仓位管理是盈利的基石
仓位管理直接决定资金曲线的波动幅度。单笔亏损控制在总资金的2%以内，避免因重仓巨亏而丧失后续机会。固定风险比例法要求每次开仓设定止损失，依据止损距离反推仓位大小。例如，账户10万元，单笔风险2000元，止损位距入场价5%，则仓位为4000股。动态加减仓可以依据账户权益增长逐步提高风险比例，但最高不超过5%。
止损纪律是保命的底线
止损必须预设且无条件执行。移动止损保护利润，当股价朝有利方向移动后，将止损位上移至成本价或关键支撑位。时间止损适用于震荡行情，若持仓超过设定周期仍未盈利，则主动离场。技术止损依据支撑位、趋势线或均线判断，一旦跌破立即出局。止损设定后，不得因情绪或消息随意改动，否则失去纪律意义。
趋势跟随是盈利的核心
顺势而为是股票交易的第一法则。上升趋势中，股价高点与低点不断抬高，回调至支撑位时买入，跌破趋势线时卖出。下降趋势中，则应观望或做空，切忌逆势抄底。使用10日指数移动平均线作为趋势过滤器，价格在均线上方只做多，下方则空仓或做空。趋势线、通道线、斐波那契回撤位均可辅助判断入场和离场点。
心态控制是执行力的保障
贪婪与恐惧是亏损的根源。盈利时过度自信，加仓导致利润回吐；亏损时抱侥幸心理，不止损放大损失。建立交易日志，记录每笔交易的理由、情绪和执行情况，定期复盘，纠正错误。在连续亏损后暂停交易，调整心态，避免报复性交易。盈利时也需保持冷静，遵循既定计划，不因胜利而放松警惕。
资金管理公式决定生存概率
凯利公式可计算最优仓位比例：f = (bp - q) / b，其中b为赔率，p为胜率，q为失败率。但实盘中建议使用半凯利，降低波动风险。例如，胜率60%，赔率1.5，则f = (0.9 - 0.4) / 1.5 = 0.333，半凯利仓位为16.65%。若胜率不足50%，则不应重仓。固定金额法适合新手，每次投入固定金额，如1万元，随资金增长调整。
入场信号必须量化
入场信号若模糊，则交易随意化。MACD金叉死叉、RSI超买超卖、布林带突破等指标都可作为信号。信号需经过历史回测，胜率至少55%以上。多重时间框架共振提高胜率，例如日线趋势向上，60分钟回调至支撑位，同时30分钟出现反转K线，则入场。信号出现后，立即执行，不犹豫。
离场策略与入场同样重要
止盈目标设定要基于盈亏比，至少1:2，即盈利是亏损的两倍。移动止盈（如均线拐头）保护利润。分批止盈适用于强趋势，例如先卖出一半，剩余仓位持有至趋势反转。时间离场若持仓盈利但动能减弱，且超过持有周期，则获利了结。离场后不后悔，不追高。
复盘与迭代是提升的关键
每日收盘后复盘当日的交易，检查执行是否到位。每周统计胜率、盈亏比、最大回撤等数据。每月总结盈亏原因，调整策略参数。建立策略库，测试新想法，迭代优化现有策略。复盘时用数据说话，不凭感觉。
风险控制包括分散与对冲
不要将全部资金投入单一股票，分散至3-5只不同行业的个股。使用股指期货对冲系统性风险，例如持有股票组合时，做空对应指数期货。设置账户最大回撤限制，例如回撤超过20%则停止交易一周。风险控制的目标是让亏损控制在可承受范围内，确保长期生存。
扩展知识：基本面与技术面的结合
盈利不止依赖技术，还需了解公司基本面。行业景气度、财务健康度、管理层能力等影响长期走势。技术面提供入场时机，基本面提供持股信心。但基本面分析不用于短线交易，仅作为选股时的辅助。技术分析主要针对价格和成交量，适合日内与波段。
程序化交易中的资金管理
若使用量化策略，资金管理可嵌入代码。例如，Python中使用backtrader框架，设置固定的风险比例。在策略中计算仓位：self.buy(size=size)，其中size = (self.broker.getvalue() * risk) / (price * stop_distance)。止损单可设置self.sell(exectype=bt.Order.Stop, price=stop_price)。回测中观察最大回撤和夏普比率，调整风险参数。
心理误区与克服方法
常见的心理误区包括处置效应（过早获利了结，过晚止损）、沉没成本谬误（持有亏损股等待回本）和羊群效应（追涨杀跌）。克服方法：建立明确的交易规则并严格遵循；盈亏与自尊分离，交易失败不等于个人失败；使用便签提醒主要规则。
持续学习与市场适应
市场环境变化无常，策略需要适应不同行情。牛市可适当提高仓位，熊市降低仓位或做空。持续学习新的分析工具和理念，参加培训或阅读书籍。定期评估策略有效性，若连续亏损超过一定幅度，则暂停并优化。只有不断进化，才能在市场中保持盈利。
