揭穿误区：资金管理绝非次要
用实测数据拆解固定与几何仓位的致命差异
误区从何而来：0.1手测试的欺骗性
很多新手在策略测试器中看到指数级余额曲线和几十亿的结果，会本能地怀疑其真实性。老手通常建议用固定0.1手重跑测试，理由是它能直观展示策略在测试期内赚了多少点，且曲线接近直线，被视为稳定性的标志。这种看法在表面上合理：固定手数剥离了仓位膨胀的干扰，让交易者看清策略本身的点值期望。
但问题在于，固定0.1手图表隐藏了资金管理对风险的动态影响。当账户余额增长时，固定手数意味着相对风险递减；而一旦切换为与余额挂钩的加仓法，风险结构彻底改变。新手常误以为“正期望+0.1手曲线漂亮=可随意加仓”，这一推论正是本文要粉碎的核心谬误。
三种资金管理模式的定义与代码
文章选取了三种典型仓位逻辑：保守的固定0.1手、积极的几何MM（手数随余额线性增长）、温和MM（手数随余额平方根增长）。作者修改了公开EA“20_200 expert_v4.2_AntS”以剔除马丁格尔成分，并用统一函数计算手数。
以下为文中保留的MQL4手数选择函数，通过宏开关切换三种模式，并保障最小0.1手的开仓底线。该代码清晰展示了账户余额如何被映射为交易手数。
double LotSize()
{
double size;
switch( _MM )
{
case 0: size = 0.1;
break;
case 1: size = 0.1 * AccountBalance() / 1000;
break;
case 2: size = 0.1 * MathSqrt( AccountBalance() / 1000 );
break;
default: size = 0.1; break;
}
if( size < 0.1 )
if( ( AccountFreeMarginCheck( Symbol(), OP_BUY, 0.1 ) < 10. ) ||
( AccountFreeMarginCheck( Symbol(), OP_SELL, 0.1 ) < 10. ) ||
( GetLastError() == 134 ) )
lot = 0.0;
else lot = 0.1;
else lot = NormalizeDouble( size, 2 );
return( lot );
}
几何MM在代码中对应case 1：每1000美元余额开0.1手。温和MM对应case 2，若初始本金为10000美元可将注释行取消，使起步手数为1.0。这种结构便于我们在同一EA上横向对比。
实测一：固定0.1手的表面繁荣
使用EURUSD H1，2000/06/07至2008/03/15近八年数据，默认参数测试。固定0.1手结果：净利润9911.72美元，最大亏损923.58美元（约20%），回收系数RF=10.73，数学期望12.44点，胜率89.21%。图表平滑向上，参数诱人。
新手看到这份报告会获得虚假信心，认为策略“大有可为”。但需注意，盈利交易平均点数35.80，亏损平均180.72，盈亏比仅0.198，靠的是高胜率撑起期望。一旦手数不再固定，这一脆弱平衡极易破裂。
实测二：几何MM如何吞噬利润
将MM改为每1000美元0.1手（几何）后，净利润飙至198万，但最大亏损百分比突破70%，RF跌至0.51（小于1）。曲线尾段出现深坑，峰值手数约540手，现实中经纪商根本无法成交。
更隐蔽的陷阱在于盈亏计算基点不同：亏损按建仓前较高余额计算手数，获利按建仓时较低余额计算。例如余额5000美元开0.5手赚100点=500美元；紧接着亏损100点，手数因余额变5500而升为0.55，亏550美元，比获利多10%。固定手数则无此偏移。
亏损放大公式与阈值推导
设初始余额10000美元，每10000美元保证金手数为aggr，获利交易profit点，1点价值pointval。首笔赚aggr*profit*pointval；次笔亏时余额已增，手数同比例放大，令两笔美元盈亏相等，得阈值公式：loss = profit / (1+ aggr*profit*pointval /10000)。
以EURUSD(pointval=10)验证：aggr=1,profit=100 => loss≈90.91点，实验阈值91点；aggr=2 => 83.33点，实验84点；aggr=3.33 => 75.19点，实验75点。公式与模拟高度吻合。这意味着若策略亏损单平均超过此阈值，几何MM会让系统由盈转亏。
// 阈值推导伪代码（非原EA） // loss = profit / (1 + aggr * profit * pointval / 10000); // EURUSD: pointval = 10
幸运EA的微观凹陷实验
作者用“Lucky”EA做短周期测试：0.1手时某凹陷仅360点（占余额约0.5%），换成几何MM后实测亏损近32%，放大60余倍。图中几乎不可见的缝隙在比例加仓下变成深渊，证明依赖0.1手图判断稳健性极端危险。
double GetLots()
{
return (NormalizeDouble(AccountFreeMargin()/10000,1));
}
温和MM：折中的生存之道
第三种测试采用平方根手数：初始1000美元开0.1手，RF=5.82，最大亏损5632美元（比例仍大但远小于几何）。曲线比几何平稳，若初始改为10000美元、首仓1.0手，八年利润放十倍而相对回撤不变。它吸取了几何的放大优点又缓和了风险斜率。
case 2: size = 1. * MathSqrt( AccountBalance() / 10000 );
结论：资金管理排第几？
标题说“排第二位”是指它救不回0.1手已亏的策略；但正文强调反论：再强的策略也会被过激MM扼杀。正确态度是——先用固定手数验明正期望，再依风险承受选温和或保守加仓，绝不盲目几何化。任何实盘MM都必须独立回测，不能由0.1手图外推。
- 固定手数用于探明策略本体质量
- 几何MM成倍放大历史凹陷与尾段回撤
- 温和MM提供利润与风险的折中
- 阈值公式可预判加仓激进度容忍边界