交易策略核心逻辑 - 主要策略以期权卖方策略为主，辅以买方策略，选择卖方是因为持仓心态更稳，能避免买方策略中因盯盘压力和时间价值衰减带来的频繁操作与心理波动 [1] - 策略选择依据波动率，优先参考VIX指数等技术指标，当波动率处于历史相对高位（如20日/60日均线以上）时倾向于做卖方以赚取时间价值衰减收益，处于相对低位时考虑做买方以博弈方向性收益 [1] - 行情判断影响策略选择，震荡行情时可能采用双卖策略（跨式或宽跨式），明确单边行情时采用单卖策略 [1] 品种选择标准 - 偏好郑商所品种，如PTA、烧碱等，认为其走势相对温和、趋势流畅，与自身交易习惯契合 [1] - 筛选维度倾向于选择波动率高、趋势性好、安全边际高的品种，具体结合技术面、宏观面和期权特性 [1] - 技术面上观察文化商品指数判断大势，寻找超跌（乖离率过大）后可能修复的品种 [1] - 宏观面上参考全球降息周期、关税政策等因素 [1] - 期权特性上偏爱临近到期（如10-15天内）的合约，因其时间价值衰减快，对卖方保护性较好 [1] 仓位与风险管理 - 日常仓位控制在50%左右，预留资金应对突发情况，盘中可能因波动被动升仓，但收盘前会调整，总体风险度目标控制在70%以内 [1] - 单一品种仓位通常不超过20% [1] - 仓位结构约20%用于参与“末日轮”交易（临近到期合约），其余为常规策略持仓 [1] - 在趋势行情中采用“阶梯式移仓”技巧，例如在上涨趋势中，从卖实值三档合约开始，随标的价格上涨，逐步平仓已变虚值的远端合约，并向平值或浅实值合约移动，以维持资金效率和风险暴露 [1] 风险对冲与应对 - 主要使用期货合约进行对冲（如卖沽被套时开期货多单），因其效率高，且避免在波动率高时用期权对冲产生额外亏损（亏方向、时间价值和波动率） [2] - 决策优先级为先判断行情持续性，若趋势明确不利且无回调迹象则优先止损，若认为可能震荡则用期货对冲 [2] - 应对极端行情时，对于“妖孽”品种（如多晶硅、白银）的突发大幅波动会及时对冲，若对冲不及时被深套，在深入研究基本面和技术面认为有超跌反弹可能后，会考虑持仓转为期货等待反弹，或通过展期（转至远期期权合约）来争取时间 [2] 交易周期与复盘 - 持仓周期主要做日线及周线级别趋势，符合预期则持有至性价比降低（如权利金收益很低时），部分临时基于波动率变化的交易可能仅持有几天 [2] - 日常安排包括盘前关注隔夜外盘与新闻，盘中交易，盘后散步放松继而复盘，复盘时查看各品种表现、分析走势，并规划夜间或次日调整策略，同时会做交易笔记总结经验教训 [2] - 参与比赛旨在检验水平，但交易中以盘面和个人净值为首要依据，避免因比赛排名影响交易节奏，坚持盈利为本 [2] 纪律与心态 - 认为交易纪律是关键难点，需克服贪婪与恐惧，避免扛单、冲动开仓或追涨杀跌 [2] - 亏损或状态不佳时，会通过休息、减仓、旅游、娱乐等方式调整心态，强调在无持仓或轻仓时观察市场会更客观 [2] - 适合交易的性格特质包括喜欢独立思考、能忍受孤独、抗压能力强、情绪相对冷静 [2] 未来规划与建议 - 未来规划加强择时与宏观分析能力，更密切地观察股市与商品市场的联动关系（如通过文化指数、全球货币政策等），以提升判断精度 [2] - 对新手的建议是先系统学习，可通过付费课程向有经验的老师请教 [2] - 建议在实盘前充分利用模拟盘验证和打磨交易策略，虽缺乏实感，但有助于熟悉流程和积累经验 [2] - 强调谨慎实盘，保护本金为首要，在策略熟练、信心充足后再进行实盘交易 [2]

量化模型与构建方式 1. **模型名称：市场择时体系**[2][7] * **模型构建思路**：通过比较WIND全A指数的长期均线（120日）和短期均线（20日）的相对位置和距离，来区分市场的整体环境（如趋势或震荡）[2][7]。 * **模型具体构建过程**： 1. 计算WIND全A指数的20日移动平均线（MA20）和120日移动平均线（MA120）。 2. 计算两条均线的距离，公式为： $$均线距离 = \frac{MA20 - MA120}{MA120} \times 100\%$$ 3. 设定阈值（报告中提及3%）来判断市场状态。当均线距离绝对值大于3%时，通常认为市场存在趋势；当距离绝对值小于或接近3%时，市场可能处于震荡格局[2][7]。 4. 结合其他技术指标（如5日均线与趋势线的关系）进行综合判断[2][7]。 2. **模型名称：仓位管理模型**[2][8] * **模型构建思路**：结合市场估值水平（PE、PB分位数）和短期趋势判断，为绝对收益产品提供股票仓位的配置建议[2][8]。 * **模型具体构建过程**： 1. 评估市场估值水平：计算WIND全A指数的PE和PB在其历史数据中的分位数[2][8]。 2. 结合短期趋势判断：参考择时体系等模型对市场短期走势的研判[2][8]。 3. 综合估值和趋势信号，输出一个具体的股票仓位建议比例（例如70%）[2][8]。 3. **模型名称：行业趋势配置模型**[2][5][7] * **模型构建思路**：识别各行业板块的中期趋势，筛选出处于上行趋势或显示困境反转信号的行业进行配置[2][5][7]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建步骤和公式，仅提及了其输出结果，例如显示电池和工业金属板块延续上行趋势，以及中期困境反转信号关注白酒和非银金融行业[2][5][7]。 4. **模型名称：TWO BETA模型**[2][5][7] * **模型构建思路**：该模型用于行业配置推荐，持续推荐科技板块[2][5][7]。 * **模型具体构建过程**：报告未详细描述该模型的具体构建步骤和公式，仅提及了其输出结果，即继续推荐科技板块，并关注商业航天和消费电子等细分领域[2][5][7]。 模型的回测效果 *本报告为周度市场观点与信号报告，未提供上述量化模型的历史回测绩效指标（如年化收益率、夏普比率、最大回撤等）的具体数值。报告主要展示了模型在当期（2025年12月初）产生的具体信号和配置建议[1][2][5][7][8]。* 量化因子与构建方式 *本报告未涉及具体的股票alpha因子（如价值、动量、质量等因子）的构建与测试。报告内容聚焦于市场择时、行业配置和仓位管理等模型。* 因子的回测效果 *本报告未涉及具体的股票alpha因子的回测效果。*

资金管理技术概述 - 资金管理技术指交易者决定每笔交易仓位大小的方法 交易者需选择明确方法并保持一致性 以避免账户剧烈波动 [2] 固定百分比法 - 该方法设定每笔交易风险占总账户余额的固定比例 通常介于1%到3%之间 账户规模越大风险百分比通常越低 [2] - 例如 一个10,000美元的账户在1%风险水平下 每笔交易风险金额为100美元 [2] - 该方法优点是为每笔交易赋予相同权重 使账户曲线更平稳、波动更小 [2] 平均加仓法（向上加仓） - 该方法指在盈利头寸上继续加仓 也称为金字塔加仓或分批建仓 [3] - 其优点是初始仓位较小 潜在亏损交易的相对损失也较小 尤其有利于趋势跟踪策略 [5] - 其缺点是寻找最优加仓价位具有挑战性 且价格反转可能迅速抵消盈利 早期使用较大仓位会削弱其优点 [6] 成本平均法（向下加仓） - 该方法指在亏损仓位上继续加仓 也称为逆势摊平法 与平均加仓法相反 [7] - 其理念是当不利交易反转时 可能减少潜在亏损并更快回到盈亏平衡点 [9] - 其缺点是被缺乏经验的交易者滥用 常导致重大损失 不建议新手或缺乏纪律的交易者使用 [10] 马丁格尔策略 - 该策略核心是在亏损交易后将下一笔交易仓位加倍 以期首次盈利时弥补所有亏损 [11] - 其优点是只需一笔盈利就有可能收回全部亏损 [12] - 其缺点是随着仓位加倍 最终会面临“孤注一掷”的风险 连续亏损可能摧毁整个账户 例如从1%风险开始 连续8笔亏损后账户可能亏光 [13][14] 反马丁格尔策略 - 该策略目标为消除纯马丁格尔方法的风险 在连胜时加倍仓位 用“市场给的钱”冒险 [16][18] - 例如 在10,000美元账户以1%风险获200美元利润后 下一笔交易可冒200美元风险（账户的1.96%） 若再次获胜且盈亏比为2 将获利400美元 账户变为10,600美元 下次可冒600美元风险（账户的5.7%） [18] - 其优点是在连胜时可能赚得更多 且更不易跌破原始账户余额 [19] - 其缺点是一次亏损可能抹掉所有先前收益 会带来显著账户波动 更稳妥做法是设定阈值以锁定利润 [20] 固定比例法 - 该方法基于盈利因子 设定一个盈利额度（Delta） 达到该额度即可增加仓位规模 [16] - 例如 交易者从1手合约开始 设定Delta为2000美元 每当累计盈利达到2000美元时就增加1手仓位 [21] - 其优点是只有在真正盈利时才会扩大仓位 通过选择Delta值可控制账户权益增长速度 [22] - 其缺点是Delta设定具有主观性 高Delta使仓位扩张慢 低Delta使仓位增长快 两者差异显著 [23] 凯利公式 - 该公式旨在最大化复利增长率 使用胜率与盈亏比计算最优仓位大小 [16] - 公式为：仓位大小 = 胜率 – 【(1 – 胜率) / 盈亏比 RRR】 [25] - 示例显示 凯利公式给出的建议仓位非常大（如25%或20%） 通常使用部分凯利（如十分之一）来抵消风险 得到更合理的仓位规模（如2.5%或2%） [26] - 其优点是能最大化账户增长速度并提供结构化框架 [27] - 其缺点是使用完整凯利可能导致巨大回撤 风险非常高 [28]

文章核心观点 - 在波动加剧的市场环境中，通过将投资组合配置于两类“看似矛盾”的资产——一类波动性极高、长期预期收益率为零的资产，以及一类无波动性、长期预期收益率同样为零的资产——并执行再平衡策略，可以降低组合整体波动性，减少“波动拖累”对长期收益的侵蚀，从而在零预期收益的场景中创造正收益 [6][18][20] 香农的魔鬼 - 该理论由克劳德·香农提出，模拟了一个长期预期收益为0的掷硬币游戏：正面朝上收益50%，反面朝上亏损33.33% [11][12] - 由于算术收益率与几何收益率的差异，即使盈亏幅度不对称，该游戏的长期预期几何收益率仍为零 [13][17] - 几何收益率能真实反映投资组合价值变化，例如100元上涨10%至110元，再下跌10%后变为99元，这1元的差值即为“波动拖累” [15][16] - 若每次掷硬币后将一半资金用于下注，另一半再平衡为现金，长期可实现正收益，例如初始100元经过两轮“正面-反面”操作后，账户余额从100元增至108.5元 [19][20] - 再平衡策略通过降低组合整体波动性，减少了波动拖累对长期收益的侵蚀 [20] 收益与波动的权衡 - 波动对获取收益有负面影响，过高的波动性和大幅回撤会让收益快速蒸发，这种情况可能出现在高投机性股票或过度使用杠杆时 [23][24] - 理论上波动率越低越好，但前提是低波动性资产的预期收益率需等于或高于高波动性资产，而低波动高收益的情况并不常见 [25][26] - 投资者应在自身风险承受能力范围内接受风险，根据投资目标设定预期回报，并通过分散投资和多元资产配置将风险降到最低 [27] - 引用巴菲特名言，强调长期布局的重要性，不应因市场短期调整而放弃，同时指出股市是将财富从没有耐心者转移到有耐心者手中的机器 [28][30][31] - 任何资本的永久性损失都可能对长期收益造成不可挽回的重创 [32] 再平衡的价值 - 再平衡的重要性在于，市场变化会导致投资组合偏离最初设定的目标，从而在市场飙升时承担过多风险，在市场下跌时加剧波动拖累和收益回吐 [34][35][36] - “香农的魔鬼”与网格交易策略有相似之处，但都是理想化假设，忽略了交易成本、买卖价差、参数预测难度以及现实中是否存在“零预期收益且无相关性”的资产等现实因素 [37] - 过于频繁的再平衡和仓位管理存在弊端：交易成本侵蚀收益、单边行情中资金利用效率降低、对投资者择时能力要求极高 [38] - 再平衡或仓位管理的根本意义并非直接提升投资回报，而是在市场波动中为组合提供一种“纠错机制”，防止配置随市场波动而失控，帮助保持平稳的投资心态 [39][40] - 应锚定合理的配置区间，不必追求频繁操作，仅在必要时进行再平衡，这是在波动市场中守护收益的核心逻辑 [40]

交易策略与方法论 - 交易策略高度简化，聚焦单一品种沪铜，采用“库存累积+技术破位=买看跌，库存去化+技术突破=买看涨”的策略，交易胜率大幅提高 [2] - 核心交易理念为“顺势而为，赚能看懂的小钱”，只做能看懂的供需行情，不贪心不较劲 [4] - 具体交易方法随实践调整，从熬夜看盘改为“早上半小时看库存数据，晚上一小时复盘”，以适应兼职节奏 [4] 风险与资金管理 - 风险控制是铁律，期权交易采用“逻辑止损”，即判断的供需逻辑被打破立刻平仓，期货交易采用“固定止损”，每手亏损3000元就砍仓 [5] - 严格执行仓位管理，遵循“10%原则”，期权投入不超过闲钱的10%，单品种仓位不超过总资金的5%，建仓时先试2%仓位，方向正确再逐步加至5% [5] - 盈利后会将90%投入“短剧基金”，仅留剩余部分作为交易本金，通过出金控制账户资金量以避免贪心重仓 [5] 市场分析与决策依据 - 决策基于对真实供需的把握，每周与2个仓储商、1个下游企业老板沟通以掌握库存和需求情况 [2] - 获奖交易决策依据包括：通过贸易圈得知铜库存“堆到仓库门口”，下游新能源车企采购单减少三成，判断供需处于供过于求状态，并结合特朗普关税政策及技术面下跌信号 [2] - 底层逻辑认为有色价格绕不开供需，供需绕不开产业链，铜价涨跌最终取决于仓库库存和下游需求 [4]

核心观点 - 公司在本届实盘交易大赛中对冲套利组获得第五名 其获胜关键被归结为机构化趋势跟踪系统的优势 而非依赖精准预测 [1][2] - 公司的交易哲学实现了从主观预测到系统化跟随的转变 强调无法预测市场 只能通过系统识别并跟随趋势 [4] - 公司将风险控制视为交易的生命线 建立了包括硬止损、主动离场、盈利出金和动态仓位管理在内的多层次风控体系 [6] 投资策略 - 公司采用高度分散的投资组合 今年盈利效果最佳的策略是多中证500和中证1000指数、空上证50指数的股指套利策略 [2] - 策略设计体系基于三个步骤：判断宏观周期阶段以顺大势 研究产业基本面与流动性以寻找矛盾突出的品种 关注趋势与风险收益比以选择技术时机 [2] - 公司策略的底层逻辑是“趋势为王，只做共振” 坚持只在理解并确认的趋势中操作 [5] 风险管理 - 公司强调单笔交易设置硬止损并录入系统 同时若市场走势与预期不符 即使未触及止损也要主动离场 [6] - 资金管理方面 公司重视盈利后出金以实现风险重置和系统层面的“反脆弱”设计 确保早期利润落袋 [6] - 仓位管理根据单笔交易最大风险敞口反向推算 加仓需初始头寸浮盈足以覆盖风险 并及时根据行情减仓 [6] 交易体系演进 - 公司的交易生涯经历了探索与蜕变 早期因农产品进口配额政策导致重大损失后 将流动性风险和极端情况下的逃生通道作为交易设计前提 [3] - 交易体系发展历程为：2003年正式开始期货交易 2013-2015年确立以趋势套利为主结合指数对冲的投研体系 2023-2025年持续优化以适应剧烈变化的宏观环境 [3] - 公司实现了从“预判”到“跟随”的转变 从主观预测者转变为机械执行者 交易系统随市场变化不断进化 [4][5]

交易策略核心 - 期权策略的灵活性和适应性是制胜关键，尤其在波动市场中[1] - 主要交易方向锁定在商品期权，因其比期货更灵活、风险更可控[1] - 基于对化工品基本面偏弱但受政策影响反复震荡的判断，选择“卖出虚值看涨期权”策略，无需精准预测价格高点，只要到期价格不超过行权价即可赚取权利金[1] - 将主要精力放在卖方策略与价差策略上，做空波动率、牛市价差、熊市价差是使用频率最高的工具，抓住波动率这一核心变量盈利[1] 交易决策体系 - 期权策略是基于标的物未来走势、当前波动率水平、时间价值衰减速度这三个核心因素的综合判断，如同“三维坐标”[2] - 风控是交易的前提而非一部分，类似开车时的安全带，在自带杠杆和时间损耗的期权交易中至关重要[2] - 期权不应被简单视为暴利工具，其本质是更为精细的风险管理工具，需理解规则并严守风控[4] 风险管理框架 - 风控体系是贯穿交易全流程的“系统工程”，分为三道防线[3] - 第一道防线是仓位管理，守住资金安全底线，从不在单一品种或策略上押注过大，对期权卖方尤其谨慎，严格控制总仓位以防被极端波动击穿[3] - 第二道防线是策略性分散风险，避免单向风险暴露，在震荡市中常采用“双卖”策略（同时卖出看涨和看跌期权）[3] - 第三道防线是“组合式止损”，覆盖多维度风险，包括资金止损的硬性底线和期权特有的“希腊字母止损”（Delta、Gamma、Vega）[3] - 活下来比赚得快更重要，一次风控疏忽可能失去长期积累的利润[3]

交易理念与策略 - 交易决策完全基于商品基本面分析，以波段交易为主，不擅长短线交易 [1] - 核心交易理念是商品价格最终由供需决定，需先“吃透”商品基本面作为操作基础 [2] - 当盘面因短期预期或情绪出现大幅反弹但基本面未实质变化时，视为反向操作机会 [2] - 结合基本面“理性逻辑”与情绪面“市场热度”以全面准确捕捉市场动态 [3] 2025年市场格局与操作 - 2025年商品价格受政策预期和市场情绪影响更大，黑色系品种受产能偏高及下游房地产、基建消费较弱拖累，价格呈现明显弱势 [1] - 市场对政策预期期待度高，行业集中度高且已亏损的领域（如纯碱、玻璃）对政策更敏感，在总体下跌走势中出现多次脉冲式反弹行情 [1] - 操作上以反弹做空为主，基本不做多，也不低位追空，耐心等待盘面反弹至一定高度后逐步建立空单 [1] 成功交易品种案例分析 - 鸡蛋期货获利较多，分析核心因素包括蛋鸡存栏量、饲料价格、养殖户补栏及淘汰情况 [2] - 2025年蛋鸡存栏量处于历史高位，豆粕、玉米等饲料价格便宜，蛋鸡养殖持续高盈利，导致养殖户补栏积极性高涨，老鸡淘汰意愿低迷 [2] - 基于供大于求格局短期难扭转的判断，果断做空鸡蛋期货远月合约并获得较高收益 [2] 研究方法与关注维度 - 不仅关注当下市场状况，还会深入研究行业历史数据与发展趋势，根据供需关系历史演化规律探寻价格走势线索 [2] - 密切关注宏观经济环境、政策调整等外部因素对行业基本面的影响 [2] 风险控制与仓位管理 - 始终保持谨慎态度，不轻易单边重仓交易，将资金安全放在首位 [3] - 根据市场判断和风险承受能力合理分配仓位，行情不明朗时降低仓位，趋势明确时适当增加但绝不重仓 [3] - 止损触发条件包括基本面发生重大变化导致原交易逻辑不成立、建仓逻辑改变、盘面走势混乱无法把握方向、市场情绪爆发导致价格完全由情绪主导 [3]

交易理念与策略 - 核心交易理念为“战略上的定力+战术上的灵活性”，战略上坚持“先防后攻”以及对波动率周期的前瞻判断和择时执行的果断 [1] - 策略以“趋势跟踪+板块轮动”为主，系统性地运用期权进行对冲交易，例如在市场快速上涨阶段通过备兑开仓增强收益，在市场震荡或回调中买入看跌期权或构建价差策略保护头寸 [1] - 坚持“基本面定方向，技术面定时机”的入场原则，特别关注市场情绪与波动率位置，不做预测型交易，只做逻辑验证后的跟随与保护 [3] 风险管理与仓位控制 - 采用“硬止损+逻辑止损”双轨制风险控制，“硬止损”设在技术关键位下方，“逻辑止损”基于基本面或市场环境的根本变化而设 [3] - 期权在风控体系中不仅是止损工具，更是风险转移的工具，例如在预期市场震荡加大时通过买入虚值看跌期权或构建熊市价差来对冲下行风险 [3] - 坚持分散布局、分批建仓、不押单边的仓位管理原则，期权仓位通常控制在总资产的一定范围以内，主要作为对冲与收益增强工具，绝不重仓做单向投机 [3] - 实行盈利出金机制，当某一个头寸实现收益翻倍后撤出本金，让利润继续奔跑，以保持交易心态健康 [3] 市场观点与机会识别 - 认为当前市场特点是方向不确定、事件驱动增强、波动率周期反复，专注于波动定价和风险暴露管理比盲目预测方向更能带来稳健收益 [2] - 识别交易机会依托量化模型与宏观判断结合的体系，模型部分以波动率结构、量价行为、资金流因子为核心识别市场潜在波动拐点，宏观方面跟踪政策预期、国际经济周期及市场风险偏好判断波动的方向与持续性 [3] 交易品种与标的筛选 - 主要聚焦科创50、有色金属、黄金、原油、农产品及恒生科技等相关标的，期权方面重点布局中证1000、科创50等指数期权，偶尔配合商品期权做互补 [2] - 选择品种基于基本面的中长期逻辑，例如有色金属受益于全球补库与绿色转型，科创50受益于自主创新政策，同时看重品种的流动性与波动特征以确保期权策略有较好的定价与成交效率 [2] - 筛选标的的核心标准是隐含波动率处于低位、受宏观影响较大，以及受“反内卷”逻辑影响明显 [2]

仓位管理的本质 - 仓位管理核心在于平衡收益与风险的关系，通过资产配置和动态调整确保投资组合在任何市场环境下保持韧性[5] - 需解决资金分配问题，在不同资产如股票、债券、现金中分配比例，确保组合既能进攻也能防守[5] - 需解决动态调整问题，根据市场估值、波动率及个人风险承受能力灵活增减仓位，避免满仓踏空或割肉离场[5] - 例如2020年新冠疫情爆发时，若投资者仓位控制在60%股票+基金和40%债券+现金，即便股市短期下跌20%，债券和现金缓冲作用能将总损失控制在12%以内[5] 仓位管理核心原则 - 防御优先原则：初始仓位设定以风险承受能力为锚，保守型投资者股债比例设为3:7，即便股市暴跌30%总资产回撤仅9%；激进型投资者股债比例设为7:3但需搭配止损纪律[6] - 动态再平衡原则：当某一资产涨幅过大导致仓位占比升高时，应卖出部分盈利资产买入低估资产，例如初始配置50%股票+50%债券，一年后股票上涨40%债券上涨5%组合变为57%股票+43%债券，卖出7%股票买入债券恢复50:50比例[7][8] - 分层决策原则：战略仓位占总资金60%-70%，配置长期看好的核心资产如指数基金、行业龙头，持有周期数年不因短期波动调整；战术仓位占总资金30%-40%，用于捕捉短期机会或对冲风险[9][10] 实战仓位控制策略 - 金字塔加码法：在行业估值处于历史30%分位时投入总资金20%建立底仓，若股价下跌10%加仓30%使总仓位升至50%，若继续下跌10%再加仓50%使总仓位至100%，2022年宁德时代从690元跌至350元期间采用此策略的投资者平均成本可控制在450元[11] - 波动率加权模型：当VIX指数低于15保持70%股票仓位，当VIX指数升至25-30降至50%仓位，当VIX指数突破40逆势加仓至80%，2020年3月美股熔断期间VIX指数飙升至85，按此模型在底部加仓的投资者在后续反弹中收益超50%[13][14] - 凯利公式应用：在个股投资中计算最佳仓位，例如某股票上涨概率60%潜在涨幅50%，下跌概率40%潜在跌幅30%，则仓位=（0.6×0.5-0.4×0.3）/0.5=36%，单只股票仓位不宜超过36%[16] 极端市场应对策略 - 熊市保护策略：保留至少20%现金用于生活支出与机会捕捉，配置避险资产如黄金、国债对冲股票下跌，设置个股最大亏损线如-15%强制止损[17] - 牛市参与策略：不满仓始终保留10%-20%现金防止卖飞优质资产，分批止盈如股价每上涨20%卖出10%仓位锁定利润，以A股2015年牛转熊为例，若投资者在5100点分批减仓每涨500点卖10%，并在暴跌后保留50%现金，可在3000点以下用现金抄底两年内恢复至前高[18]