人物速寫#
帕克（Marsten Parker）是書中唯一純系統化交易者，故事直白地反映了一個冷酷現實：純機械化策略可以在 15 年裡穩定獲利，然後一夕失效。
- 22 年的紀錄；過去 20 年平均年化報酬 20.0%（同期 S&P 500 全報酬 5.7%）
- 調整後 Sortino 比率 1.05、月 Gain to Pain 比率 1.24，約為 S&P 同期三倍
- 三個截然不同的階段：14 年穩定獲利 → 3 年差點被市場淘汰 → 4 年達到生涯最佳風險調整後報酬
施瓦格在挑選受訪者時一度想跳過帕克——他的數字不像書中其他人那麼炫目。但帕克 22 年的長度、加上他是唯一交出穩定績效的純系統化交易者，讓施瓦格決定收錄他作為一個重要對照組。
從小提琴到程式設計#
帕克的生涯從未瞄準市場：
- 小提琴是他的第一志業，曾報考茱莉亞音樂學院（Juilliard）失敗
- 進入紐約 Mannes 音樂學院後意識到自己無法成為頂尖演奏家
- 對程式設計的興趣從 9 年級就萌芽（學校的 Data General Nova 大型主機）
- 大學期間靠母親在廣告公司服務的客戶 Digital 送來一台 DEC VT-180 PC，重新點燃寫程式的熱情
畢業後他做過電腦店員、軟體公司工程師、QA 軟體創業（Software Quality Management）。創業專案最終被 Segue Software 併購，Renaissance 創辦人 Jim Simons 是 Segue 的主要投資人——當時他只知道對方是「有錢的商品交易者」。
進入交易：被 IPO 蒸發逼出來#
Segue 在 1996 年 IPO，他的股票一度市值 600 萬美元，但禁售期內無法賣出；解鎖後股價已從 40 美元跌到 13 美元。1997–1998 年陸續變現後，他離職開始全職摸索交易。
他從零開始：
- 看書架上第一本就是 Trading for a Living——「原來真的有人靠交易過活」
- 與 TheStreet.com 專欄作家 Gary B. Smith（William O’Neil CANSLIM 法的改良者）通信、結為交易夥伴
- 主要訊號：Investor’s Business Daily 的「異常成交量」表格，過濾相對強度 ≥ 80 的股票
- 進場後設置 5% 獲利目標、7% 停損
從手動到完全機械化#
幾個月後他開始引進自家回測（backtesting）軟體：
- 第一個發現：「使用日內停損會嚴重侵蝕績效」——改成只看收盤停損
- 第二個發現：他原本以為「下跌越多越超賣」，回測卻顯示首日跌得越深，後續續跌機率越高——這個訊號讓他在 2000–2012 年的多年從空方獲利
- 1999 年 12 月放空大幅加碼後被軋空，把整年 20% 利潤幾乎吐光——他從此放棄半自由裁量、轉為100% 純機械化
早期帕克會用簡單的方法應對回撤：「回測找出能避開這次回撤的參數，再切換過去」——這正是過度擬合（overfitting）的入門範例。他後來才發現這只是用後見之明造出舒適的假象。
進場時點不斷往前推：唯一的優勢就是「快」#
2001 年系統第一次大幅回撤後，他發現「以開盤進場」已經太慢，改成收盤前 20 分鐘執行訊號、當日收盤進場。
2005 年又一次回撤後，他做了更激進的改造：用每分鐘的成交量推估當日總量，只要當日預測量達到異常門檻，立刻在那一分鐘進場——而不是等到收盤。改完之後 2005 年 10 月到 2007 年 10 月成為他生涯最佳的兩年。
「唯一的優勢就是快。」HFT 與機構演算法陸續滲透到日內，他必須一路把進場時間往前壓縮——同樣的系統執行於收盤、跟執行於日內，兩者績效在 2005 年起差到一個天差地遠。
動能策略失靈：2013 年的轉折#
帕克的動能（momentum）系統在 2012 年底開始出現裂縫：
- 多頭部位績效不彰、空頭部位無法在多頭虧損時提供對沖
- 2013 年是他第一個年度虧損
- 同期間 BTFD（buy the fucking dip）成為市場語言——他的「強勢股下跌賣出」訊號變成別人的買進訊號
他到 Stockbee 論壇求助，有人推薦他研究反向均值回歸（mean reversion）——這正好是他 15 年來認為「相當於接落下的刀」的反面策略。讀過 Larry Connors、Keith Fitschen、Howard Bandy 等人的書後，他開始用回測驗證——意外發現均值回歸的測試結果極佳。
均值回歸系統：規則簡介#
多頭均值回歸進場規則：
- 股票必須處於長期上升趨勢
- 短期內從近高點下跌一定百分比
- 在當下價位再下方掛入限價單（依股票歷史日波動而定）
- 出場：等待收盤上漲日就賣出（多數交易在當天收盤仍是虧損，要持有過夜才能轉正）
多頭均值回歸的關鍵設計：
- 不設停損——任何停損（即使 20%）都會殺死系統的期望值
- 改用5 個交易日時間停損：5 天內若沒等到收盤上漲日，就強制平倉
- 部位規模上限：即便整筆完全虧光，也不會造成 10% 帳戶回撤
空頭均值回歸完全不是多頭的鏡像——他只在多頭趨勢中 找做空訊號，捕捉的是「主升段裡突發的吹頂式急漲」。
2015 年：差點放棄交易#
2014 年他用一半資金跑舊動能、一半跑新均值回歸：均值回歸 +40%、舊系統打平，整體 +20%。但他覺得「我太保守了」，2015 年把資金配置拉到 120%：
- 前 4 個月 +25%，5 月帳戶創新高
- 接著做空中概股（Chinese ADRs）→ 連續被軋
- 接著 Hillary Clinton 推文要管制藥價 → 生技股暴跌，多頭均值回歸系統卻持續買進
- 整年最終虧損 10%
- 進入 2016 年前兩週又虧 10%，距離高點累計回撤 45%——他停止交易
學到的核心教訓：
- 均值回歸的尾部風險不是來自單一巨額虧損，而是中型虧損的時間群聚
- 多頭均值回歸與空頭均值回歸並不天然互相對沖——市場崩盤時系統不會給你做空訊號，所以多頭均值回歸需要搭配動能空頭對沖
重啟交易：第一次寫下交易計畫#
2016 年 3 月帕克寫下生涯第一份正式交易計畫，主要為了讓太太相信「再戰一次是合理的」。重要新規則：
- 更嚴格的帳戶停損：從 −10%（或從新高 −15%）開始就停止交易
- 部位金額永遠不超過 100% 權益，即便日內也不行
- 從固定股數改為固定權益百分比配置部位
- 排除生技股——它們對 FDA、藥試結果反應過於極端
- 後來再加上：追蹤每個系統的權益曲線，跌破 200 日均線就關掉該系統
多策略並行：「四象限」與後續演進#
帕克偏好多策略組合，理想是「動能與均值回歸 × 多頭與空頭」四個象限：
- 加入了IPO 動能系統：簡單的「買進創新高」在普通股票池上完全沒用，但在新近 IPO 中出色
- 後來再加入「短動能但用均值回歸方式進場」的空頭系統
- 三年後又加入兩個日內均值回歸系統（不過夜）讓報酬更平滑
- 目前同時跑 3 個多頭、3 個空頭策略，互相平衡
對「最佳化」的看法#
帕克對 optimization 的態度愈來愈節制：
- 任何系統都能透過最佳化被「過去績效化」得很漂亮——這代表回測結果的炫目程度幾乎沒有資訊量
- 最佳化結果一定高估未來績效，差距可能很大
- 「不要用最佳化結果來評估系統價值」
- 細部最佳化往往「不是浪費時間，就是自我欺騙」
- 設計新系統時，他有時不跑最佳化程式，更喜歡看到「參數變動下績效差不多」——這代表系統穩健
「我整個職業生涯回測時看到的年報酬常是 50%–100%、最大回撤 < 10%，但實際操作通常落到 20%——這就是我預期的數字。」
給交易者的建議#
帕克對想全職交易的人的核心忠告，就是這章標題：
交易維生比你想得難很多。1995–2010 年間他系統穩定運行十多年；接下來幾年差點全部歸零。即便你的累計利潤一路向上，它必須持續高於累計提領 + 稅金 + 通膨才能算是真的養活自己。
其他建議：
- 培養對市場「隨機性」的直覺敬意
- 凡事都要測試、不要因為某人說有效就相信
- 多策略組合比把單一系統不停加規則重新最佳化好得多
- 在每一個策略內加入「關閉開關」（如權益曲線跌破 200 日均線就關閉）即便這會稍微降低回測利潤
- 接受「有可能順風走 15 年，然後遇上幾乎結束生涯的回撤」——所以保留替代收入來源
Ed Seykota 的兩條鐵律：本章的縮影#
施瓦格用 Ed Seykota 的兩條法則為帕克的故事下了註腳：
- 無條件遵守規則
- 知道何時該打破規則
帕克的成功正是這對看似矛盾的指令的真實演練——他堅守機械化系統，但又在多個關鍵時刻徹底改寫系統，包括「從動能切到反向均值回歸」這種顛覆性轉變。沒有這份彈性，他無法存活下來。
三年後#
- 過去三年最大產出：他把自家回測軟體 RealTest 商品化，全球 200 多位用戶（許多是澳洲人）
- 軟體支援多策略組合、期貨（含 Turtle 系統範例）、Norgate 的指數成分歷史資料（避免存活者偏誤與「向前看」偏差）
- 新增兩個日內均值回歸系統（不過夜）——一個只做多、一個只做空，把整體曲線壓得更平
- 把每個部位上限從 10% 降到 5%
- 新風控：當券商把某檔股票的維持保證金提到 50% 以上時停止做空——這在 meme stock 大戰時救他不少
帕克的故事提供了一個清楚的提醒：系統交易者的紀律不是「永遠不更動系統」，而是知道何時系統失效、何時該重寫——而要知道答案，回測、權益曲線監控、與一個「能讓你撐過低谷」的本職通常缺一不可。