本文内容来自范・K・撒普（Van K. Tharp）的经典著作《Trade Your Way to Financial Freedom》，该书是交易领域的经典读物，在交易圈影响广泛。作者范・K・撒普（1946-2022）是国际公认的交易心理学领域开创者、知名交易教练与交易系统构建专家，被业内称为 “交易者教练中的教练”“交易心理学之父”。

书中明确讨论了 “随机交易也能获得正向收益” 的核心实验，这一实验打破了很多交易者对 “精准预测、完美入场” 的执念，其核心内容及逻辑如下。

一、书中的核心实验（随机入市）：

范・撒普做过一组经典回测，规则为完全随机开仓（多空方向、入场点位、时机均随机），设置严格固定幅度的止损，不主动止盈，而是通过移动止损或跟踪止盈让利润充分增长。长期回测结果显示，这套模式依然能够实现整体正向收益。

二、为什么随机也能获得正向结果？（书中核心逻辑）

核心在于：入场并不重要，出场策略与风险控制才是关键。

撒普认为，入市环节在整个交易系统中仅占较小比重，而出场策略与仓位管理才是决定长期结果的核心；其次是正期望值的支撑，其公式为：

期望收益 =（胜率 × 平均盈利）－（败率 × 平均亏损）

随机入市的胜率可能不高，但严格截断亏损、让利润奔跑的思路，会让平均盈利远大于平均亏损，整体期望值为正；

此外，** 仓位管理（头寸规模）** 至关重要，通过控制单笔风险（如单笔不超过账户资金的 1%），可以避免账户出现极端亏损，让正期望系统长期发挥作用，这也是撒普仓位管理理论的核心要点之一。

三、书中想传递的核心理念

并非鼓励交易者真的去进行随机交易，而是打破对 “精准预测、完美入场” 的执念，明确长期稳定收益的关键，在于完善的交易系统、严格的风险控制和坚定的执行纪律，而非预测能力。

撒普在书中也强调，绝大多数交易者出现持续亏损的根源，正是在于不止损、过早止盈、过高仓位和情绪化交易，这与他 “交易的成功不依靠预测市场，而是战胜自己和心理” 的核心观点高度一致。

正好搭车问一下，现在有没有AI可以帮忙写EA脚本的？想弄几个常用功能的自己用用

以前我都是自己写，现在都是让ai写，豆包，千问，deepseek，chatgpt都可以，我都用过。

太好了，哈哈😃 能直接让他们写么，还是说需要先把mql4的语法文档先喂给它们？

不用，他们都会，deepseek写的代码质量最好，编译完基本都是0语法错误，其他的经常由混淆mt4和mt5代码的问题。

哈哈，好的，谢谢

现在的ai真厉害，我最近一直用excel vba来做自己的记事提醒，因为有很多需要做的事情，有的事情是需要一个月一提醒，有的是一年一提醒，还有需要每个季度提醒的，这些事情是需要循环提醒的，我一直找不到合适的记事提醒，所以就自己用excel vba做了，手机可以通过微软的云看到，但同步有些不方便，而且手机不能允许vba。今天把这个问题丢给了ai 。deepseek给了几个解决方案，其中稍微有挑战的是微新小程序 ，我很想试试，一个下午的时间，在ai的指导下，把他编的程序都码到了微新小程序的开发平台上，经过一下午，我跟着ai熟悉了小程序开发的过程，并做出了可以在自己手机上允许的微新小程序，以前想过几次要学习，没想到现在的ai这么强。我现在的ea和脚本都是让ai写，学习外汇的朋友，不要放过学习这样的利器，不知道什么时候你就会用到。

今天和AI交流，对话如下：我准备交易股票指数，在mt4平台上，因为股票指数是长期向上，因此我的交易策略打算只做多，不做空。一些基本的参数，采用固定仓位，大小为fixlot，加仓间隔设置为R，移动止损距离为2R，不设初始止损，只做移动止损，因此我的系统在日线图上交易，每一个日线bar会检查，

（1）当前的持仓，找到当前持仓的单子中买入价格最低的单子，假设它的买入价是lowestbuy，如果现在的市价比lowestbuy价格低R，则买入一单大小为fixlot的市价单。

（2）检查所有的单子，如果单子没有止损，现价超过单子的买入价2R，则设置2R的止损。如果现在的单子有止损，并且止损的距离大于2R，则改设为2R。如果现在的单子有止损，并且止损的距离小于2R，则什么也不做。

（3）如果当前没有持仓，则立即市价买入fixlot的多单。

你觉得我的策略怎么样？你帮我写一个可以在mt4频台运行的ea，editor 的版本为5.0 build 2417。然后我需要通过回测找到最佳的fixlot和R值。

然后AI给出了我代码，在HK50一次跑通了，后来不断给他提要求，变成如下的系统，我让AI帮我总结的：

1. 交易标的与方向：只做多（Buy），因为股票指数长期向上。
2. 周期与执行频率：基于4小时图（H4），每个新的4小时K线开盘时执行一次策略逻辑。
3. 关键参数：fixlot：固定交易手数。riskfactor：风险因子（百分比），用于计算动态加仓间隔和止损距离的基础值R。stoplosefactor：移动止损系数，移动止损距离 = stoplosefactor * R。profitfactor：止盈系数，止盈价 = 开仓价 + profitfactor * R。Magic：订单魔码，用于区分本EA的订单。UseTS：是否启用移动止损（布尔值）。
4. 动态R的计算：记录自EA启动以来每个4小时K线开盘时的Ask价格，取其中的最高价作为 highestPrice。在每个新K线开盘时，用当前Ask更新 highestPrice。动态R = riskfactor * highestPrice，并规范化到价格精度（_Digits）。
5. 开仓与加仓规则：若无持仓，则在当前4小时K线开盘时以市价单（Ask）开仓1单，并设置止盈价 = 开仓价 + profitfactor * R。若有持仓，则找到所有持仓中最低的买入价 lowestBuy。如果当前市价（Bid） ≤ lowestBuy - R，则加仓1单（市价单），并同样设置止盈价（基于当前Ask计算）。
6. 止损规则（移动止损）：如果启用移动止损（UseTS=true），则对每个持仓订单检查：当市价（Bid） ≥ 订单开仓价 + stoplosefactor * R 时，触发移动止损。此时计算新止损价 = Bid - stoplosefactor * R。如果订单尚无止损，或新止损价高于现有止损（即向上移动），则修改订单的止损价。移动止损不改变止盈。
7. 止盈规则：每个订单在开仓时即设置了固定止盈价（开仓价 + profitfactor * R）。止盈价不会因后续价格变化或R的变化而调整。
8. 其他注意事项：无初始止损，所有订单在盈利达到触发条件前无止损。加仓间隔和移动止损距离均基于动态R，随市场最高价变化而自适应。止盈基于开仓时的R，因此各订单的止盈可能不同。

最后 优化了各项参数，最后用17个月的历史数据（只能下载17个月），账户可以从10000没讲做到29000，关掉所有的浮亏1000，净值28000.

不会用它来跑真仓，但这些交易参数和风险评估是真的有用的。知道一个10000的账户在HK50死扛交易中，最佳的仓位是多少，加仓间隔多少，和我用其他方法的估算和感觉差不多。

AI写的代码，干干净净，整整齐齐，还有注释，挺漂亮。