際設計出發，講通用的止損設計思路。 為什麼需要止損 止損本質上是承認錯誤的機制。趨勢跟蹤策略的邏輯是：大多數時候市場沒有趨勢，策略會小虧；少數時候有趨勢，策略要大賺，用大賺覆蓋小虧。 如果沒有止損，那次"大虧"有可能把賬戶打穿，後面的大賺機會都沒了。 數學上，止損控制的是單次最大虧損，進而控制最大回撤： 最大回撤 ≈ f(止損比例, 連續虧損次數, 勝率) 策略在某段時間內 5 連敗是很正常的，如果每次虧 10%，5 連敗後賬戶還剩 59%；如果每次虧 3%，5 連敗後還剩 85%，差距非常大。 止損型別 1. 固定百分比止損 最簡單的方式：入場後虧損超過固定比例就出場。 # 入場價 40000，止損 3% entry_price = 40000 stop_loss_pct = 0.03 stop_price_long = entry_price * (1 - stop_loss_pct) # 做多止損：38800 stop_price_short = entry_price * (1 + stop_loss_pct) # 做空止損：41200 優點： 簡單、可計算、風險固定 缺點： 忽略了市場的波動率，BTC 平時日內波動可能就有 3%，容易被噪音觸發 適用場景： 高時間週期（日線以上），或者已經驗證止損比例遠大於平均波動 2. ATR 動態止損（推薦） ATR（Average True Range，平均真實波幅）衡量的是市場最近的波動率。用 ATR 倍數設止損，波動大的時候止損寬，波動小的時候止損窄，更貼近市場實際。 import pandas as pd def calculate_atr(df, period=14): """計算 ATR""" high = df['high'] low = df['low'] close = df['close'] tr1 = high - low tr2 = abs(high - close.shift(1)) tr3 = abs(low - close.shift(1)) true_range = pd.concat([tr1, tr2, tr3], axis=1).max(axis=1) atr = true_range.rolling(period).mean() return atr def get_stop_price(entry_price, atr_value, direction, multiplier=2.0): """基於 ATR 的止損價""" if direction == 'long': return entry_price - atr_value * multiplier else: return entry_price + atr_value * multiplier # 示例：BTC 1H，ATR=1200，入場 40000，做多 # 止損 = 40000 - 1200 * 2 = 37600（-6%） ATR 倍數選擇： ...
