最简单的交易系统模型。
先来看看回报风险比。
回报风险比=预计收益/初始风险R。而R是买入的价格减去你愿意止损的价格再乘以股票数量，也就是每笔交易你愿意承受的初始风险。这里的R衡量的是绝对亏损数值。
但我们关心的是预计收益相对于初始风险R的比率。现在我们改变一下计量的方式，把R当做一个标准的单位，我们称为一个单位的风险，就是1R。这样的话，预计收益我们就可以用多少R来表示，从而建立了统一的衡量标准。
那么预计收益或者实际收益都可以简单的表示为R的倍数，而不用关注其绝对值，我们称之为R乘数。
一笔交易进行前，要有多少的回报，才是适合操作的呢？。通常认为，至少要达到3R才值得进行一笔操作。主要是考虑到成功率可能在50%以下，以及交易成本的问题，否则期望值不一定为正。
再来看看胜率。
有时胜率很高，但在回报风险比较低的情况下，期望值甚至为负。
例4.1。你的止损点设在4%，但你每次赚1%就退出。回报风险比是0.25.。你有很高的成功率，比如75%。你会赚钱吗？。
计算一下期望值：0.25R*75%-R*25%=-0.0625R。是负值，还是亏钱的。你的系统不具备优势。 而且，你的准确度不一定能够这么高，甚至不一定能超过50%。这不是开玩笑。你觉得自己的准确度一定高于50%，甚至80%，90%。那是你没有真正理解准确度的含义。准确度要建立在有止损点的基础上。很多时候，你买入后，涨了，还没到目标价位又跌回来，甚至直接止损。还有的情况直接跌到止损位，你止损后，又迅速上涨。但你已经止损了。加上这些因素，准确度很难高于50%，尤其是为了提高回报风险比而把止损位定在比较靠近买入价的位置。
我个人的看法：准确度能够控制在50%甚至略低一点是比较实际的。重要的是提高单笔交易的盈利能力。每笔交易的预计R乘数至少要达到3才是一笔值得出手的交易。
简单测算一下：如果盈利赚取3R,如果亏损损失1R，盈利的比率50%，那么期望值是：3R*50%-1R*50%=R.意味着每笔交易平均下来你可以获利R。
假如总资金100万，单笔交易金额为25万，止损位设为4%。即每笔交易设定的初始损失为本金的1%，也就是R=10000，平均每周操作两次。一月操作8次。那你一个月的操作可以获得收益是总资金的8%，年化收益可以达到100%以上。不错的收益吧。
实际上，你动用的仓位很可能只是半仓，每次操作两只股票。而且你知道，每只股票再怎么亏损也只是亏损总资金的1%,就是1万元。睡觉都睡的踏实。
不要追求过高的准确度指标。重点放在提高单笔操作的盈利性上。这就是这个系统的魅力所在。
最后还有一个很重要的问题需要注意，它隐含在期望值当中，很多人却并没有清晰的认识到。 要想充分的利用一个正期望值的系统并实现理论上的收益，你就必须做到每次下的赌注相同。试想一下，在摸球的例子中，第一次你赌10元，结果你输了10元，第二次你赌1元，却赢了，结果只赢了1元。这样的情况下，即使你有一个正期望值的系统，也无法保证你实现盈利。 所以一个盈利的系统需要具备三个要素： 1、正期望值；
2、资金管理，从而避免破产风险；
3、等额的下注，从而充分的利用期望值。
就交易系统而言，你每笔交易所下的赌注就是初始风险R。因此，这里就自然的引出了后面的单
笔交易初始仓位确定的概念，也就是将每一笔交易的初始风险R进行统一，使之全部相等，比如都等于总资金的1%。只有这样，交易系统的概率优势才能尽情的发挥。
第5章：资金管理。
资金管理就是为了解决以下问题：使得交易可以进行到一定次数，避免在此之前自己就已经破产。
资金管理实际上包括两个方面：
1、确定每一笔交易的初始仓位，也叫做单笔交易初始仓位确定； 2、确定总仓位。
前者试图控制每一笔交易的初始风险。而当你同时进行几笔交易时，就需要后者来控制整体的风险。
总之，资金管理的主要作用就是控制风险。
一、我们先来看看单笔交易初始仓位确定。 就像赌博，如何规划每次的赌注很重要。比如你有100元，每次用50元来赌，只需要连续输两次，你就赔光了。每次10元来赌，赔光概率就比较低了。 所以设计一个每次你最多赔多少的策略是很重要的。
比如，你总资金是100万，你每次允许自己赔1万，就是说你每次允许自己赔掉的金额是总资金的1%。这通常是一个比较稳妥的策略。意味着你连输100次才会赔光。概率是非常小的，尤其是你具备一定优势的情况下。
当然你也可以选择0.5%，或者2%。通常最高不要超过2%，最低也不要低于0.5%。过高会由于严重的突发事件导致过大损失，过低会导致你需要大量的机会才能充分利用资金。
前面说过，你每次交易承担的风险就是买入价格减去止损价然后乘以买入股票数量。这就是每笔交易的初始风险R。如果你允许A股票从10元跌到9.5元，那你可以买多少A呢？10000除以（10-9.5）=20000股。市值是20000乘以10=20万，占用总资金的仓位是20%。
这就是单笔交易初始仓位确定的全过程。我们总结一下：
1、确定你每次交易愿意承受的最大损失占总资金的百分比，本例中是1%。 2、确定目标股票的止损点，
3、确定你可以买入多少数量的股票A。
经过这样的设计后，会出现什么结果呢？
你现在持有2万股的A股票，成本价10元，如果跌到9.5元你就执行止损，损失是10000元，此时，你的损失占总资金的1%。一切都很清晰。
这里有个问题需要注意，就是止损点的确定。假如止损点定在9元，结果会大不同。此时你可以买的股票数量是10000股，总价值是10万元，占总资金的10%。
一定要理解这个逻辑顺序。！！！开始时你并不知道要买入多少股A股票。只有确定了三个步骤中的1和2后，才可以计算出来到底需要买入的数量。这跟通常的交易逻辑完全不同。普通投资者往
往是先决定要买多少仓位，然后确定止损点。 希望你能试着去体会这种理念的优势所在。
至于具体的数字是1%还是2%，只是反映了你对风险的态度。小的比例同样可以达到相同的效果，只是你需要选择更多的股票。。
我提供一种针对股票的简单方法，供大家参考。
假如总资金100万，按照1%的初始仓位确定方法操作。我把资金均分为8份，每份12.5万，建立一个头寸单位就买12.5万的股票，也可以分几笔建仓，总之一个头寸单位就是12.5万。 我的止损点非常容易确定，就是8%。大家计算一下，很简单，刚好是总资金的1%。如果我觉得这只股票很好，就再建仓一个单位，就意味着我持有25万的该股票。这时止损位就会自动变为：4%。或者把这两个单位视为独立的交易，分别按照各自的买入价格的8%作为止损位，分别操作。 越小的止损百分比，意味着更大的回报风险比也就是R乘数。要真正在交易中赚取高的回报，必须要捕捉到更高的R乘数。
二、至于总体仓位的确定，解决的是系统性风险的问题。
就算你对每笔交易的初始损失严格控制在1%，如果你同时操作4笔交易的话，理论上你就有可能在很短的时间里损失达到总资金的4%。这也是很要命的。因此，除了单笔交易的初始仓位控制，总体仓位也需要制定一个明确的标准。如果整体仓位已经达到了上限，那么即使有不错的交易机会，也不能再交易，或者把已经持有的股票卖掉，然后才可以捕捉新的机会。 关于整体仓位的问题，后面我们再详细谈。这里就不再赘述。
我们尝试着根据股市的特点，把单笔交易初始仓位确定和总仓位确定二者结合在一起，构建一个简单的资金管理框架。这个框架非常简单，只是为了说明的需要。真的用于实战，需要做更多的细化工作，后面会详细谈。 中国股市的特点如下：
1、中国的A股数量已经超过2000只，每只股票都是一个交易对象，因此，必须要进行选股。
2、股市具有明确的分层结构。第一层次是大盘指数，我们以上证指数为例，代表着整个市场的平均的波动状况；然后是各种板块指数，代表同一个板块的整体波动状况；然后才是个股，代表自己的波动。在抓住任何一次交易机会前，适当的参考上一个层级的波动状况，具有一定的参考意义。这就是我们常说的炒股要看大势。
3、随着股票数量的增加，大势和个股的不同步现象越来越多。很多时候，大盘指数狂跌，但个股猛涨；大盘在涨，有的个股却进入漫漫下跌通道。 4、市场波动通常分为三种状态：上升趋势，下降趋势和横向波动。上升趋势和下降趋势都是趋势，只是前者适于做多，后者适于做空。中国A股市场无法做空，我们在下降趋势时只好放弃，不进行操作。横向波动意味着有波段操作的机会。属于可以操作的阶段。 根据上述特点，我们可以建立一个框架。假定：
1、对于个股，我们只做处于上升趋势的股票。下降趋势和横盘整理都不考虑。 2、对于大盘，我们三种情况都考虑。??? 根据上述二者的不同组合，我们来确定： 1、单笔交易初始仓位确定； 2、总仓位控制。
一个简单的方案如下：
1、大盘上升趋势，且个股上升趋势：此时处于最佳状态，我们可以把单笔交易初始风险定为总资金的2%,即R=2%，同时总仓位没有限制，可以满仓。
2、大盘横盘整理，（注：大盘上涨中继的横盘才可操作个股，如果是下跌中继的横盘，即使个股上涨也放弃做多的交易）,且个股上升趋势：此时处于较佳状态，我们可以令R=1%或者2%，总仓位可以限定不超过75%。
3、大盘下降趋势，而个股上升趋势；此时风险较大，不佳状态；可以令R=0.5%，同时总仓位不超过25%。
以上就是一个根据实际情况进行调整的简单策略。符合交易系统原理，同时又具有一定的灵活性。当然只是为了说明的需要，因此相当的简单。在后面我们会详细的探讨这方面的内容。
交易系统不是死板的。死板的是你的心灵。任何真正有效的方法，都需要一定的灵活性和适应性。适合的才是最好的。
最后，再次强调下等额下注的问题。
单笔交易的初始仓位确定使得每笔交易的初始风险能够完全相同（比如都等于总资金的1%），而不必管你买的是什么股票，买入的数量是多少。这本质上就是等额下注，而这正是交易系统能够顺利实现其期望值的必要条件。
我们的最终目的，是把交易行为抽丝剥茧，用最简单、最纯粹的方式描述交易，并按照一定的逻辑建立起完整的分析体系。如果每笔交易都是独特的个体，都采用不同的标准，就会使得分析变得异常困难。
但现在我们通过单笔交易的初始仓位控制，使得不管你买的是什么股票，买入多少，何时买入，就该笔交易的风险而言，全部可以表示成总资金的一个相同的百分比，其他的特征都可以忽略不计。如果再加上下一章我们谈到的R乘数，使得每一笔交易的收益，无论是预计收益还是实际收益，都可以表示成初始风险的R乘数，那至此，所有的交易的个性都不复存在，交易真正意义上成为一个完全复制的行为。 这就是交易的数理化。
第6章：R乘数。
R乘数是个非常容易让人产生混乱的概念。 我们来一步步理顺。
首先R指的是交易者每笔交易愿意承担的初始风险，也就是买入价减去止损位再乘以买入的数量。当结合单笔交易的初始仓位确定后（以1%为例），这个R始终等于总资金的1%，也可以表示成R=1%。这相当于建立了一个统一的标准。
衡量一笔交易是否操作的重要指标是回报风险比，就是预计收益与R的比值。反过来说就是预计收益要达到多少R.。在前面谈到至少要3R才值得进行一笔交易，就是这个意思。 所以R乘数就是R的倍数，指的是收益不再考虑其绝对值，而是跟初始风险的比率。 在摸球的例子中，摸到红球，赢5元，摸到白球输10元，R乘数是0.5。
买入股票A的例子中，买入价10元，止损位9.5，预计收益11元。R乘数=（11-10）/（10-9.5）
=2.
大家有没有发现问题？。
摸球的输赢结果是事先就确定好的，也就是已知的。但股票A中，收益只是预计收益。这就引发了一系列的问题。
因此R乘数分为预计的R乘数和实际的R乘数。
预计的R乘数用来判断一笔交易值不值得进行操作；实际的R乘数指的是一笔交易完成后的真实的结果。
在完全机械化的交易系统中，如唐奇安通道系统，一切都是机械化的，不需要人为做出判断，入市信号和退出信号都是可以客观衡量的，因此，入市的时候，不需要考虑预计收益的问题。但该系统隐含的假设是：一旦趋势成立，那将是一个很大，比如20R的回报。这个系统的实质就是牺牲成功率（准确率通常在40%以下），但博取少数几笔较大的R回报。
这个系统的R乘数往往是通过历史数据检验来测算的，因为全部是客观的，可以计算机直接进行模拟。模拟的结果就是该系统预计的期望值，及每笔交易构成的所有R乘数的分布。这个历史测试的结果可以指导交易者进行交易，但实际的成果不一定跟历史测试吻合。只是起到指导意义。 但另外一些不完全机械化的系统中，交易者需要做出一定的判断，决定是否入场，或者是否退出。因此，这样的系统无法进行历史数据测试，因此也无法得出历史模拟的期望值及所有R乘数的分布。系统实际的效果如何，必须依靠实际的交易来检测。在此之前，你无法得知。所以预计的R乘数是个重要的参考指标。
实际上，R乘数提供了一个统一的度量衡，让投资者很容易、很方便的比较每笔交易可能及实际产生的结果，并计算整个系统的综合效果。尤其是跟单笔交易的初始仓位确定结合在一起，威力无穷。
R乘数是交易系统中非常重要的概念。每笔交易最终都会用一个R乘数来代表，可以是正值（代表盈利），也可以是负值（代表亏损）。当然，一笔交易的实际亏损可以大于或者小于或者等于1R。一笔交易产生的盈利也可以大于、小于或者等于预计收益，具体都取决于我们的退出策略。后面会详谈。
一个交易系统，实质上就是一系列的交易构成。而每笔交易都可以表示成一个R乘数（这里指实际R乘数），所以，从本质上讲，交易系统就是一系列的R乘数的分布。这就是交易系统最形象的描述和本质。
范.萨普在《通往财务自由之路》中分析了R乘数。但是他的论述是比较简单的。因为他讲的一切都是指的交易系统产生的实际的R乘数。 为什么会这样？。
是因为他所谈的交易系统基本都是机械化交易系统，基本都是可以用历史数据进行检测的；即使不能检测的，他也是强调用实际的小额交易来测算一定交易次数产生的实际R乘数。这些历史检测的结果或者实际小额测试的结果，就成为R乘数的分布。
机械性交易系统就是系统中的所有环节都是可以确定的，不需要个人的判断。比如，使用均线，10日ATR，历史新高等，这些无需个人判断，都是明确的，可以客观衡量的，因此也可以直接用计算机进行历史数据检测得出实际的R乘数。
而自主式交易系统则不同。交易系统中，只要有一个变量是需要个人判断的，那这个交易系统就是自主式交易系统。如支撑阻力位，如趋势线。每个人对支撑阻力的看法会不同，对趋势线的画法也未必一样。因此，自主式交易系统无法进行历史数据检测。只能通过实际的交易来得出实际的R乘数。
因此，在机械性交易系统中，预计的R乘数是没有意义的。你进行任何一笔交易，都是按照程序进行，我们不需要考虑预计的R乘数是多少。我们唯一能做的是通过历史数据检测或者小额实际