很多人讨论交易机器人时，核心问题通常是：
你用什么指标？
胜率多少？
什么时候买？
什么时候卖？
这些当然重要。
但做完整系统以后，我越来越觉得：
一个可运行的交易机器人，本质上不是一个信号策略。
信号只是第一层。
真正的系统更接近：
Signal
→ Execution Gate
→ Position Sizing
→ Position Management
每一层都可能决定：
最终到底有没有这笔交易。
1. 第一层：Signal
Signal Layer 回答的是：
市场里是否出现了值得参与的机会？
一个成熟的信号层通常不会只依赖单一指标。
它可能组合：
- 趋势；
- 突破；
- 动量；
- 均值回归；
- 波动状态；
- 成交行为；
- 多种形态之间的共振。
最终得到的也不应该简单理解成：
“马上买。”
更准确是：
现在出现了一个候选交易事件。
2. Signal ≠ Trade
这是我越来越重视的一点。
一个信号产生以后，还可能因为很多原因不应该真正开仓。
例如：
- 数据没有确认；
- 当前已经有仓位；
- 行情源异常；
- 账户余额不足；
- 下单数量达不到最小要求；
- 交易所还有未处理订单；
- 杠杆状态没有同步完成；
- 信号已经过期；
- 自动化并不处于允许运行的状态。
所以：
Signal 只是交易候选，不是最终订单。
3. 第二层：Execution Gate
Execution Gate 的职责就是判断：
现在是不是一个可以安全执行的状态？
它不是用来提高方向预测胜率。
它更像一个系统健康门。
只有：
- 数据健康；
- 仓位状态一致；
- 订单状态一致；
- 风险参数准备完成；
- 信号仍在有效期；
- 账户满足要求；
才允许真正发单。
否则：
宁可错过，也不延迟追单。
4. 为什么信号需要有效期？
这是自动交易系统和回测差异很大的地方。
回测里，一个信号似乎永远存在。
但实盘里：
5 分钟收盘时有效的机会，十几秒后可能已经不是同一笔交易。
如果：
- API 异常；
- 网络中断；
- 杠杆设置失败；
- 行情源短暂不可用；
系统不应该等恢复后，在完全不同的价格上追进去。
因此一个很重要的原则是：
Signal has a lifetime.
交易机器人不只是判断方向，还要判断：
这个判断是否仍然来得及执行。
5. 第三层：Position Sizing
即使同样的信号最终允许执行：
也不意味着每一笔应该使用同样仓位。
仓位层回答的是：
这笔交易应该承担多少账户风险？
它可能同时考虑：
- 信号质量；
- 当前账户状态；
- 最近亏损情况；
- 当前回撤；
- 配置的最高杠杆。
所以：
Direction 和 Size 是两个不同决策。
同样一个方向信号：
- 账户健康时，可以允许更多风险；
- 连续亏损后，应该自动收缩；
- 回撤扩大时，也应该限制风险。
6. 第四层：Position Management
开仓以后，又进入完全不同的问题：
怎么活着退出？
这包括：
- 初始保护；
- 动态保护；
- 跟踪退出；
- 异常断连时的交易所托管保护；
- 仓位状态恢复；
- 真实成交均价；
- 最终结算和记录。
所以一个方向判断正确，也不保证这笔交易最终赚钱。
因为：
Entry is only the beginning of the trade path.
7. 为什么保护单应该尽量靠近交易所？
程序运行时，总会面临：
- 网络断开；
- 本地进程崩溃；
- API 超时；
- 行情源暂停；
- VPS 异常。
如果所有保护都依赖程序本地运行，那么一旦程序失联：
仓位可能在最危险的时候完全裸奔。
所以比较合理的设计是：
建仓后尽量让最基础的灾难保护托管在交易所侧。
程序再负责动态更新更复杂的保护状态。
8. 为什么“没有交易”也是系统输出？
很多策略研究天然追求：
更多信号。
但真正运行以后，会发现：
NO TRADE 也是一种正式结果。
如果：
- 信号不够清晰；
- 执行条件不健康；
- 风险状态不允许；
- 机会已经过期；
系统应该可以什么都不做。
这不是“漏单”。
而是系统明确决定：
这笔交易不值得现在执行。
9. 为什么系统层研究比指标研究更难？
因为单个指标研究很容易：
输入数据 → 输出信号 → 看胜率。
完整系统则是：
数据
→ 信号
→ 状态
→ 风险
→ 订单
→ 成交
→ 保护
→ 退出
→ 账户状态更新
→ 影响下一笔交易
每一层都会影响下一层。
于是结果变成高度路径依赖。
这也是为什么生产代码回放，比单纯策略公式回测更重要。
10. 一个更完整的 Trading Bot 应该验证什么？
除了信号本身，还应该验证：
- 时间边界是否正确；
- 数据是否过期；
- 实盘价格源是否健康；
- 是否重复执行；
- 持仓和本地状态是否一致；
- 是否存在未处理挂单；
- 风险状态是否因果；
- 保护单是否真正建立；
- 中断恢复后是否还能恢复状态；
- 真实执行是否偏离研究假设。
这些问题可能完全不影响“历史胜率”。
但它们会决定：
这个机器人能不能真正运行。
最后
我现在越来越不喜欢把一个自动交易系统描述成：
“一个 BTC 买卖策略。”
它更接近：
一个持续运行的决策系统。
Signal 只是开始。
真正决定系统长期表现的，是后面的：
Execution
Risk
Sizing
Protection
State
所以一个交易机器人最重要的问题，不只是：
它什么时候买？
而是：
它什么时候决定不买？
它买多少？
它怎么保护自己？
系统异常时会发生什么？
这些问题加在一起，才更接近真实的自动交易。
本文仅记录自动交易系统研究，不构成投资、交易或财务建议。历史研究结果不代表未来表现。