交易机器人有盈利吗？——用测试框架，而不是下结论

简短回答：对于交易机器人整体而言，“交易机器人有盈利吗”这个问题没有诚实的答案。它只对某一个机器人、在某一个交易品种上、某一个仓位大小下，并且扣除成本之后，才有答案。机器人只是一种执行策略的方式。如果策略有优势，自动化会让它更整洁、更准时；如果没有，自动化也会以同样的纪律亏钱。本指南解释为什么回测会显得过于漂亮、哪些成本会悄悄吃掉利润，以及为什么供应商的宣传会受到幸存者偏差影响。随后，它会展示如何在投入真金白银之前，先在模拟账户上用固定数量的交易测试一个机器人。

本文建议面向那些正在考虑机器人订阅，或自己编写机器人，并用于外汇货币对、指数CFD、贵金属和加密货币CFD的人。这个框架适用于任何市场；但成本数据和规则冲突是CFD交易特有的。

交易机器人会改变什么，又不会改变什么

交易机器人是一种软件，它根据规则监控价格并下单，无需人工点击。它可以实现隔夜自动交易，为每个仓位执行同样的止损，并且在连续亏损后也不会犹豫。

机器人不会改变的内容更为关键：

• 优势。没有优势的策略，一旦自动化，只会更快亏钱，因为机器人永远不会跳过一个糟糕的入场形态。
• 市场环境。为快速趋势调校的机器人，在缓慢震荡区间里会变得不稳定，而代码里没有任何东西知道市场状态已经切换。
• 成本。点差、掉期、滑点和佣金会像影响人工交易一样，逐笔影响每一笔机器人交易。
• 规则。prop firm 或券商施加的是对账户的限制，而不是对交易者本人或程序本身的限制。

交易机器人中的功能，例如新闻过滤器、日内止损和熔断开关，比入场信号更重要。它们决定了机器人在最糟糕那天会如何表现。我们关于 ai交易机器人 的指南解释了其中的构建模块。

为什么回测会高估机器人未来的收益

几乎每个机器人都会附带回测结果，而几乎每一份回测都对机器人有偏向。只要把原因说清楚，这一点就很容易理解。

参数是在看过数据之后才选定的。 供应商用5年的EURUSD历史数据跑了40组参数，然后把表现最好的一组展示给你。这个结果有一部分只是运气，只有实盘账户才能知道运气占了多少。

成交是按中间价模拟的。 大多数回测工具默认订单按显示价格成交，不考虑点差和滑点。对于目标只有几个点的剥头皮机器人来说，这一个假设就可能让结果减半，甚至直接变成亏损。

忽略了掉期。 隔夜持仓会支付或获得融资费用。一个持有黄金CFD四个夜晚的波段机器人，会产生回测从未看到的费用。

样本过时或过窄。 包含一段长趋势的5年数据，会让趋势型机器人看起来很稳健，却让区间型机器人显得很脆弱。趋势型机器人和区间型机器人很少能在同一个月里都表现良好，而接下来的5年可能正好相反。

缺口和新闻被平滑处理了。 历史K线不会显示利率决议前后那段混乱、剧烈波动的几分钟，当时止损成交价格可能远离预设水平。一个在平静环境下表现平平的机器人，在那几分钟里可能毫不留情。

把回测当作上限，而不是预测。下面的模拟测试用于衡量上限与下限之间的差距。

吞噬优势的成本

机器人盈利能力最终取决于一个数字：扣除所有成本后，每笔交易的平均利润，再乘以它能存活的交易次数。单笔成本很小，但总成本很大，因为机器人交易频繁。

一个算例能让账目一目了然。假设某机器人在 25,000 模拟账户上交易黄金 CFD，仓位为 0.2 手，回测显示每笔平均盈利 14 美元。点差为 0.30 每盎司、合计 20 盎司时，每次完整交易成本 6 美元。0.10 每盎司的滑点又增加 2 美元。持仓过夜的交易占三分之一，平均摊到所有交易上为 1 美元。一项每月 49 美元的订阅费，分摊到每月 120 笔交易上，约等于每笔 0.40 美元。每笔交易的利润率从 14 美元降到约 4.60 美元，大约只剩回测数值的三分之一。

这类机器人也许仍值得运行。此时决策取决于温和的 4.60，而不是丰厚的 14；而在市场波动时，滑点稍微超出一点就可能把这点利润抹掉。成本是最先要测试的部分，也是大多数供应商最不愿展示的部分。

供应商宣传中的存活偏差

销售页面上的用户评价和案例研究展示的是那些存活下来的机器人和客户。它们几乎从不展示被淘汰的版本、因亏损而停用的客户，或是从权益曲线起点被裁掉的那些月份。

某个供应商发布多个变体，保留表现最好的那个，悄悄删除其余版本。留下来的记录确实是真实的，但对未来十二个月几乎说明不了什么。当交易者做出十个机器人并把表现最好的那个称作“我的策略”时，同样的乱象也会出现。

一个说法站不住脚的迹象：

• 业绩记录的起始日期是事后挑选的，避开了一段糟糕时期，却没有任何解释。
• 只展示权益曲线，却没有回撤数据或成本线。
• 结果来自模拟账户，而模拟账户的成交通常比实盘更好。
• 退款政策写得比风险评估还详细。

SEC 日内交易指南 提醒读者不要相信轻松获利的说法，并对网站和新闻简报中的热门小道消息以及所谓专家建议保持警惕。机器人销售页面本质上也是一个带有主张的网站，理应受到同样的谨慎怀疑。

交易机器人常见风险与错误

机器人带来的大多数亏损，源自机器人外围的错误，而不是机器人内部本身。常见的有：

• 根据回测中最平滑的一段来设定仓位大小，结果第一个普通回撤就触发了亏损限制。
• 运行多个在相关品种上交易同一行情波动的机器人，结果把一个适中的仓位变成了零散且过大的仓位。
• 在没有过滤器的情况下，让机器人在定时新闻发布期间保持运行，而点差会剧烈扩大。
• 在测试中途更改参数，这会把一个干净的样本变成一团乱麻，什么也证明不了。
• 相信模拟盘在流动性稀薄的加密 CFD 上的成交，然后到了实盘却遇到支离破碎的订单簿。
• 没有止损开关，或者有一个从未测试过的止损开关。
• 因为账户有保证金追缴水平，就把风险管理当成经纪商的责任。
• 把程序托管在一个不稳定的 VPS 上，结果在最关键的那一段交易时段断开连接。

这些都不是策略本身的 bug。每一条都说明，即使机器人本来有真实优势，也会把优势白白浪费掉。一个繁琐但写下来的流程，才是抵御这八种问题的最后防线。

一个测试框架：在模拟盘上运行机器人固定数量的交易

下面的测试回答的是唯一重要的问题。这个机器人在我的资金规模、我的交易品种、扣除成本后，并且在我的限制条件内，是否还能保持优势？它刻意放慢，刻意无聊。

1. 在开始之前先把样本固定下来。选择一个交易数量，例如 100，或者一个时间窗口，例如三个月，并承诺以更晚结束的那个为准。
2. 冻结设置。写下每一个参数，包括手数和新闻过滤器。如果你改了任何东西，计数就从零重新开始。
3. 让模拟盘与实盘保持一致：同一平台、同一点差、同一隔夜利息安排、同一手数。
4. 把每一笔交易都记录在你自己的表格里，而不只是平台历史中。列项包括：预期价格、成交价格、进场时点差、支付的隔夜利息、持仓时间、扣除成本后的结果。
5. 提前设定终止标准。例如，如果回撤超过回测中最差回撤的一半，或者在 50 笔交易后净期望仍为负，就停止。
6. 用三个数字把模拟盘表现与回测进行比较：每笔交易净利润、每笔交易平均滑点，以及连续亏损的最长次数。
7. 按照你实盘会遵守的限制来做风险评估。如果模拟盘最差的一轮本来会触及 4 percent 的单日亏损限制，那么这个机器人就需要更小的仓位，或者在代码里加入日内止损。
8. 只有到这一步，才以账户允许的最小仓位实盘，再做另一段固定数量的交易，并重复比较。

利润率很薄的交易策略往往只因成本就会在这项测试中失败。收益分布零散的策略往往会在回撤上失败。这两种结果都很有用，验证起来都不花钱，而日志会帮助你看出到底是哪项成本造成了伤害。

prop firm 规则与机器人冲突的地方

即使机器人通过了模拟盘测试，在评估账户里仍可能不可用，因为 prop firm 会限制自动化的行为方式。常见冲突如下：

以 Pivex 为例，它允许个人和自定义算法。但它不允许 HFT、tick 套利、延迟套利、自动网格系统或复制第三方信号。其每日亏损上限为 4 percent，且每日重置。其总回撤为 6 percent，且为静态回撤，并且任何单笔交易都不得超过总利润的 50 percent。一个收益结构失衡的 bot，若靠一笔大赚撑起整个月，可能会触犯这条一致性规则，但账面上仍然是盈利的。

由此带来两个实际后果。每日亏损上限必须作为硬性止损写入 bot 的代码，并预留缓冲，因为公司不会暂停 bot。还有就是，哪怕网格或 martingale bot 在模拟盘上看起来很好，它也不是评估的合适工具，无论其曲线多么漂亮。

关于 expert advisors 的政策在不同公司之间并不相同，我们关于 允许 expert advisors 的 prop firm 的指南会说明需要检查什么。关于自动化权限的更广泛情况，参见 允许自动化交易的 prop firm。对冲政策也各不相同，因此在对冲 bot 进入评估之前，请先确认当前 Pivex 条款。

下一步：选择一个 bot、一个交易品种和一个手数，并在第一笔交易之前先把日志表准备好，开始固定样本模拟测试。如果 bot 能扛住成本和回撤，再把它的风格与你打算使用的公司自动化规则对照。Pivex 会提前公布其自动化规则、亏损上限和一致性规则，因此可以在 one-step evaluation 开始前就把 bot 按这些规则构建好。

相关阅读指南： ai 交易 bot 解释 以及 允许自动化交易的 prop firm。

在参与之前，请查看 Pivex 当前的项目规则，并决定模拟专有交易评估是否符合您的经验和风险限制。参与并不保证奖励、收入或任何特定的交易结果。