這就是他學量化的原因。
他繼續改程式碼。王鳴前幾天給他扔了一個新的思路——用ATR動態調整止損幅度，而不是固定百分比。
ATR是平均真實波幅，用來衡量市場的波動率。波動大的時候，止損放寬一點，避免被震出去；波動小的時候，止損收緊一點，保護利潤。
他照著這個思路敲了三十幾行程式碼。跑了一遍，報錯。檢查，改了幾個變數名，再跑，還是報錯。他盯著紅色的錯誤提示看了兩分鐘，發現是資料格式的問題——ATR函式返回的是Series，他首接拿去跟標量比較了。
改過來，再跑。螢幕上的回測曲線重新生成。年化收益從19.2%提到了20.7%，最大回撤從13.1%降到了11.8%。
他靠在椅背上，盯著那兩條曲線——最佳化前和最佳化後，後者明顯更平滑，回撤的坑更淺。
有用。但不是質的飛躍。他知道，真正考驗策略的不是回測資料，是實盤。
回測再漂亮，放到真實市場裡，滑點、衝擊成本、流動性枯竭，每一個都能把曲線拉下來。王鳴說過，回測年化20%的策略，實盤能跑到15%就不錯了。
周學明從角落裡站起來，走到他工位旁邊。
“林哥，華海微電的跟蹤報告我寫完了。你看看？”
林深接過來，從頭翻了一遍。產能利用率從75%提到了78%，訂單量環比增長了5%，客戶驗證還在進行中。
周學明在報告裡寫得很剋制，沒有因為資料好轉就急著喊“拐點”。
“不錯。”林深把報告遞回去，“繼續跟。”
周學明點了點頭，轉身走了。
林深重新看向螢幕上的回測曲線。20.7%的年化收益，11.8%的最大回撤。他看著那條緩慢爬升的線，心裡在想——如果是十倍槓桿呢？
大宗商品的波動率比股票高得多。一天波動2%是常態，極端行情5%以上也不罕見。十倍槓桿，一個2%的反向波動就是20%的回撤。
他現在的回測模型是給股票設計的，放到期貨上，引數要全部重調。
他開啟螺紋鋼的歷史資料，把過去三年的日線資料導了出來，放進模型裡跑了一遍。不做任何最佳化，首接用股票那套引數。
回測曲線像過山車一樣大起大落。年化收益37%，最大回撤58%。
他看著那兩個數字，搖了搖頭。賺得多，虧得也狠。58%的回撤，十倍槓桿下意味著本金幾乎腰斬再腰斬。沒有人能扛住這種波動，他也不能。
他開始調引數。把ATR止損係數從1.5調到2.0，把ADX趨勢閾值從25提高到30，把均線週期從5日和20日改為10日和30日。每改一組引數就跑一遍回測，把結果記在筆記本上。
試了七八組之後，回撤降到了35%，年化收益掉到了24%。還是太高。
又試了一個多小時，回撤降到28%的時候，年化收益只剩18%了。
他靠在椅背上，盯著筆記本上密密麻麻的數字。股票模型能做到20%收益、11%回撤。期貨模型要做到同樣的回撤水平，收益只能做到15%左右。但如果把回撤容忍度放到25%，收益能做到22%以上。
這是一個取捨。他願意承受多大的回撤，來換取更高的收益？
他想起沈安南的要求。買房加三千萬。他算過，如果用股票融券，兩倍槓桿，一年做到30%到40%的收益己經很好了。期貨十倍槓桿，如果能控制好回撤，一波行情就能翻倍。
但“控制好回撤”這五個字，說起來容易，做起來難。
