第一步，利用现成指标构建逻辑。 软件内置了众多的技术指标，取出一个，写入买卖点，回测下历史行情，这样就可以得到一个简单的策略了。随着策略经验的积累，这里的逻辑选择会越来越多样化。 　　当然这样的策略一般是不赚钱的，所以我们第二步，进行参数优化。 　　选择参数遍历，观察不同参数对于策略会产生怎样的影响。一般情况下我们会得到几组看起来比较赚钱的参数，然后我们进行第三步，样本外检测。 　　比如说我们之前遍历的参数是2014年的数据得出的几个表现好的参数，那么我们就用2013/2015的数据对这些参数进行检测。一般来说，这一参数会在样本外惨淡无比，完全没有样本内优化出来的威武。 这时第四步，进行观察，判断策略失效的原因是什么。 　　假设发现策略失效原因是样本外某一两次特殊的行情导致大幅亏损，那么我们就可以设置一个硬止损来规避这种风险；如果发现策略失效是因为交易次数过少，那我们就将交易逻辑稍微放松，比如要求>x的地方改为>=x甚至是>=x-1。等等等等，这种修改就是策略的经验了。 　　设置好新的逻辑后我们回到第二步，重复以上步骤。 　　最终我们修改得到了一个样本内外都赚钱的策略，第五步，实盘追踪。 　　在未来一段完全未知的行情中随着时间检验策略，观察策略的真实表现究竟如何。如果表现与预期相符合，那么说明策略有效，第六步，进行交易。 　　随着交易进行，我们也要观察策略的有效性，当发现策略出现超出预期的亏损时，第七步，调整或终止策略。 　　关于具体开发中的经验 　　1 某种程度上来说做策略就是 瞎想->尝试->瞎想->尝试 的循环。 　　2 选择指标时一定要避免使用未来函数。 　　3 参数不宜过多。 　　4 参数优化中，可用的参数组越多越好，说明策略有效性高。 　　5 在实盘中，策略的期望一般都要打折扣的，达到预期的50%就是合格。 　　6 交易次数太少的策略一般是运气。 　　7 测试出一条超级赚钱的曲线，一定是你逻辑写错了。

说的不错

[postbg]bg1.png[/postbg]我就看看不说话

现在的论坛的主力军都是些什么人？