Deriv 波动率 75 策略回测：1,000 次交易后什么实际有效？

当我第一次尝试交易波动率 75 时，我以为我已经找到了完美的市场。没有什么消息震撼。没有中央银行。只是干净、持续的价格变动。

两周之内，我毁掉了我的第一个账户。

那次经历迫使我停止猜测并开始测试。我决定将交易视为一个研究项目，而不是追逐指标或从论坛上复制策略。

我致力于记录每一笔交易。

无跳跃损失。没有择优取胜。

经过几个月的交易和记录一切，我最终得到了波动率 75 上 1,000 笔交易的数据集。这些数据改变了我的交易方式。

本文本质上是我的私人交易日记，浓缩为一份指南。这是我希望在开始之前进行的 Deriv 波动率 75 策略回测。

如果您打算认真交易合成指数，请首先开设模拟或真实账户，以便您可以根据我在此处分享的数据测试策略。

开始亲自测试这些策略这里是Deriv。

为什么我选择波动率 75 进行回测

在所有综合指数中，Volatility 75 的表现最像高动量工具。

走势快速，回调剧烈，趋势的持续时间可能比预期长得多。

从我早期的观察来看，有三件事很突出：

• 该指数趋势强劲但并不持续
• 动量峰值突然发生
• 大部分损失来自横向盘整期间的交易

如果您不熟悉这些市场是如何产生的，我建议您阅读以下解释Deriv 综合指数实际如何运作在测试策略之前。

了解该指数背后的机制有助于我更好地解释我的结果。

我如何构建 1,000 次交易回测

我不想使用历史数据进行理论回测。我想要更接近真实交易条件的东西。

所以我记录了实时交易。

测试条件

范围	价值
总交易量	1,000
市场	波动性 75
平台	Deriv MT5
测试的时间范围	M1、M5
每笔交易的风险	1%
账户规模	1,000 美元
测试时间	4个月

每笔交易包括：

• 入职理由
• 商情
• 指标确认
• 结果
• 截图回顾

Deriv Volatility 75 策略回测中最令人惊讶的部分不是哪些策略有效。

当他们停止工作时，人们才发现。

我测试的三种策略

在回顾了数百笔交易后，我注意到大多数策略分为三类。

1. 趋势延续
2. 突破交易
3. 反转设置

因此，我决定测试每个类别的一种结构化策略。

策略一：均线回调

这是趋势条件下最一致的设置。

这个想法很简单。

等待价格出现强劲趋势，然后回调后入场。

设置规则

• 50 EMA 高于 200 EMA 买入
• 等待回调至 50 EMA
• 确认 RSI 高于 50
• 在看涨蜡烛收盘时入场

回测结果

公制	结果
交易	第382章
胜率	56%
平均回报：风险	1.6:1
最大回撤	9%

乍一看，56% 的胜率听起来并不令人印象深刻。

但由于赢家多于输家，该策略最终盈利。

这里真正的教训是耐心。

大多数连续亏损发生在我在横盘市场中强行入场时。

策略2：波动突破

波动性 75 喜欢爆炸性突破。问题是他们中的许多人很快就失败了。

我的突破系统专注于压缩区。

设置规则

• 布林带挤压
• 价格突破区间高/低
• 以动量蜡烛入场
• 止损于突破水平以下

回测结果

公制	结果
交易	311
胜率	48%
平均回报：风险	2.1:1
最大回撤	14%

这一策略产生了最大的赢家。

但它也是最长的连败。

我最糟糕的一段时​​间是连续 11 次亏损。

那段时期给了我关于波动市场的惨痛教训：
即使良好的设置也经常会失败。您还可以查看我的指南Deriv 支付数学了解有关在平台上盈利的更多信息。

尽管如此，Deriv 波动率 75 策略回测还是显示出一些有趣的东西。

只需几次强劲的突破交易，往往就能弥补许多小额损失。

策略 3：RSI 反转

这是大多数交易者期望发挥作用的策略。

波动性飙升，RSI 变得极端，价格反转。

实际上，它的效果最差。

设置规则

• RSI 高于 80 或低于 20
• 输入相反方向
• 小止损

回测结果

公制	结果
交易	307
胜率	42%
平均回报：风险	1.2:1
最大回撤	18%

主要问题是强劲的趋势。

波动率 75 可能会长期处于超买状态。

试图淡出这些走势往往会导致反复损失。

这是许多交易者毁掉他们账户的地方。

他们认为极端指标意味着逆转即将到来。

但综合指数的表现与传统外汇对不同。

前 300 笔交易教会了我什么

当我查看数据的早期部分时，出现了一种模式。

大多数损失来自过度交易。

我的交易频率如下：

每个交易时段的交易量	胜率
5–10	58%
10–20	49%
20+	41%

我进行的交易越多，我的表现就越差。

这证实了我之前学习时所怀疑的事情为什么许多 Deriv 交易者最终爆仓。

最大的问题不是策略。

这是交易频率和情绪决定。

测试中途：一个令人惊讶的发现

在交易数量为 500 左右时，我注意到一种新模式。

一天中的时间比策略本身更重要。

某些时间持续产生更好的设置。

最佳交易窗口

时间（世界标准时间）	观察
06:00–09:00	平滑趋势
12:00–15:00	市场波动
18:00–21:00	强劲突破

避免低质量时期可以显着改善结果。

这是我的 Deriv Volatility 75 策略回测中最大的改进。

在这个阶段，我还开始尝试自动化和机器人。如果您对自动化系统与手动交易相比如何，我在以下细分中分享了我的经验Deriv DBot 和复制交易系统。

1,000 次交易后实际有效的方法

实验结束后，我总结了完整的数据集。

最终表演

战略	交易	胜率	利润
均线回调	第382章	56%	+18%
突破	311	48%	+21%
相对强弱指数反转	307	42%	-11%

有两种策略得以幸存。

一个失败了。

Deriv 波动率 75 策略回测的最大收获是趋势延续主导了这个市场。

试图对抗这种趋势一直在赔钱。

保持账户活力的风险管理

战略很重要。

但风险控制更重要。

这些规则产生了最大的区别：

• 每笔交易的风险切勿超过 1%
• 连续3次亏损后停止交易
• 每个会话最多 10 笔交易
• 在回撤期间减少头寸规模

如果没有这些规则，仅靠突​​破策略就可能在连续亏损期间消灭账户。

我犯过的最危险的错误

在交易号 740 左右，我犯了一个典型的错误。

在连续亏损之后，我将头寸规模增加了一倍。

结果：

三连败。

这个情绪化的决定抹去了近 40 笔交易的利润。

它强化了一些简单但残酷的东西。

一致性比才华更重要。

大多数交易者忽视的隐藏优势

在审查了所有 1,000 笔交易后，最大的优势并不是一个秘密指标。

这是市场选择和耐心。

最好的交易发生在：

• 压缩后波动性扩大
• 在较高时间范围内形成的趋势
• 交易频率保持低位

换句话说，优势来自于等待。

初学者应该交易波动性 75 吗？

是的，但前提是他们将其视为结构化系统。

波动率 75 波动很快。这使得它令人兴奋，但也很危险。

如果没有严格的风险控制，这个市场的速度可以很快消灭掉账户。

这就是为什么我建议在扩大头寸规模之前慢慢测试策略。

如果您想运行自己的回测并比较结果，您可以在此开设 Deriv 账户并像我一样开始记录交易。

1,000 次交易后的最终想法

当我开始这个实验时，我希望找到完美的设置。

相反，我发现了一些更有价值的东西。

没有完美的策略。

但也有可重复的模式。

Deriv Volatility 75 策略回测表明，盈利能力来自于以下因素的组合：

• 简单的策略
• 严格的风险管理
• 交易频率有限
• 市场横盘时保持耐心

大多数交易者都在寻找神奇的指标。

事实上，优势往往来自纪律和数据。

如果您认真对待合成指数交易，我强烈建议您运行自己的交易日志。

您可能会对这些数字所揭示的内容感到惊讶。

如果您准备好开始亲自测试这些策略，开设 Deriv 账户并开始您自己的 1,000 笔交易实验。