入市五部曲的核心框架
入市五部曲是一套系统化的开仓决策流程,每一步都对应客观条件,避免情绪化交易。第一步,确认大周期趋势方向。股票看周线级别均线排列,期货看主力合约日线持仓量变化。趋势向上只做多,趋势向下只做空,震荡市观望。第二步,等待关键位置测试。股票关注前期高低点、密集成交区、跳空缺口边缘;期货关注布林带中轨、前日结算价、持仓量异动点。价格到达这些位置时,观察K线反应。第三步,验证量价配合。股票要求上涨放量、下跌缩量,分时图白线在上黄线在下;期货要求增仓上行或增仓下行,成交量突破20周期均量。第四步,设定初始止损。股票止损设在关键位置下方3%至5%,期货止损设在最近一根反向K线高点或低点外1至2跳。第五步,分配仓位。单笔风险不超过总资金的2%,股票分两批建仓,期货一次性建仓但降低手数。
进出抓两点的具体执行
进出抓两点指开仓点和止损点,两者必须同时确定。开仓点选择突破点或回踩点。突破点要求价格突破前高或前低后持续3根K线站稳,成交量大于前5根均量。回踩点要求价格回抽关键均线或前高转支撑位,出现下影线或阳包阴信号。止损点不是固定百分比,而是根据波动率动态调整。股票用ATR的1.5倍作为止损距离,期货用2倍ATR。开仓后立即设置条件单,价格触及止损点自动平仓。盈利后移动止损,股票以5日均线为跟踪线,期货以20周期均线为跟踪线。

# 入市五部曲量化示例:基于突破与回踩的止损点计算
import pandas as pd
import numpy as np
def calculate_atr(df, period=14):
high_low = df['high'] - df['low']
high_close = np.abs(df['high'] - df['close'].shift())
low_close = np.abs(df['low'] - df['close'].shift())
tr = pd.concat([high_low, high_close, low_close], axis=1).max(axis=1)
return tr.rolling(period).mean()
def entry_signal(df, atr_mult=1.5):
df['atr'] = calculate_atr(df)
df['ma20'] = df['close'].rolling(20).mean()
df['vol_ma5'] = df['volume'].rolling(5).mean()
# 突破点:价格突破前20日高点且成交量放大
df['breakout'] = (df['close'] > df['high'].rolling(20).max().shift()) & (df['volume'] > df['vol_ma5'])
# 回踩点:价格回踩20日均线且收阳
df['pullback'] = (df['low'] <= df['ma20']) & (df['close'] > df['open']) & (df['close'] > df['ma20'])
df['entry'] = df['breakout'] | df['pullback']
df['stop'] = df['close'] - atr_mult * df['atr']
return df
股票与期货的差异化应用
股票操作受T+1限制,入市五部曲中的仓位分配需要更谨慎。首笔建仓不超过计划仓位的50%,剩余资金等待次日确认。进出抓两点在股票中体现为:开仓点必须配合分时图均价线支撑,止损点参考前日低点或缺口下沿。期货操作具有杠杆和双向交易特点,入市五部曲可以日内完成。开仓点结合盘口买卖挂单比例,止损点设置更严格。期货持仓量变化是核心验证指标,价格上涨持仓量增加为健康多头,价格上涨持仓量减少为诱多。
仓位管理与风险控制
入市五部曲要求每笔交易的风险预算固定。股票账户总风险敞口不超过6%,即同时持有三只股票,每只风险2%。期货账户总风险敞口不超过4%,因为杠杆放大波动。进出抓两点的止损点一旦设定,不可向不利方向移动。盈利后可以采用金字塔加仓,加仓部分止损点设在成本线。股票加仓间隔至少3%的价格差距,期货加仓间隔至少1倍ATR。
实战中的心理纪律
入市五部曲的每一步都需要书面记录。开仓前填写检查清单:趋势方向、关键位置、量价配合、止损点、仓位大小。进出抓两点要求设置自动止损单,避免盘中手动干预。股票交易者容易在下跌时补仓,违反五部曲的止损纪律。期货交易者容易在盈利后重仓,破坏仓位管理。解决方案是设置每日最大亏损限额,股票账户当日亏损2%停止交易,期货账户当日亏损3%停止交易。
常见错误与修正
错误一,跳过第五步仓位分配,直接满仓。修正方法是计算每笔交易的最大亏损金额,股票用(开仓价-止损价)×股数,期货用(开仓价-止损价)×合约乘数×手数。错误二,移动止损点。修正方法是开仓后立即设置条件单,不手动修改。错误三,在震荡市强行使用入市五部曲。修正方法是增加过滤条件,股票要求20日均线向上倾斜,期货要求持仓量连续3日增加。错误四,忽略进出抓两点的第二点。修正方法是在交易软件中设置止损提醒,每次开仓后检查止损单是否生效。
量化回测与参数优化
入市五部曲和进出抓两点可以编写成量化策略。股票策略回测周期选择2015年至2024年,标的为沪深300成分股。期货策略回测周期选择2018年至2024年,标的为螺纹钢、豆粕、原油主力合约。参数优化目标为夏普比率大于1.5,最大回撤小于20%。关键参数包括ATR周期、均线周期、成交量均线周期、止损倍数。使用网格搜索方法,股票参数范围ATR周期10至20,均线周期20至60,止损倍数1.0至2.5。期货参数范围ATR周期14至28,均线周期10至40,止损倍数1.5至3.0。回测结果需要样本外验证,避免过拟合。
跨市场联动与对冲
股票和期货可以组合使用入市五部曲。当股票市场趋势向上,期货市场同步上涨,可以同时做多股票和期货。当股票市场震荡,期货市场趋势明显,只操作期货。进出抓两点在跨市场对冲中需要调整。股票多头止损点设为前低,期货空头止损点设为前高。对冲比例根据Beta系数计算,股票组合Beta为1.2,期货合约Beta为0.8,则期货手数=股票市值×1.2÷(期货价格×合约乘数×0.8)。
长期执行与复利效应
入市五部曲和进出抓两点需要至少执行100笔交易才能形成习惯。每笔交易记录入场理由、止损点、出场理由、盈亏金额。每月统计胜率、盈亏比、最大连续亏损次数。股票交易者重点优化选股环节,期货交易者重点优化止损环节。复利效应来自严格的风险控制,单笔风险2%,连续亏损10笔后总资金回撤约18%,连续盈利10笔后总资金增长约22%。保持一致性,不因单笔盈亏改变规则。