最近在 X 上刷到一篇挺有意思的文章。

作者讲的是自己这些年怎么靠一套“飞轮”慢慢滚起来的：三个轮子——现金流、核心资产、Alpha——互相反哺。剥到最里头，其实就一句话：先想办法活下来，活得够久，再谈复利。

这套东西是作者一路手动实操出来的，靠的是个人经验和盘感。但看完冒出一个念头：它说到底是一套纪律，而纪律这种东西，恰恰是人最容易失守、程序最容易守住的。从量化的角度，能不能把它复现出来？

复现的思路不是从零发明什么新策略，而是翻箱倒柜：我们以前已经做过、也跑过的几套现成东西——DCA 定投策略、滚仓策略、选币引擎（harness）——哪一套的天然行为，正好就是某个轮子要求的行为？对得上，就拿来填进去，再用资金流把它们串成一个闭环。

这篇的重点，是把“为什么选这三套、各自逻辑是什么、怎么对上了那个轮子”说清楚。

轮子二：核心资产 ← DCA 定投策略

理念要求什么

原文对核心资产的定位是：用来复利，做时间的朋友，极端行情也不被迫卖出。它不是用来“做交易”的，是用来“持有并等待”的。隐含的动作只有一个——持续买入、永不主动卖出。

DCA 是什么

DCA 是 Dollar Cost Averaging 的缩写，中文叫“定期定额投资”，也就是通常说的“定投”。逻辑极其简单：每隔固定时间（比如每 7 天），不管当下价格高低，买入固定金额的资产。

它真正的威力在于市场下跌时：同样 200 美元，价格低时能买到更多份额，价格高时买得少，长期执行下来成本自然被摊平到一个合理位置。不需要判断高低点，不需要择时，只要持续执行。

更重要的是，DCA 从设计上就没有主动卖出的动作——它天然只会买，买完就拿着。这让它本质上是一台“只进不出、慢慢积累”的机器。

为什么是它：行为等价

“做时间的朋友”翻译成机器能执行的指令，就是“到点买、永不卖”。这和 DCA 删掉卖出逻辑之后剩下的全部内容，是行为等价的。不需要任何额外设计，把原本 DCA 里的止盈卖出功能拿掉，它就成了核心资产轮子的实现。

对应代码：

            javascript
            
            
// 每隔 N 天，定额买入核心资产，只买不卖
if (now - lastDca >= DcaIntervalDays * 86400000) {
    var amount = sizeByCash(CoreSymbol, DcaAmount, CoreLeverage, price);
    marketOrder(CoreSymbol, "buy", amount);
    coreInvested += DcaAmount;   // 记录累计成本，从不出现对应的减法
}

整个策略里找不到任何卖出核心资产的逻辑——这是刻意的，对应的就是“极端行情也不被迫卖出”。

轮子一：现金流 ← 储备线机制

理念要求什么

原文把现金流排在第一位，但它的意义不是用来发财，而是“在你最该上车的时候不被迫下车”。说白了：有稳定的现金流进账，就算市场暴跌、账面大幅缩水，你也不需要卖出资产去维持生活——熬过去，等到复利发生。

这是整套系统能运转的前提。没有这个保障，就算核心资产选得再好，遇到大跌被迫割了也是白搭。

在量化里怎么等价

现金流本质是账户之外的东西——工资、副业、打新收入。代码没有办法凭空造出收入。

但代码可以复现它的核心效果：永远不被迫卖出核心资产。做法是在账户里设一条储备线——账户中永远保留一定比例的缓冲资金，任何下单操作都不许动它。定投节奏本身加上这条线，就模拟了“现金流源源不断、从不断供”的状态。

实盘里，这条线的充裕程度，实际上就取决于你真实的外部现金流是否稳定。这一环也是三个里复现得最间接的——我们复现的是它的作用，不是它本身。

            javascript
            
            
// 每次下单前检查：余额扣掉本次金额后不能低于储备线
var reserve = equity * ReserveFloorRatio;   // 例如保留权益的 10%
if (balance - DcaAmount < reserve) return;  // 触线就跳过，守住最后的缓冲

轮子三：Alpha ← 选币引擎 + 滚仓策略

Alpha 这个轮子最复杂，需要拆成两半看：标的从哪来、拿到标的之后怎么交易。这两件事分别对应两套策略。

理念要求什么

原文说 Alpha 的意义是“用极小成本换取极大收益”，且强调：赚到的钱不能花掉，要全部输送到核心资产里，用来放大本金。

两个关键词：“极小成本”——意味着每一笔的亏损上限必须被封死，不能因为一次失误伤筋动骨；“极大收益”——意味着一旦做对，要让利润尽可能跑远，而不是小赚就跑。这是一个天然的不对称结构：坏的情况损失小，好的情况收益大。

上半：选币引擎（harness）——找到对的标的

加密市场有几百上千个永续合约品种，随机选一个套用策略，结果大概率是浪费时间甚至亏钱。选币引擎解决的就是“应该在哪些币上交易”这个问题。

第一层——成交量过滤

把所有 USDT 永续合约按美元成交量（价格 × 成交量）降序排列，保留前 120 名。

为什么用成交量做第一道筛？成交量大的币有两个好处：一是流动性足够，下单不会因为买卖价差大而被吃掉太多成本；二是有足够多的参与者在博弈，更容易形成可被捕捉的趋势。成交量小的山寨，价格容易被操控，再好的策略跑上去也无效。

第二层——均线回测打分

对每一个入围的币，用多组均线参数组合（比如 MA5/20、MA10/30、MA20/60）跑历史回测，计算每组参数的核心指标：胜率（盈利笔数占比）、盈亏比（平均盈利额 / 平均亏损额）、最大回撤、信号次数。再把结果加权为一个综合评分。

这一步是为了找出“均线策略在这个币上历史上是否真的有效”。不是每个币都趋势分明，有些币长期横盘震荡，均线信号全是假突破——这种币提前踢掉，不浪费子弹。

第三层——爆发潜力加分

在评分里额外加入两个动态因子：

• 波动率分位：当前 ATR（平均真实振幅，衡量价格波动幅度的指标）处于历史数据的百分位。越靠近高位，说明当前波动相对历史偏大，更容易出现大行情。
• 量能爆发系数：近 5 根 K 线的均量 ÷ 近 50 根 K 线的均量。如果这个值明显大于 1，说明近期成交量相对过去异常放大，可能正在发生资金涌入，是“潜力爆发”的早期信号。

这两个因子叠加，是为了在静态历史表现之外，额外偏向那些“当下正在发生异动”的标的。

最终输出一个白名单，通常是 3 到 5 个当前阶段综合得分最高的币。

            javascript
            
            
// 选币引擎：成交量过滤 → 回测打分 → 爆发因子 → 白名单
var pool = tickers
    .filter(t => t.Symbol.endsWith("USDT.swap"))
    .sort(byQuoteVolumeDesc)
    .slice(0, TopVolumeN);

for (var coin of pool) {
    var volPct  = calcVolPct(records);       // 波动率历史分位
    var surge   = calcVolumeSurge(records);  // 近期量能爆发系数
    var bt      = bestBacktestScore(records, maParamsList);   // 均线回测综合得分
    var score   = bt * 0.56 + volPct * VolSurgeBonus + surge * VolSurgeBonus;
    if (score >= threshold) whitelist.push(coin);
}

下半：滚仓策略——以小博大

有了白名单，还需要一套交易方法。这里用的是我们之前写过的滚仓策略，它的机制和 Alpha 的不对称要求高度吻合。

什么是滚仓策略

它是一套基于均线交叉信号的期货趋势跟踪策略。

首先理解均线：把过去 N 根 K 线的收盘价做加权平均，就是 EMA（指数移动平均线）。EMA 给近期的价格更高权重，比普通均线反应更快。交叉信号是这样的：短周期 EMA（如 EMA5）从下方穿过长周期 EMA（如 EMA10），叫“金叉”，意味着短期涨势强于长期，是做多信号；反过来叫“死叉”，是做空信号。

“滚仓”指的是：每次止盈之后，如果均线方向仍然维持（说明趋势还在），就立刻重新开仓，继续跟着趋势持有。在一段强趋势里，这套方法可以把利润一轮一轮地滚动复利，不是赚一波就走。

每笔交易都有硬止损：价格反向运动超过设定幅度（比如 -8%）就强制平仓。这个止损把每一笔的最大亏损封了顶——不管行情多糟，单笔损失不会超过这个数字。这就是“极小成本”的机制来源。

为什么是它：不对称结构的匹配

Alpha 要求“成本极小且封顶 + 盈利尽可能大”——这是一个不对称的收益结构。滚仓策略天然具备这个结构：

• 硬止损 = 每次下注的“票价”，输了最多亏这么多，不会再多
• 移动止盈 + 滚动续仓 = 如果做对了，让利润跟着趋势跑，理论上没有固定上限

两者在结构上是同一件事的不同说法。具体代码：

            javascript
            
            
// 成本封顶：触到硬止损立即离场——这是每笔下注的票价上限
if (pnlPct <= -AlphaStopPct) close("硬止损");

// 让利润奔跑：峰值越高，允许的回撤空间越大，给大赢家足够的呼吸室
var giveback = Math.max(15, maxPnl * 0.3);
if (maxPnl - pnlPct >= giveback) close("移动止盈");

// 止盈后如果趋势仍在，滚仓继续持有——把利润复利
if (shouldRoll(records, direction)) openAlpha(direction, price);

有机整合：把 Alpha 的利润接回核心

选币引擎找到标的，滚仓策略产生收益，但这还不够——回到原文，Alpha 真正的价值是“给核心资产输送本金”。所以必须有一条资金线：Alpha 赚到的钱，单向买回核心资产；亏的时候，绝对不反过来动核心的本金。

            javascript
            
            
// Alpha 已实现利润累计到一定额度，就买回核心资产
if (alphaPnlBank >= AlphaSweepMin) {
    var amt = sizeByCash(CoreSymbol, alphaPnlBank, 1, price);
    marketOrder(CoreSymbol, "buy", amt);   // 利润流向核心，放大本金基数
    coreInvested += alphaPnlBank;
    alphaPnlBank = 0;
}

正是这条线，让三套各自独立的老策略，从“分别在跑”变成了“互相反哺的一个轮子”：定投持续喂核心，选币引擎挑出候选，滚仓以小博大，盈利再喂回核心，核心越来越大，后面要求的倍数越来越小。

量化在这里真正做了什么

总结一句话：复现的价值不在于“更聪明”，而在于“更守纪律”。

原文那套之所以难，不是逻辑难懂，而是人太难执行：暴跌时手痒想卖、大赚时 FOMO 追入、亏一点就想停手、急用钱时被迫割掉了本该拿着的核心资产。这些失误不是因为不懂道理，而是因为情绪。

代码不会被迫卖出（储备线兜底），不会 FOMO（只按白名单和信号动），不会停轮（亏光 Alpha 的小成本就等下一笔，绝不碰核心）。我们没有把这套理论变得更厉害，只是把里面最反人性的那几条，交给了一个不带情绪的执行者。

这只是一个比较浅的尝试

得说清楚，这远不是终点，而且有一环明显是不同路径的落地方式。

原文里真正的 Alpha——打新、预售、早期结构性机会——是依靠信息与资源实现以小搏大。而滚仓 + 均线选币，属于以小搏大的另一种实现形式，依托趋势行情赚取收益，二者路径不一样，但内核逻辑完全相通。震荡行情中，这套趋势策略难免会遭遇反复小止损的损耗，它和原生机会互为补充，共同构成 Alpha 收益来源。真正的稀缺机会还是要靠人去判断，赚到之后再手动按同一条线喂回核心。

另外，回测好看不代表实盘能赚。手续费、资金费、滑点，这些在回测里容易被忽略，实盘里会一点点吃掉边际。代码守住了纪律，但它不会在该保守的时候本能地踩刹车。

所以接下来该做的，不是急着上大资金，而是先用模拟盘和小仓位长期地跑：那几个轮子有没有在互相反哺，Alpha 那部分到底是在加分还是白忙。然后拿真实的数据，一轮一轮地修。

原文里那句话，用在打磨这套系统上同样成立——可以很慢，但是不能停。

（以上只是一种思路的记录，不构成投资建议。）

原文链接：我从零到千万的飞轮系统:现金流 · 核心资产 · Alpha

策略源码：飞轮量化系统