风险和头寸规模
早些时候我们介绍了交易头寸规模的变化，当时的讨论主要集中在对账户余额比率——例如账户应用保证金的百分比大小一一的使用上，但是现在我们也将风险放到讨论中来。在系统的比较中我们也将风险作为一个考量因素引入进来，但是只在最基本的测试模式中使用。现在我们准备更加彻底细致的研究下，在系统的开发和评估过程中引入风险因素。
交易系统在本环节中所定义的一切过程，其最终结果将形成交易计划，尤其是交易者的风险参数被作为要点提出的那部分。在前面关于风险管理的章节中，关于每次交易中交易者想要赚取多少的问题已经公开被提出并讨论。现在需要将它变成交易系统的一部分，作为对定义交易头寸规模的进场条件的修正。让我们从确定每次交易的风险点位开始，由此产生了几种方法。
止损法
许多交易者选择使用停损单来保证其亏损不超过他们的风险控制额度。这种方法被称为资金管理止损，而不是系统止损，尽管两者可以是同一个，而且在实践中也可以一样。从表面上来看，这是一种可以信赖的方法，但是它确实存在问题。
盲目地放置停损单是一种自我欺骗。回顾我们曾经讨论的MAE。如果一个系统经常发生300个基点以上的偏移，即使对获利的交易也是如此，那么放置一个100个基点的停损单只会成为系统交易表现的障碍。这是许多非专业交易者经常犯的错误，他们认为使用距离进场点位较近的停损单，能够让他们使用更大的交易头寸规模。当然这是事实，在同样的净风险值的情况下，交易者使用100个基点的停损单，他用来交易的头寸规模可以三倍于使用300个基点停损单的交易所使用的头寸规慌。然而风险系数实际上是升高了。请记住，交易的风险由发生亏损的可能性和具体亏损值的多少共同组成。当系统的偏移幅度在300个基点之时，将停损单放置在100个基点处无疑会增加承担亏损的概率，而与此同时具体亏损值的多少（假设同等数量的账户风险）保持现状。因此，使用距离进场点位更近的止损单实际上会提升交易的风险。
停损单并非保险单。这一点我们曾多次提及。交易者不能百分之百保证停损单的价格正好在你指令中设定的点位成交，或者仅仅是有时以接近的价格成交也不能。因此关于停损单是否能作为交易系统的风险控制因素，仍然不确定。
最大亏损法
当进行系统比较之时，我们使用最大的亏损数字作为系统风险的代表。如果系统测试时所用的数据足够多和全面，那么最大的亏损数值很可能是一个优秀的制定决策的依据。事实上，在未来的某一时间节点总是可能会存在某个更大的可以依据的亏损数据，只是概率就要小得多。
定量分析法
你可以通过对价格数据本身的分析来定义风险。例如，如果你有一个交易系统，其持有头寸的周期为一周．那么你就应该观察一周以来价格的变化。这些数据可以成为价格可能的波动和预期的价格变化的指南。由于一直有讲亏损最小化的想法，所以你一定要时刻谨记，永远有一个潜在的大于预期（或前期观察的）的价格运动存在。
交易者可以将最大亏损法或定量分析法与止损法组合起来。例如，你可以使用前两者中任何一个来确定，在一个给定的交易中到底要承担多少亏损，然后使用止损单来保障在最恶劣的情形下不发生意外（请时刻谨记止损单的局限性）。
从怎样确定点数风险的讨论中换个话题，是时候再次转换到如何确定资金形式的风险方面进行讨论了。使用我们的GBP/USD交易系统，作为可以评估我们交易权的工作平台。
固定风险法
固定风险法这一思路的来源是，交易系统的头寸规模决策是以预先设置的账户风险为基础的。例如，一个10000美元账户的5%风险水平，就意味着每次交易的风险控制在500美元。当然，这一以美元来计算的具体数值，将会随着账户余额的变化而变化。
每次交易头寸规模为100000美元的GBP/USD交易系统，其任何交易的最大亏损额约为2450美元。如果我们打算宣布它的每次交易风险比例为5%，那么这就意味着为了符合我们的亏损额度，每次交易的头寸规模的资金额度大约就是20000美元。
当然，如果我们选择使用MAE分析（或定量分析），并确定400个基点的亏损额度。因为系统所承担的最大的点数亏损大约是453个基点，所以你应该怀疑如果使用最大的亏损数据的话，我们会不会使用更大的头寸规模参与交易。是的，的确如此。我们会将我们的交易头寸规模提升到23000美元。这看起来似乎并不算多，但是时间久了差别就显现出来了。
然而，固定风险法意味着交易头寸规模的变化。毕竟，如果我们的账户深受亏损的困扰，并跌至初始金额10000美元以下，那么我们的每次交易风险也会随之下降。相类似的，如果交易盈利使得账户余额超过10000美元，那么每次交易风险的资金数量也会相应地增加。这意味着固定风险头寸规模计划，本质上就是一种可变化的交易头寸规模交易法。
可变风险法
固定风险交易方案的替代就是可变风险法。当然，可变化性只是问题的一个方面而已。仍然要遵循每次交易风险占总交易金额的5%这一上限（使用我们例子中的设置），而实际风险要低于这一数值。
这一类方案具体运用，可以通过组合固定数量和可变交易头寸数量法来实现。如果你的账户余额低于起始资金，那么头寸规模将会发生变化，因为5%的上限限制会迫使它减少。另一方面，当账户价值的增长超过了起始资金（10000美元）时，每次交易的风险百分比实际上将会降低。
举例来说，使用固定头寸规模交易法，你会使用账户金额总量30000美元中的15000美元来进行交易，这意味着每次交易风险为50%。当然，长期来看低风险必然伴随着低收益，削减固定交易头寸规模的方案就是如此，正如本章早期所提到的那样，这样的低收益率可以使用分步骤的方法来克服，具体来说是，从根本上重新设定用来计算每次交易风险的账户头寸规模来实现。
削减法
每次交易既不是唯一研究风险问题的着眼点，也不是必不可少的最好的那个。在某些案例中，使用峰谷比之间的价差来削减头寸数量要有效得多。要做到这一点，需要回顾整个交易系统来跟踪账户的资金变化，并且需要观察它与交易计划中所设定的参数的匹配程度如何。
具体的参照表8-13。
假设我们已经设定了最大可允许削减的程度为20%。我们可以研究表8-13中的GBP/USD交易结果，来看看它们的匹配程度如何。使用固定头寸规模100000美元进行交易，我们可以看到实际上削减的程度超过了50%，从早期的一部分数据峰值时的账户余额11391.40算起，到第一次余额为6087.96美元的第16次交易为止。很明显，这一额度显然超过了20%的止损点数，这意味着我们需要减少交易头寸规模以合乎规范。实际上，为了迎合我们的需求，交易头寸规模将不得不限定在40000美元。
削减法是否比每次交易风险限定法更具优势．这主要取决于交易系统本身的问题。具有较低盈利率的交易系统更倾向于发生一连串造成重大削减的亏损交易。而可变化的交易头寸规模法，当他们发生亏损时也能造成比固定头寸规模法更大的削减，尤其是当系统已经处于获利的情况下，远离一开始的时间节点之时。
破产风险法
在心中保留对盈利率的美好记忆，我们也可以寻找另一个大视野的方法来决定我们交易头寸的规模大小，一个以破产风险（RoR）的理念为基础的方法。破产是我们早期讨论过的一个概念，被认为与风险管理和交易风险容忍程度有关。现在我们打算重新讨论它，并以客观、坦然的态度面对它。
我们能够以具体数字的方式来预估破产的风险。本书的支持网站（www.andurilonline.com/book/calculator.aspx）上所提供的工具使用蒙特卡罗法（Monte Carlo method），这意味着我们要做一系列必不可少的随机测试，并统计其结果以确定某事件发生的可能性。在破产风险法的例子中，我是致力于寻找确定能充盈我们的账户的交易系统。因为我们已经有一个相当好的盈利率和盈利/亏损比率的估值，所以我们可以继续进行研究工作。
图8-7展示了使用我们的SMA/SAR交易系统的数据后的结果，该系统的盈利率是45%，且盈利/亏损比率是1.75，在做仅关于点数的测试时，如果我们的交易头寸规模设置为1，意思就是每次亏损1个点，经过100多次的交易之后我们可以看到，我们的亏损率是0%。这意味着500次测试中没有一例测试让假设的账户资金低于50（初始的账户资金为100）。
交易测试结果展示最极端的减少情况。既体现在从峰顶到峰谷的百分比的减少，又体现在一次资产新高的所需时间长度上。当然也确实存在一连串亏损的交易。所有这些设置的信息，在决策交易头寸的规模和评估经过一段时间之后交易系统的表现之时，都是随时可以得到的。
尽管如此，这些最终的测试结果很可能看起来一点也不引人注目。毕竟，在大约5年的测试周期中最好的盈利交易（SMA/SAR交易系统每年平均交易20次多一点）才盈利了62个点。我们为什么不把每次的交易风险提高到5%呢？请看图8-8。这次真的发生了变化！系统现在的平均盈利结果超过原来的每次100点交易的两倍还多，而且所需承担的破产风险仅仅是1%。
可是，得到这一结果也需要成本。最大削减百分比戏剧性地跳到了95%，而且至少有一次交易例子在交易持续期间亏损了超过85%的账户总资金。然而，这还只不过是一个纯点数计算的测试。要是用一个固定百分比测试替代的话结果会如何呢？请看图8-9。
现在我们转到在各个方面都被证明比较好的固定百分比测试上来。这一次最大削减急剧下跌，并且收益也有了本质上的跨越式增长。这反映出两个我们前文提及的问题。固定百分比的交易系统倾向于在经历一连串的亏损交易时承担很少的损失，至少当你看着差不多的账户总值时是如此，这是因为采用了更少的头寸规模和更小的交易风险所致。同时，随着账户市值的增长，该系统会采用更大的交易头寸规模，这当然意味着更大的获利。
我们可能仍不喜欢削减幅度的大小，但是SMA/SAR系统的破产风险非常低，甚至当风险设置更大些，也会因为其优异的盈利率和盈利/亏损比率交相辉映而表现良好。当然，这两个因素中的任何一个降低就会使系统风险大幅上升。图8-10中所示的是当盈利比降低到30%时系统的表现。
这些数据其实并不是非常好。在我们测试的给定时间周期内，我们的盈利率不大可能降低15%，所以我们不用担心有破产风险的问题，破产风险率显示我们将一个账户捅破产的概率大约是2/3，我们所讲述的这个例子具有戏剧性的效果。当然，如果系统的盈利率和/或盈利/亏损比率发生恶化，那么研究一下未来该系统会发生什么还是很有价值的。
蒙特卡洛法
正如我们所讲的那样，刚才所展示的推导出交易系统的方法就是蒙特卡洛法。这就是一个可以借以创造出一系列模拟结果的方法。在我们的例子中，我们以USD/JPY交易系统的统计数据为基础运行了500次模拟测试。每一次模拟都是由盈利率和盈利/亏损比率所定义的一系列随机交易的测试结果。通过做了如此多的测试，期望是我们能够构建一个很好的近似确定未来可能会带来什么的交易系统。图8-11展示了系统测试结果（最终账户余额）的离散分布图，具体从我们进行的第一个测试开始，交易头寸规模设定为1。
重新回顾蒙特卡罗方法的单个测试结果好处在于，找们能够着手处理最糟糕的情况可能会发生的概率是多少这一问题。我们以前所看到的关于这一测试数据表明，最糟糕的表现就是账户本金跌至79（初始资金是100）。尽管如此，这张图还是显示出净亏损看起来只有15%。当然，这并不意味着这一结果有多么惊人，但是至少它给我们提供了一些我们可以用来决定如何确定我们的交易头寸规模的东西。而这，正是我们本章讨论的核心问题所在。
作业
使用本书支持网站上你能获取到的有关你的交易系统中盈利率和盈利/亏损比率的工具以及数据，认真做一次破产风险分析，最大本金削减分析，等等。在你的交易系统研发之旅中记录下这些结果。