量化交易中的比特币、莱特币的走势数据分析量化交易中的比特币、莱特币的走势数据分析机器学习与量化交易百家号本节主要示例使用阿布量化系统（abu_quant）分析比特币与莱特币的走势与回测。阿布量化是是基于python免费开源的量化系统.支持股票、期货、外汇、数字货币(BTCETHLTCETCBCC)等.源码地址为：https://github.com/bbfamily/abu1. 比特币, 莱特币的走势数据分析abupy内置沙盒数据中：比特币的数据是从至莱特币的数据是从至很多人说做币类市场更容易，因为整个市场就两个能做的票，比特币，莱特币，但是真的是这样吗？量化策略失败结果的人工分析，是对策略结果影响非常大的一个环节，但是在失败结果分析前，对交易目标的历史数据进行分析也是对策略结果影响非常大的一个环节，通过观察交易目标，分析价格走势，趋势的分布，策略的适配度，以致生成定制针对交易目标的特定策略都是在这个环节中涉及的，由于本文只是abupy使用文档，所以不涉及与交易牵扯过深的知识，本节只示例一些简单的数据分析以及可视化分析技巧。首先使用ABuSymbolPd.make_kl_df接口将btc和ltc沙盒中的数据请求到对象btc，ltc中：备注：下面使用btc.tail(7)可以看到交易日是连续的，因为比特币和莱特币一年365天都可交易# btc是比特币symbol代号btc = ABuSymbolPd.make_kl_df('btc', start='', end='')# ltc是莱特币symbol代号ltc = ABuSymbolPd.make_kl_df('ltc', start='', end='')btc.tail(7)下面通过ABuMarketDrawing.plot_simple_two_stock缩放到一个级别上进行走势对比，走势基本相似，ltc的启动要慢btc:ABuMarketDrawing.plot_simple_two_stock({'btc': btc, 'ltc': ltc})由于最近一年的走势和之前差别很大，所以单独切割出btc365, ltc365：btc365 = btc[-365:]ltc365 = ltc[-365:]使用ABuKLUtil.date_week_wave统计交易日震荡幅度可以发现:不管周几，每一天的比特币的震荡幅度不管是最近一年还是之前的走势都大概在每天5%上下不管周几，每一天的莱特币的震荡幅度不管是最近一年还是之前的走势都大概在每天6%上下ABuKLUtil.date_week_wave({'btc': btc, 'btc365':btc365, 'ltc':ltc, 'ltc365':ltc365})下面统计周期内的上涨均值，下跌均值，以及数量，比值：使用ABuKLUtil.p_change_stats可以发现:比特币最近一年日涨跌幅度呈现稳定趋势：(up:2.615->2.264↓, down:-2.422->-2.135↓)比特币最近一年的大趋势并不是每天的大幅拉升:日平均涨跌比1.080－>1.061↓，而是上涨的交易日远大于下跌的数量：上涨下跌数量比1.183－>1.411↑莱特币最近一年日涨跌幅度呈现趋势上升：(up:3.275->3.645↑, down:-2.773->--2.421↓)莱特币最近一年的大趋势是每天的大幅拉升:日平均涨跌比1.181－>1.5051↑，上涨的交易日远大于下跌的数量：上涨下跌数量比0.980－>1.151↑ABuKLUtil.p_change_stats({'btc': btc, 'btc365': btc365, 'ltc': ltc, 'ltc365': ltc365})btc日涨幅平均值2.615, 共770个交易日上涨走势btc日跌幅平均值-2.422, 共651个交易日下跌走势btc日平均涨跌比1.080, 上涨下跌数量比:1.183btc365日涨幅平均值2.264, 共213个交易日上涨走势btc365日跌幅平均值-2.135, 共151个交易日下跌走势btc365日平均涨跌比1.061, 上涨下跌数量比:1.411ltc日涨幅平均值3.275, 共596个交易日上涨走势ltc日跌幅平均值-2.773, 共608个交易日下跌走势ltc日平均涨跌比1.181, 上涨下跌数量比:0.980ltc365日涨幅平均值3.645, 共191个交易日上涨走势ltc365日跌幅平均值-2.421, 共166个交易日下跌走势ltc365日平均涨跌比1.505, 上涨下跌数量比:1.151如下ABuKLUtil.wave_change_rate所示比特币和莱特币日振幅涨跌幅比都在2.0以上, 具备日交易进行统计套利的条件：备注：美股市场在1.8以上认为具有统计套利条件, 另外还有成交量等几个参数需要综合计算，之后的章节会具体讲解ABuKLUtil.wave_change_rate({'btc': btc, 'ltc': ltc})btc日振幅涨跌幅比：2.068436ltc日振幅涨跌幅比：2.051736使用ABuKLUtil.date_week_win查看每天的涨跌概率：比特币周一周二周五上涨概率都接近60%，周六下跌概率大，且最近一年更是周一到周五每天都有接近60%上涨概率莱特币上涨概率大于下跌概率最近一年，之前无明显套利模式ABuKLUtil.date_week_win({'btc': btc, 'btc365': btc365, 'ltc': ltc, 'ltc365': ltc365})使用ABuKLUtil.date_week_mean查看每天的带正负的涨跌mean：莱特币最近一年平均都为正，且最大周三周四有1以上比特币一直以来的数据都显示周一周二具有安全的套利空间ABuKLUtil.date_week_mean({'btc': btc, 'btc365': btc365, 'ltc': ltc, 'ltc365': ltc365})下面使用ABuKLUtil.p_change_bcut_vc统计：比特币和莱特币最频繁区间是(-3, 0], (0, 3]比特币和莱特币在(-inf, -10]和(10, inf]的分布都有1%以上，莱特币(-inf, -10]：0.0228有2%以上，属于危险交易品种ABuKLUtil.bcut_change_vc({'btc': btc, 'btc365': btc365, 'ltc': ltc, 'ltc365': ltc365})上面使用bcut_change_vc无法知道(-inf, -10]和(10, inf]的正无穷与无穷的具体数值，使用qcut_change_vc：比特币loss10: [-26.895, -3.284] , top10：(4.182, 38.786]比特币最近一年风险下降：loss10: [-16.273, -2.783], top10：(3.948, 15.22]莱特币loss10: [-28.48, -4.1]， top10：(4.405, 41.083]莱特币最近一年继续呈现高风险loss10：[-22.823, -3.229] 高收益top10：(5.]ABuKLUtil.qcut_change_vc({'btc': btc, 'btc365': btc365, 'ltc': ltc, 'ltc365': ltc365})上面通过数据的转换分析对比特币，莱特币进行了分析，下面通过可视化对比特币，莱特币进行分析2 比特币, 莱特币的走势可视化分析下面封装一个函数使用AbuTLine中的可视化接口分析数据：备注: 关于AbuTLine中的具体实现以及接口的功能作用请阅读源代码AbuTLinedef show_tl(tc='btc', show_cnt=365, offset=0, step_x=1.0):tc = btc if tc =='btc'else ltcshow_cnt = int(show_cnt)offset = int(offset)step_x = float(step_x)tc_line = tl.AbuTLine(tc[-show_cnt-offset:len(tc) - offset].close, 'tc_line')# 可视化技术线拟合曲线及上下拟合通道曲线tc_line.show_regress_trend_channel(step_x=step_x)# 可视化可视化技术线骨架通道tc_line.show_skeleton_channel(step_x=step_x)# 可视化技术线比例分割的区域tc_line.show_percents()# 可视化技术线最优拟合次数tc_line.show_best_poly()show_tl()metrics_func rolling_mean=20883, metrics_func y_fit=819645best poly = 3, zoom=False上面的show_tl函数如果想要切换观察周期，需要不断改参数，太麻烦，下面使用ipywidgets的可交互插件进行可视化控制：from ipywidgets import interacttc_range = ['btc', 'ltc']show_range = [180, 360, 720, 1080]offset_range = [0, 60, 120, 180, 250, 360, 720]step_x_range = [0.8, 1.0, 1.2, 1.5, 1.8, 2.0]_ = interact(show_tl, tc=tc_range, show_cnt=show_range, offset=offset_range, step_x=step_x_range)通过上面的数据分析和可视化分析，对比特币使用和之前策略相同的参数和策略组合和参数分配其实是不合适的，因为币类市场的振幅实在是太大，而且走势分布混乱，止盈止损的设定也并不清晰，实际上最适合的量化策略是做一些统计套利策略，关于高频统计套利相关策略，会在之后的章节使用比特币，莱特币作为示例。下面我们本节先不管回测结果如何，先和之前使用的策略一样的情况下进行回测示例。3. 比特币，莱特币市场的回测与A股市场，港股类似首先将abupy量化环境设置为E_MARKET_TARGET_TC代表币类市场，代码如下所示：# 设置市场类型为港股abupy.env.g_market_target = EMarketTargetType.E_MARKET_TARGET_TC#买入因子，卖出因子等依然使用相同的设置，如下所示：read_cash = 1000000# 买入因子依然延用向上突破因子buy_factors = [{'xd': 60, 'class': AbuFactorBuyBreak},{'xd': 42, 'class': AbuFactorBuyBreak}]# 卖出因子继续使用上一节使用的因子sell_factors = [{'stop_loss_n': 1.0, 'stop_win_n': 3.0,'class': AbuFactorAtrNStop},{'class': AbuFactorPreAtrNStop, 'pre_atr_n': 1.5},{'class': AbuFactorCloseAtrNStop, 'close_atr_n': 1.5}]继续使用run_loop_back进行回测，之前示例回测都是使用n_folds参数，下面换一种写法示例，使用start， end作为参数:start=''end=''choice_symbols=None或者使用['btc', 'ltc']都行, 如果使用None则做全市场测试，但是由于币类市场中暂时只有btc和ltc，所以这里传递['btc', 'ltc']和传递None的结果是一致的。下面通过：abupy.beta.atr.g_atr_pos_base = 0.5调整了默认仓位管理的控制参数，仓位管理类默认使用的是AbuAtrPosition, 调整abupy.beta.atr.g_atr_pos_base=0.5的作用可理解为将每一笔交易的买入资金基数设置为初始资金数50%，g_atr_pos_base默认值为0.1，即10%的资金量做为买入基数。之所以需要调整资金管理的仓位基数是因为回测中的股票池只有两支btc, ltc，为了提高资金利用率，所以需要调整g_atr_pos_base值。备注：实际上不必特别在意abupy.beta.atr.g_atr_pos_base仓位，根据回测结果中的策略资金利用率比例不断调整就行，而且策略资金利用率比例不仅和回测中使用的股票池的数量有关，和回测中使用的买入策略数量也相关，比如下面的回测虽然把每次买入时的仓位调整的很高了，但是策略资金利用率比例依然不高的原因即是因为使用的买入策略只有两个，如果有多个策略且策略生效频率很高，即使股票池只有一支股票，策略资金利用率也可以很高。关于仓位管理的更多详情请阅读AbuPositionBase，AbuAtrPosition或者《量化交易之路》中的相关内容# 注意这里把atr资金管理的仓位基数设置为0.5，即50%abupy.beta.atr.g_atr_pos_base = 0.5abu_result_tuple, kl_pd_manger = abu.run_loop_back(read_cash,buy_factors,sell_factors,start='',end='',choice_symbols=None)AbuMetricsBase.show_general(*abu_result_tuple, only_show_returns=True)买入后卖出的交易数量:43胜率:51.1628%平均获利期望:35.8877%平均亏损期望:-10.0494%盈亏比:4.8866策略收益: 392.9862%基准收益: %策略年化收益: 69.4965%基准年化收益: 360.0663%策略买入成交比例:69.7674%策略资金利用率比例:14.4106%策略共执行1425个交易日从收益曲线对比上发现完全输给了基准的收益，虽然策略收益也有: 392%，但是既然做了高风险的产品，没有高的收益是不对的，不要认为这是贪心，俗话说操着卖白粉的心, 赚着卖白菜的钱，就是这种情况。备注：币类市场使用的基准大盘就是比特币要想改善突破策略收益最简单的方式就是如下方式：# 卖出因子只使用AbuFactorAtrNStop，且止盈止损参数都设置100sell_factors = [{'stop_loss_n': 100, 'stop_win_n': 100,'class': AbuFactorAtrNStop},]abu_result_tuple, kl_pd_manger = abu.run_loop_back(read_cash,buy_factors,sell_factors,start='',end='',choice_symbols=None)AbuMetricsBase.show_general(*abu_result_tuple, only_show_returns=True)买入后卖出的交易数量:0胜率:0.0000%平均获利期望:0.0000%平均亏损期望:0.0000%盈亏比:0.0000策略收益: %基准收益: %策略年化收益: 259.6089%基准年化收益: 360.0663%策略买入成交比例:4.6512%策略资金利用率比例:94.8652%策略共执行1425个交易日哈，如上所示，其实这就是自己骗自己，卖出因子只使用AbuFactorAtrNStop，且止盈止损参数都设置100即就是买入后就不卖出了，我倒是相信大多数人亏损的时候可以做到不卖出，将亏损的部分坚持持有，对外声称自己是价值投资者、基本面分析者，认为应该长期持有、长线投资，但稍微有了一点利润后就肯定要着急兑现，盈利了那么多之后还能一支持有的其实很了不起。交易中应该追求的是让利润尽情的奔跑,让亏损尽快的止损，但大多数人做的都是让亏损尽情地亏损，让利润尽快地兑现。下面使用正经的方法做策略参数选择，首先买入因子沿用之前的60，42天突破就是很大的问题，币类市场的趋势周期从上面的数据分析看明显要小于这两个值，那么到底选择什么值合适呢，这里可以使用abu量化文档‘第七节 寻找策略最优参数和评分’来进行参数选择，下面单只从突破周期介绍使用另一种方法。使用abupy中的ABuKLUtil.resample_close_mean函数，首先针对之前章节做回测的tsla进行数据进行resample_close_meanABuKLUtil.resample_close_mean(ABuSymbolPd.make_kl_df('usTSLA'))关于ABuKLUtil.resample_close_mean的作用这里不过多讲解，有兴趣自行阅读源代码，这里实际上只需要知道一点，使用周期突破的策略选择的周期应该是ABuKLUtil.resample_close_mean返回值在0.08左右范围的重采样周期。观察上面resample_close_mean针对tsla数据的结果60D, 42D都是在0.08左右，所以之前一直使用的突破策略选择60日突破和42日突破都是适合tsla作为策略使用的。（实际从上面可以看出21d，42d，60d，90d，120d其实都可以适应tsla，且基本适应大多数股票交易品种）下面使用resample_close_mean针对比特币，莱特币数据：ABuKLUtil.resample_close_mean({'btc': btc, 'btc365': btc365, 'ltc': ltc, 'ltc365': ltc365})从输出可以看出10d以上就已经不适合比特币和莱特币作为周期参数了：10D 0.0
0.7下面的回测使用10d和12d，且修改止盈参数stop_win_n从3.0至7.0：备注：止盈参数的设置本来就要随着做的品种的风险而定，风险越大的，止盈也必要要提高，否则不管怎么优化其它策略，参数收益都不会高，7.0也只是我随意写的数，读者可尝试使用其它值测试# xd: 10, xd: 12buy_factors = [{'xd': 10, 'class': AbuFactorBuyBreak},{'xd': 12, 'class': AbuFactorBuyBreak}]# stop_win_n：3.0->7.0sell_factors = [{'stop_loss_n': 1.0, 'stop_win_n': 7.0,'class': AbuFactorAtrNStop},{'class': AbuFactorPreAtrNStop, 'pre_atr_n': 1.5},{'class': AbuFactorCloseAtrNStop, 'close_atr_n': 1.5}]abu_result_tuple, kl_pd_manger = abu.run_loop_back(read_cash,buy_factors,sell_factors,start='',end='',choice_symbols=None)AbuMetricsBase.show_general(*abu_result_tuple, only_show_returns=True)买入后卖出的交易数量:229胜率:51.0917%平均获利期望:46.7237%平均亏损期望:-9.3463%盈亏比:6.8304策略收益: %基准收益: %策略年化收益: 378.2231%基准年化收益: 360.0663%策略买入成交比例:70.6897%策略资金利用率比例:38.3857%策略共执行1425个交易日上面的回测结果已经可以比肩基准收益，且读者可以发现这个的收益比上面那个一直持有不卖出的：'stop_loss_n': 100, 'stop_win_n': 100收益还要好很多，而且更重要的是，采取了多种规避风险策略，止损参数依然使用1.0：'stop_loss_n': 1.0, 'stop_win_n': 7.0,依然使用风险控制止损策略AbuFactorPreAtrNStop，且参数依然使用1.5{'class': AbuFactorPreAtrNStop, 'pre_atr_n': 1.5}依然使用风险控制止损策略AbuFactorPreAtrNStop，且参数依然使用1.5依然使用利润保护止盈策略AbuFactorCloseAtrNStop，且参数依然使用1.5{'class': AbuFactorCloseAtrNStop, 'close_atr_n': 1.5}另一点关于比特币，莱特币市场还有一点特殊即是买入数量非整数，精确到小数点后三位，最少交易数量为0.01个币，如下显示交易单的buy_cnt所示：abu_result_tuple.orders_pd.buy_cnt
18.385Name: buy_cnt, dtype: float64之后的章节会讲解示例为比特币，莱特币专门定制的买入，卖出策略，请关注我们。本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。机器学习与量化交易百家号最近更新：简介:机器学习、量化交易相关知识分享。作者最新文章相关文章火币大家说第9期回顾丨莱特币大涨大跌如何止盈止损_巴比特_服务于区块链创新者
火币大家说第9期回顾丨莱特币大涨大跌如何止盈止损
近期莱特币涨势迅猛，19天内涨幅达147.8%，如何抓住大行情科学的赚钱？火币大家说邀请币区势创始人潘国力为投资比特币、莱特币的用户们分享《莱特币大涨大跌如何止盈止损》
来源：大型线上比特币投资讲座“火币大家说”
分享嘉宾：币区势创始人 潘国力
以下为本期讲座分享实录
火币大家说主持人吴兴：
火币精心打造的“火币大家说”，邀请国内最优秀的从事区块链及数字货币领域的大咖为大家深入剖析区块链及比特币的故事和发展现状。
如果你有朋友想进群听课，请TA添加火币美眉微信号huobim，备注：大家说。
前8期火币分别邀请了业内大咖为大家分享区块链、钱包、比特币大数据、挖矿、比特币技术、K线、比特币行业，上一期我们邀请了江卓尔先生给大家分享了比特币扩容和分叉。这一期我们邀请了币趋势创始人、圈内的大咖潘国力先生，来给大家讲解莱特币大涨大跌如何止盈止损。据潘国力先生介绍，币区势是业内专业的数字货币大数据分析公司，致力于提供专业的投资工具以及投资报告，帮助投资者更好地管理数字货币资产，他们的自动化交易胜率达到60%以上。
火币大家说嘉宾潘国力：
最近莱特币的大涨，吸引了众多目光，那我们就来探讨下莱特币大涨的原因有哪些：
受众广：从全球范围来看，莱特币仍然是除了比特币之外受众最广的币种，国内各大交易平台均可交易莱特币。
群众基础好：莱特币和比特一脉相承，两个币种的代码以及区块链协议高度相似，莱特币是公认的最简单易用的币种之一；故坊间一直都有“比特金，莱特银”的口号，如果把比特币比喻成金子，那么莱特币就是银子。
莱特币接管部分比特币的支付职能，一直是莱特币社区所期望的事。
2、直接原因
比特币社区混战
比特币区块链目前每天承载不超过30万笔交易，如果比特币区块大小在1MB的话，比特币区块链的使用费用将会持续上涨，原先使用比特币的用户将被迫使用其它币种；而和比特币非常相似的莱特币，可能是最好的选择。这样的期望，已经很好地反映在了莱特币最近的价格上面。
那么区块链的大小问题，是否可以解决？
从技术上来讲，比特币区块链扩容主要有两个办法：
a.直接增加区块链的大小，以便容纳更多交易；
b．建立一个类似“副链”的东西，把区块链上的交易挪到“副链”上；压缩减少每笔交易的数据，以便容纳更多交易，这就是我们所说的“隔离验证技术”。
比特币区块链硬分叉的声音、社区分裂的声音不绝于耳，导致部分投资者抛售，甚至大量买入和比特币相似的莱特币，作为避险之用。
莱特币区块链开启SW投票
最近莱特币大涨很重要的一个原因，就是刚才所提到的“莱特币接管部分比特币支付职能”的事情，感觉是向前迈进了一步，这主要是因为”区块链隔离验证技术（SW）“有望在莱特币区块链上得已实现。
根据要求，在8,064个连续的区块当中，有超过75％的区块投票支持隔离见证(大约两周)，然后再等待一个8,064区块周期，那么莱特币将正式激活隔离见证。莱特币隔离见证投票刚开始时，支持率曾经一度高达75%以上，并且持续了一段时间。而后来，一些反对SW的投票开始增加算力，把投票下压至了70%左右，所以目前并没有达到激活的条件。
技术形态看好
从技术上分析，莱特币币价最高曾经达到过380元，随后币价一路下跌，在30元以下的区间横盘接近3年时间，以时间换空间的方式，积累了足够的上涨动力。
火币大家说主持人吴兴：
莱特币进行隔离见证投票并不是因为莱特币网络拥挤，而是要为比特币扩容进行一个铺路测试。因为莱特币是最像比特币的一个数字货币，所以，社区讨论如果莱特币能够顺利进行隔离见证，而且之后没有什么问题，那么比特币也可以。我们也看到为什么莱特币之前一直比较低调，而从比特币扩容进程开始加速后，莱特币的扩容也得到了业内大咖和投资者的高度关注。
刚才潘国力先生给我们讲了莱特币因为隔离见证投票等原因导致莱特币价格猛涨。从3月30日开始，我记得很清楚，当天火币进行第一天莱特币手续费五折活动，恰好当天莱特币进入上升通道。从开盘价格28.21当天涨到了最高价39.9元。后来一度达到最高价近70元，现在在60元左右震荡。短短19天时间，莱特币上涨了147.8%。当然莱特币在后半段也经历了下跌，一天最大的下跌震幅达到近10%。
我看到群里很多小伙伴晚上夜聊，吓得不敢睡。或者一觉醒来后悔前一天晚上下了车。那么在这样的大涨大跌的情况下，我们作为数字货币的投资用户，该怎么做计划交易，进行止盈止损呢？
关于止盈止损，有个问题，我代表一些新手用户问下，止损很容易明白，就比如你和一个你不爱的人谈了恋爱，你很痛苦但又很犹豫。止损就要你把你的损失及时止住不扩大，比如及时分手，而不是相信可能以后会有转机或者得过且过，结了婚甚至孩子都生了再离婚，这样损失更大。
那么为什么要止盈呢？我们投资的目的不就是为了把我们的收益最大化吗？为什么我们还要止盈呢？有请潘国力先生给我们讲下止盈止损的意义。
火币大家说嘉宾潘国力：
在投资中，设置止盈止损究竟有什么意义呢？
设立止损止盈，是为了更好的进行投资交易。
个人认为，投资交易，要进行价值投资，而非投机。价值投资，一定要看请趋势和局势，把握好正确的市场走势方向，所以，我们既要有固定的公式化的止损止盈比例，又一定要掌握灵活的交易机制。
理论上来讲，每一次的止出都是对的，但是并非一定要生搬硬套的到了位置就必须出场。很多市场波动比较剧烈的时候，你早止损一分钟，就会多保留不少可用资金；而有些时候，你晚止盈一分钟，却可能会从市场多获取很多的投资收益。
在制定交易策略以及止损止盈和灵活操作之间，看似矛盾，实际上二者却是相辅相成的；在初期的交易或者投资生涯里，只有保持良好的计划交易的习惯，才能为你提供最有效的保障；随着交易经验的丰富，才能更加熟练地运用计划交易，才可以既遵循计划，又不失灵活地投资。
你交易的胜率是多少？
在10次交易中，我们会对几次会错几次这个问题，和交易员入行时间长短无关，并非入行时间越长的人，对的次数越多。假如，我们进行十次交易，每次只做1手，只能对3次，其他7次都是错的，而我们设置的止损止盈比例为1：3，也就是每次亏损到了1元钱，我们就要止损离场；而盈利的时候，我们则坚持要够3元的盈利才平仓离场；这样，我们可以计算出，10次交易，我们错了7次，我们一共亏损了7000元，而对了3次，一共盈利了9000元，9000元的获利，减去7000元的亏损，还有2000元的盈利，即便是减去手续费等其他费用，我们可以保证整体的交易情况，是不亏损的。
因为你不可能达到100%的交易胜率，所以严格执行止盈止损的计划：
a．固定价差法；
b．固定比例法；
c．保住本金法；
止盈和止损的设置都可以通过交易交易已有的工具来进行设置操作，或者您也可以在交易的过程中手动进行操作。
缺乏止盈止损计划可能导致的问题：
a．不知道何时进出场，手忙脚乱；
b．交易毫无节制，交易频繁且过度；
c．不知道自己应该承担多少风险；
d．不知道应该交易多少才对；
e．对于特定的市况毫无应对的策略；
f．账户大起大落，资本越来越少。
火币大家说主持人吴兴：
看来止盈止损非常重要，因为我们没办法做到每一次都是有盈利的，我们要做的是，最终下来我们的亏损是少于盈利的。请潘国力先生给我们讲下止盈止损与计划交易是怎么回事？
火币大家说嘉宾潘国力：
下面和大家一起来聊聊止盈止损与计划交易之间的什么关系。
止盈：投资顺利盈利后及时获利了结，防止市场反向运行侵蚀盈利；
止损：投资错误产生小额亏损时，及时截断亏损防止更大损失。
意味着对每一次交易都要建立止损和盈利目标。在盈利和亏损的关系上，首先盈利目标要大于可能的损失（止损），只有这样的交易才是有利可图的。其次，盈利的次数和亏损的次数也很重要；举个例子，某假设每次交易错误和正确的机率各占一半，那么把每次错误带来的损失限制在500元以内，而每次正确的盈利达到1000元。长此以往，这种交易必然是盈利的。
接受亏损，不要死杠
进行交易时，首先必须树立一个正确的盈亏概念，进入市场若不能接受一定的亏损，其投资观念是有重大错误的。也就是说，应该把亏损看成是金融投资最正常的事情，投资非盈即亏。
怎样设置止损
a．保证金比例：每次仓位保证金的比例不要超过10%的资金，确保亏损时资金不会受到太大削减；
b．交易币种的活跃度：越活跃的品种，风险越大，收益也越大；
c．认识自己盈利平均水平：盈利的概率越大，可以接受的损失也越大；
很多成熟的交易员，都知道这样一句话，“计划你的交易，交易你的计划”，严格执行交易计划最重要的是培养交易的纪律性和知行合一的交易习惯。但是不少新入行的交易员却很难做到严格执行，这时我们可以使用交易平台提供的一些功能，来更好地执行交易计划。
交易计划规避的是随意交易带来的不确定风险，用以克服贪婪、恐惧、犹豫、期望情绪化心理对交易的影响。可以说交易本身就是针对人性弱点设计的游戏。
如果按计划止盈后价格还继续按原来方向运行，或者按计划止损后，价格马上转为利于自己的方向，这怎么办？
首先要知道，纠结这些东西的意义不大，只说明这次交易计划中止盈条件设置的不合理，但不能因此说执行交易计划是错的。至于止损，不平仓不是实际亏损这个观念害人不浅，合约爆仓的风险均源于此。无论止盈、止损都需要技巧，方向性止盈止损是很好的方法，只要确认交易方向做错了及时出局转换方向，越早越好。
所谓正确的交易，不是指赚钱的交易，而是指交易策略正确；整个交易过程按计划进行处置得当，进场和出场时机把握准确的交易。所以赚钱的交易不一定是正确的交易，亏钱的交易也未必就是不正确的交易，放平心态非常重要。
怎样按计划开单才能获取更大的利益？
a．按计划设定操作的周期，比如5分钟、15分钟等，以及期望赚取的价差;
b．期望赚取不同的价差意味着不同的收益和风险，止损止盈设置的位置也不一样;
c．明白每个价格开单，收益和风险也不一样;
d．当看到收益比风险大时，才下单建立仓位; 收益和风险主要参考各个支撑和阻力位置，以及参考斐波那契回调线；
e．严格按照计划止盈止损是获利的关键；
f．总是错过利润，采用固定回撤止盈，或是百分比回撤止盈，或是两者结合；
g．总是轻易被触及止损出场，优化入场点，或是更合理地设置止损范围；
火币大家说主持人吴兴：
投资其实是理性和欲望的博弈。欲望是看到盈利想赚更多，看到亏损很害怕；理性是根据自己的资金额度、周期、期望和市场当前的博弈情况，设置自己的交易。计划交易就是用计划规避掉交易的随意性，减少情绪对自己的干扰。
在本期火币大家说开始的时候，我们提到这段时间莱特币的波动非常大，吓得有一些朋友不敢睡觉或者早期起来一看价格就哭。那么，在价格波动较大时，是不是计划交易进行止盈止损的好时机呢？哪些情况是设置止盈止损的的情况呢？
火币大家说嘉宾潘国力：
如何判断止盈止损的关键点位呢？
下面我们就一起来看看，在什么时候设置止盈止损比较合适。
如果一位投资者在交易市场上经验够丰富的话，几乎一定会明白交易计划的重要性，因为没有计划的交易等同于随机的博运气，而随机的行为只会导致随机的结果。尽管它很重要，但对于新手来说，可能还不明白如何做一份交易计划以及如何执行交易计划。
那么我们应该在什么时候使用计划交易的功能？
明显大波动后的拐点
制定计划的前提是有一套判断行情的逻辑和成型的策略，在此基础上方可根据当前形势推测后期出现的走势。以拐点交易系统为例，当大周期震荡上涨的顶部形成，上方在高点积累了大量筹码的情况下，拐点是有可能产生的。面对这样的情形，就要做一个入场的计划。
如果出现上图中的态势，可能会出现什么样的情况呢?
按照我们的系统，大致有三种可能：
a．拐点成立、币价顺势下压;
b．拉到前低位置盘整，不上不下;
c．拉到前低位置后无力继续，缓慢或者快速的回落。
判断这三种最可能出现的情况的依据分别是：
a.主力实力弱，大量积压的获利盘不断抛售，拐点成立；
b.主力实力强劲，吸足筹码后继续大力拉升;
c．主力实力不够强，币价继续横盘，拉升不力，需要时间换空间;
三种情况的走势都有可能出现，据此，交易计划就容易制定了。我们只做币价上涨，或者币价下跌的情况，横盘则继续观望。此时，我们可以按照我们设定的计划来制定交易。
第一种计划是，币价涨破关键价位时，执行买入做多操作；
第二种计划是，币价跌破关键价位时，执行卖出做空操作；
当然，以上假设均是个人经验做的一种大概率判断，各种意料之外的情况都有可能出现，但大方向上不会有太大变化。这只是轻仓测试时的安排，也就是一号仓位，一旦测试成功，后期二号、三号仓位就会跟进，直到爆发前，将仓位加满，重仓参与突破以后盈利最丰厚的优质区间。
MACD出现死叉或者金叉
MACD称为指数平滑异动移动平均线，是从双指数移动平均线发展而来。由快的指数移动平均线（EMA12）减去慢的指数移动平均线（EMA26）得到快线DIF，再用2×（快线DIF-DIF的9日加权移动均线DEA）得到MACD柱。MACD的意义和双移动平均线基本相同，即由快、慢均线的离散、聚合表征当前的多空状态和可能的发展变化趋势。
a．MACD也有金叉和死叉，和MA一样金叉看涨，死叉看跌；
b．MACD、DIF、DEA均有正负之分。当数值为正值，而且形成金叉，那么就是强的看涨信号。反之，当数值为负值，而且形成了死叉，那么就是强的看空信号。
C．当MACD从负数转向正数，是买的信号。当MACD从正数转向负数，是卖的信号。
KDJ的J值出现异常
KDJ叫随机指标，统计的是通过一个周期（常为9日、9周等）内出现过的最高价、最低价及最后一根K线的收盘价及这三者之间的比例关系，来计算最后一个计算周期的未成熟随机值RSV，然后把RSV用类似计算MA（移动平均线）的方法来计算出K值、D值与J值。
a．KDJ也有金叉和死叉，和MA一样金叉看涨，死叉看跌；
b．我们还能通过判断J值的极端情况来判断价格趋势。K值和D值在0和100之间，但是J值有时会小于0或者大于100；
c．当J值接近或者小于0的时候，价格比较看涨；
d．当J值接近或者大于100的时候，价格比较看跌；
RSI的值大于或者小于某个经验值
RSI称为相对强弱指标，RSI计算一定时期内上涨点数和涨跌点数之和的比率，并把制作出的一种技术曲线，以数字计算的方法求出买卖双方的力量对比。
a．RSI也有金叉和死叉，和MA一样金叉看涨，死叉看跌；
b．RSI的数值范围在0至100之间，可以判断RSI具体值的大小来判断趋势，和KDJ的J值有点类似；
c．一般而言，RSI大于80，价格比较看跌。RSI小于20，比较看涨。具体的边界数据，不同币种的交易市场会有所差异，需要投资者通过观察图表得出。
火币大家说主持人吴兴：
那么对于我们小白来说，我们可能不会写代码，我们搞不了那么复杂的事情。我们可以不可以借助一些工具来做止盈止损？比如说，我们在火币网上怎么做计划交易实现止盈止损呢？
火币大家说嘉宾潘国力：
以下是在火币网上进行计划交易、止盈止损的截图，大家可以了解下。
火币大家说主持人吴兴：
不会使用火币网计划交易的朋友，看到计划交易页面，右上角有教学视频，可以进行详细学习。感谢潘国力先生今天的分享。
如果你有朋友想听“火币大家说”，欢迎添加火币美眉微信号huobim，验证通过后，火币美眉会将TA拉进群。
我们一起共同进步、共同成长。再次感潘国力先生、感谢“火币大家说”的听众朋友们，下期再会。
以上为火币大家说第9期的全部内容，收听语音请搜索“火币网”微信公众号，在菜单栏中回复大家说第9期或第九期，即可获得本期分享内容的语音。
火币大家说精彩文字版内容集锦
文章版权归作者所有，禁止无授权转载，若转载请注明来源：火币。
版权声明：
作者保留权利。文章为作者独立观点，不代表巴比特立场。
发文时比特币价格
您需要登录后才可以回复