123财經深度專訪——與資深EA大師“老易”面對面

嘉賓：老易  丨主持：KAEL丨編輯：KAEL、William丨拍攝：July

 

在當前金融市場的激烈競争中，越來越多的交易者開始關注如何利用量化交易來提高交易效率和成功率。老易作爲資深EA編程大師，一直在這個領域中擁有着極高的聲望和專業知識。

123财經導航和老易在2023年7月17日按照計劃如約在湖南舉行了一場名爲“仲夏之約”的深入學習交流訪談。雙方因對交易的熱愛而聚在一起，讨論了金融市場中的量化交易、EA算法編程等問題，提出了一系列關于量化交易、交易路線、随機開倉、彙市亂象、多策略EA等方面的問題，并進行了深入探讨。

在這篇文章中，我們将共同跟随老易的回答，借助他的專業知識和豐富經驗，解答讀者在量化交易領域中的疑問，并提供幫助和啓示。

問題一：123财經導航想做的不是簡單的站點收錄、資源彙總，更想做的其實是助力交易更好成功的工具，最好是通用于各個金融衍生品的工具，不受平台和品種的限制。老易09年便開始接觸量化交易，對于這個問題持怎樣的看法？

老易答：

金融交易領域中存在着一種編程語言“孤島”的問題。由于每個交易平台都有自己的編程語言和接口，導緻交易者需要學習多種語言才能進行跨平台交易和編程。這不僅浪費時間和精力，也限制了交易者的選擇和發展。

目前缺少一個能夠打通交易壁壘，進行編程、曆史回撤、通過接口執行交易的開放平台，以便将多個賬戶的數據彙總在一個平台上實時統計和管理，而不是開多個屏幕挨個查看。這是一個全球性的問題，現有的平台存在語言限制、收費高、受到國家監管等問題，而且每個公司或個人都需要花費大量的資金去建設自己的交易生态。

此外，像基金公司這樣的機構也需要一個類似的系統來監測分散投資的資金。因此，我認爲需要一個通用的、能夠滿足個人投資者、基金私募、證券公司和投資公司所有需求的平台，通過開源接口執行交易，同時可以實時統計多個賬戶的資産變化。這個平台可以爲個人投資者、基金、私募和證券公司等提供幫助。

 

問題二：老易原創的《MT45融合編程手冊》可以說是MQL編程史上的劃時代創新，該手冊也經曆了多次版本叠代，從0-1是極需要能力和毅力。融合手冊從開發到現在通用的過程中，老易有哪些難忘的酸甜苦辣可以做一個簡單的分享？有哪些EA原創編程開發者的共同心聲。

老易答：

從2009年開始到2010年我就開始，我就開始做這個函數庫。但這個融合庫是因爲MT5的用戶越來越多。然後我發現使用一套新語言框架編寫策略還是很麻煩，因爲我如果再做一套MT5的函數庫的話，那我一下子得維護兩個函數庫就顯得不劃算了。再說他們相似的地方也高達80%以上，可就是那20%導緻兩個終端的程序無法通用，最後不得不花時間把那20%的技術難題解決掉。這樣就把MT4和MT5的函數庫融合起來了，這個過程又在原來的基礎上耗費了大概兩年時間。

因爲愛好這個東西，談不上痛苦，雖然很繁瑣！但是作爲程序員就喜歡繁瑣，最好是重複的繁瑣。對我來說，這個手冊是一個跨時代的創新，因爲它解決了訂單管理中諸多問題，如訂單号的管理和溯源等。但如果不熟悉MT4和MT5之間的差異，編程會很困難，因爲這兩個平台之間的區别很大。

也就是說我在MT4上面寫了一些代碼以後，放在MT5上面多少還是要做一些修改，要把一些指令做對應的調整，那這個所謂的通用就失去了“通用”的意義了。這個通用函數庫，相對于編程不是太精通的使用者來說，也是需要花時間去從最基礎的MQL編程語言開始學起，隻有掌握了基礎用法之後，才能更好去運用通用函數庫。

所以我後來想來想去，我已經有MT4的一套成熟的函數庫，那20%的區别無非就在于語法定義上，那隻要在這個基礎上稍加修改便可以通用。但是，融合手冊的優點不在于你在用MT4寫好了程序放在MT5上通用，這不是他的優點，更不是它真正的價值。真正的價值就在于你隻要通過融合庫調用相應的指令，就可以索引定位到指定的訂單，做對應的動作來實現相應的訂單處理方式，這也是後面我們即将談到的模塊化編程類似的理念。

 

問題三：對于外彙交易者而言，有以交易爲主業的自由交易者，也有以商業爲目的交易機構（例如資管），另一種就是有其他主業要做的普通的交易者。相比下來，這三種方式所帶來的結果也各有千秋；那麽對于一個初入市場的交易者而言，爲了提高在市場中的存活率，把交易提升到自己滿意的高度，該怎樣選擇适合自己的交易發展路線呢？

老易答：

每一個進入市場的人，大多數是頂不住誘惑的。他們入市的隻有一個原因那就是“賺更多的錢”，隻是方式也有所不同。大概可以分爲兩種：一種是作爲愛好，閑着無聊，比如說打麻将不如炒股票，炒股還有點技術含量，打麻将隻能全憑手氣。另一種就是以此爲生，包括資管的這些從業的人員，交易本身就是他的職業。

如果要細分的話，一個是以此爲業；一個是以此爲樂。那入市了以後怎麽樣來規劃一下自己呢？當然還是想進步，不至于成爲“韭菜”。其實變不變韭菜的定義不是别人所爲，而是你自己不成熟，因爲你對于一個交易的基本情況都不是很清楚，尤其是外彙，對于做市商的規則都不了解的話就麻煩了。

所以這就是爲什麽我們作爲一個剛入市的這個交易者，真的要把交易的規則、細節要搞清楚。必須要認清盈虧同源的道理，不能隻關注賺錢，而忽略了風險管理。同時，也要有一個科學的規劃來設計自己的交易系統，并不斷地叠代和優化，去了解市面上常見的一些交易方法，但是這個交易方法你不要輕易的去用，首先你要了解它爲什麽要這樣子做；比如：馬丁爲什麽能夠在短時間裏面獲取暴利？爲什麽海龜交易法要把時間拉長了你才能獲取暴利？

俗話說盈虧同源，你有機會翻倍就有機會爆倉，這是相互的，必須要認清楚這個道理，切勿滿滿腦子都是想着大賺一筆，必須樹立自己的交易計劃，提升知識面，克服恐懼心理，更不能人雲亦雲。

除了上述的幾種交易者，另一種既想做好交易，又想通過編程的方式把目前不完善的策略，或現有這些交易策略當中沒有自己想要的，想通過這種編程的方式把策略寫出來運用到自己的交易當中。對于這個問題很多交易者都碰到過，就比如有人找到我，第一句話就是：“老易學編程難不難？”，那反觀這個問題，還有一句話就是學交易難不難？

畢竟人的精力是有限的，天賦那也是不一樣的。在交易和編程之間需要做出選擇，不要讓自己從一個優秀的交易者變成蹩腳的程序員。

 

問題四：現在交易圈子裏有很多亂象。比如：高價倒賣别人的EA給剛剛入門的新手，通過吹噓以及數據造假等方式博取新手的認可；通過一些特殊的手法，塑造一個看上去有平滑曲線高收益的信号源觀摩；返傭平台魚龍混雜以及返傭比例測參差不齊。綜合上述情況來看，老易對這類亂象怎麽評價？作爲一個小白交易者怎麽才能有效避坑？

老易答：

上面提到的這些，确實稱得上是一種亂象！它也跟這個市場是同步産生的，有需求就有市場，人性的貪婪和無知背後就有這樣的坑!

比如推廣EA，靠着一個曆史回測圖或者是看似很平滑的盈虧統計，資金曲線一路上揚45度角，作爲一個踏入市場不久的小白來說，很容易就相信聖杯的存在！常見的朋友圈、社群、論壇都很常見這種現象，細想一下，都能買地球了，幹嘛出來賣啊？你不自己去買地球不就好了？這種情況之下，他沒有辦法給你一個合理的答案。但凡是一個懂點交易的人，都能意識到時什麽情況，這就是一個很低級的坑。

那什麽坑會讓人猝不及防呢？這個就涉及到很多交易者的認知盲區，比如制造假的Real賬戶（真實賬戶）來欺騙交易者的騙局。在這種騙局中，一些人會在真實的服務器和假的服務器之間切換，通過改變數據來讓假的real賬戶表現出色，從而欺騙交易者。但實際上這些賬戶的表現都是虛假的，存在着極大的欺騙性和風險

比如100個單子裏面隻有兩張是虧的，而且不管是高頻交易，馬丁，趨勢等任何一種他都能做得和正常交易一樣，甚至出入金記錄，任何你能想到的都能做得真假難辨，當這種情況出現，大多數交易者就已經開始上頭了，一看不僅是實盤賬号，而且還那麽高的盈虧比，極其容易上當！

在這個行業裏面，尤其是這種“白盤”，會有實盤的 a 服務器和 b 服務器， a服務器是真金白銀， b 服務器隻是一串數字。本質上它們的屬性都是 real，但區别就在于可以通過一些資源或渠道得到這樣的賬号，資金随便改，可想而知你看到的你以爲是真的但也不一定是真的！

 

問題五：相比傳統的代碼編程，市面上的模塊化編程大大降低了策略編寫的門檻，很多0基礎的小白隻要具備一定的邏輯思維能力也能創造出屬于自己的EA，老易怎麽看待模塊化策略生成呢？沒沒有想過去整合市面上類似案例的優點，去開發一個完美的0代碼模塊化編程工具呢？

老易答：

這是一個已經存在的産物，無論是國内或者國外，都有類似的案例，尤其是國外做的比較多，但無論是用哪一種方式去實現策略編寫，首要條件必然是這個人得具備很強的邏輯思維能力。

相比之下，有較強邏輯思維能力的人，我更建議直接去學代碼編程來得實在，而對于不想學代碼又想編寫策略的人，在邏輯思維上必定會存在很大的弱點，模塊化雖然能夠直觀的把每個邏輯模塊進行拆分與重組，但這個過程也需要花費大量的時間和精力去學習和理解，畢竟每一家的模塊化處理方式各有不同，組合拆分的過程也講究，複雜的方式方法也是一個門檻；

另一方面這些個方式基本都是商業化，對比開源編寫的方式缺點顯而易見。哪怕你學會了其中一家的使用方法，那你也隻停留在這種方式上。可要是你學的是代碼編輯器的方式編寫呢？綜合下來花費的時間與精力相差不大，但這将使你終身受益！

對比模塊化的方式，一但出現錯誤你隻能從源頭開始排查，由于少了注釋項，在策略叠代上也會給自己帶來很多不便，并且産出的程序體積也很臃腫，代碼冗餘量也很難做到按需精簡！

真正的交易者應該是感性比理性更強的藝術家，而不是純理性的科學家。我的建議是交易者應該堅守自己的交易策略和風格，保持清醒、冷靜的頭腦，不要被市場情緒所影響，保持自己的特點和特色，保持自己的個性。

 

問題六：是否存在市場切片的方法，用來區分震蕩與趨勢行情，前置區分，非後置分析。如果不存在，随機開倉的系統是不是更具有獲利的可能性？如果存在，有沒有比較清晰可實用的思路能分享？（來自于大數據分析員的提問）

老易答：

在外彙交易裏面，針對某一個品種的所謂大數據，其實也隻是已經發生過的曆史數據，而所謂的市場切片，也隻能從很單一的方面去分析曆史，再結合基本面的數據做推演，市場無非就是一個抛硬币的過程，隻會産生兩種結果，漲or跌。

往大方向講，随着AI人工智能的發展，很多機構或者個人已經在這條賽道上花費了大量的人力物力去研究，最終的方向，也是根據曆史的漲跌數據，這其中包括很多個特定的時間點内的價格行爲、漲跌幅、形态、基本面影響值等衆多相關的因素，通過多種類型數據整合去進行後置分析來提高預測值的準确率。

通俗的來講，就是想一勞永逸的靠某種方式坐享其成，我覺得是不現實的，如果市場存在某種漏洞可以捕捉并運用，那全球市場必然是一片混亂，甚至毀滅！綜合來看，市場的規律就是建立在沒有規律之上！市場具有随機性，并且每個人在交易中的表現也會因個體差異而異，沒有一種确切的方法可以準确預測市場走勢。

市場每天都在發生着巨大變化，每個市場參與者都是這個市場的一部分，如果大家都懂得規避風險去大賺，必然是不符合常理的，也沒有一種通用的方法适用于所有人。

在交易過程當中，可以遵循163法則，這是我從一開始交易到後來就一直沒有改變過的交易理念。

10%入場：你隻要花10%的精力給入場就行了，入場沒那麽重要；60%是持倉：既訂單的調度，在有持倉的情況下，根據多空實時行情來決定訂單的去留，以及盈虧平衡點的掌握，簡稱控單；剩下30%就是出場。

（以下圖文摘自老易 - 面向庫存交易理論 ）

 

問題七：如果有一款EA，它内置了多種策略，能根據行情的變化自适應分階段執行頭皮、馬丁、趨勢等策略。（假如說該EA彙總了市場上各策略的頂流EA，在每個單獨策略做到了最佳，但我就是貪心，什麽行情都想要抓到），這樣的強強聯合會是聖杯嗎？還是弄巧成拙，最終隻會是一個四不像？老易怎麽看待這個問題？

老易答：

一個内置了多種策略、能根據行情變化自适應分階段執行頭皮、馬丁、趨勢等策略的EA雖然聽起來非常強大，但并不一定是聖杯。

因爲各種策略的組合并不一定适用于所有行情，需要一個很好的識别行情特點的工具。而通殺所有行情是可能的，但要穩定盈利才是關鍵。最近接觸到的波幅理論據說有一定的道理，可以根據波幅變化來判斷單邊或震蕩，實現通殺。但是，這個理論需要更加深入的研究和實踐驗證。

而且，一個好的交易方案應該考慮控制風險并納入返傭利潤部分，以實現更好的盈利。通殺并不需要指标，可以擲骰子，但這需要細心的交易者來掌握和應用。曾經有個委托人要求讓我做一個通殺所有行情的EA，但最終失敗了，因爲通殺行情需要非常準确的行情特征識别，否則可能弄巧成拙。因此，交易者需要具備全面的技術和市場經驗，才能在市場上獲得成功。

 

問題八：在彙總群友提問的時候，其實很多問題都可以用老易EK圖表解決，例如過濾盤整、判斷趨勢、量化波幅、多周期共振、指标滞後，但我們在使用過程中，也發現，EK圖表其實也存在一些不足，例如跳空的處理、例如品種的波幅不是一成不變的、例如也無法得知具體的成交量，老易怎麽看待這個問題？或者這些不足已經有其它方式補足了？（123财經問題提煉）

老易答：

這個我們首先從大家已經熟知的Renko指标來觀察，它也有收集K線成交量。但是它這個成交量會存在一個問題，就是從曆史圖生成出來的數據不那麽準确，是存在差異的。隻有你實時交易産生出來的圖，這個交易量才是準确的。

以EK爲例，實時數據行情中，一根 k 線波動的時候它是随時采集和累計每一個報價成交量的。但曆史數據的成交量則是根據不同的周期而定，在一根K線沒有走完的情況下，滿足波幅和K線高度，EK就會産生新的K線，顯然此時的成交量數據隻單一存在無法拆分，自然也就會出現無法統計出成交量的問題。甚至于多根K線刷新出來以後，下面的值都是0，隻有最後一根這個成交量才産生，那就意味着EK在曆史數據裏面我是不取數據，一直到他走完了以後再取數據。

另外，波幅同樣不是一成不變的，關于波幅這個概念，跟你的風險控制的、風險承受力是相關的，不同的人，不同的資金，不同的時間段，它的這個交易成本，風險的承受能力是不一樣的。在使用EK圖表時，需要根據自己的情況來設置波幅，以便更好地進行交易。

關于跳空處理，EK在方塊生成的過程中，當前一段行情發生跳開，而整個磚塊圖繪制過程并沒有完成，從而跳開後的時間點還停留在這個磚塊圖的繪制範圍内，也就是按照EK獨立的時間戳來完成繪制EK圖，所以是看到不到跳空的。如果将EK圖表的波幅設置得很小，就可以反推出平台的點差大小，進而判斷是否存在滑點。此外，是否存在滑點也可以通過K線來判斷。在使用EK圖表時，需要合理設置波幅，以避免滑點對交易造成的影響。

 

問題九：市面上一直有神經網絡相關概念的EA，例如可以自定義矩陣，利用腳本反複訓練出“合理”的特定模型，然後将讓EA參考訓練的模型進行智能分析交易，比如UNIBOT、AURABLACK，老易怎麽看待類似概念的EA？

老易答：

神經網絡已經不時髦了，現在都改稱人工智能了。我在09年接觸編程之前做的就是雲計算，神經網絡最早是由IBM提出來的，說白了就是一個多點并行運算，加快運算速度。至于後面普遍流傳的神經網絡概念，存在一定的誤導，被刻意宣傳成可持續賺錢的模型，包括華爾街一直在宣傳的神經網絡模型，那隻是一種說辭，并不存在，并沒有一個标準定義。至于AI訓練，這是和業務場景挂鈎的，也是近幾年才有的。