不幸的是，所有主观交易方法的最大劣势在于，由于其本质特性，所涉及的分析与情景预测都具有主观性。
正是由于这种主观性，即便是像威科夫方法这样具有真实底层逻辑的交易体系，在不同交易者手中也可能无法取得成功。
正如你可能在其它地方读到的那样，人工干预无疑是交易策略中最薄弱的环节，而这显然是由于情绪因素支配着我们的行为所导致的。
为减轻这一问题，许多专家建议尽可能让你的交易策略保持客观化。但这并不是一件容易的事，尤其对于威科夫交易者而言更是如此。预测情景所涉及的因素非常多，要创建一套完全客观的规则，并确保它始终以相同方式运行，几乎是不可能的。
我们能够掌控的一个解决方案，就是尝试将用于入场的触发条件进行量化。这无疑是一个简单的措施，可以帮助我们在策略中融入一定程度的客观性。
如果你仅使用柱线或K线图进行交易，你可能会希望将某一价格形态出现时的情况进行量化。假设我们要做多，可以量化一个简单的价格反转形态：先出现一根空头K线，然后出现一根多头K线。在此基础上，我们可以将其复杂化，加入更多变量。例如，我们可以假设价格位于较低的移动平均线之上，第二根多头K线的涨幅超过一定点数（Pips），并且在该多头K线突破时使用止损买入单等。
如果你在交易中还使用基于成交量的工具，你可能希望加入其它变量，例如价格位于成交量分布控制点（POC）、价值区域高点（VAH）、价值区域低点（VAL）或成交量加权平均价（VWAP）之上；或者要求多头K线同时伴随主买量与主卖量的差额（Delta）的显著增加。
可选方案是无穷无尽的，从最简单到最复杂，唯一的限制就是我们的想象力。当然，这是一项艰苦的工作。如果你不会编程（编写交易机器人），就必须手动完成，这将耗费大量时间。此外，在进行回测（Backtest）时，还需要考虑其它因素，例如数据质量、费用成本（点差、佣金、隔夜利息）、潜在问题（滑点），以及策略优化等相关问题。
暂无评论内容