择时——像发牌员一样思考，而不是赌客

“在赌桌上，输家总在等‘大牌’，而赌场只负责‘发牌’。”

1. 什么是择时？—— 科学界的“发牌策略”

在量化交易里，择时不做“算命”，而是做一种概率预测。

你可以把它理解为赌场的发牌员：他并不关心你今天运气好不好，他只负责根据牌堆里的概率，客观地给出一张牌，并告诉你这张牌的“胜算”有多少。

[ 💡 知识点卡片 ] 一个标准的发牌指令包含：

• 方向：这张牌是该买入还是卖出？
• 置信度：AI 对这次判断有多少胜算？
• 有效期限：这个机会能持续多久？

2. 硬核标准：入场效率的“弧度审计”

怎么证明发牌员（AI 信号）没在骗人？

想象你在钓鱼：鱼钩入水后，在它脱钩之前，鱼竿被拉弯的最大弧度，决定了这次信号的质量。

这些理论源自 顶级量化专家 John Sweeney 的奠基性研究：

• 最大有利变动：如果信号发出后，价格最高涨了 3%，那么发牌员就完成了任务。
• 最大不利变动：如果价格先回撤了 5% 才拉升，这说明入场时机的博弈成本极高，是个“烂机会”。

实战案例：识别“诱多”假突破 很多散户在股价冲过前高时，凭直觉“追涨”。 但 ZISO 的 AI 此时在计算全天候的概率分布：如果数据显示这类信号的“回撤代价”远大于“预期收益”，AI 就会发出预警。这正是量化选手避开陷阱的“护城河”。

3. AI 的真正角色：冷酷的降维过滤器

在择时环节，AI 遵循的是“无状态”原则。

它就像一个极其冷酷的温度计：它只如实反馈当前水温是“烫”还是“冷”，它完全不在意你手里已经有多少持仓，也不会因为你刚才亏了钱就变得保守。这种“非人情”的客观，在波诡云谲的市场里，才是真正的生存之道。

4. 总结：看清你的敌人

赌客盯着自己的牌祈祷运气；而量化选手盯着概率分布执行流程。 当 ZISO 的 AI 告诉你“信号已验证”时，意味着在物理层面上，盈利的机会确实出现过。

如果你在门口犹豫了，或者进门后赖着不走，那是接下来我们要讲的“交易管理”该背的锅。

---

认知对齐：行话指南

• 择时：Timing / Signal Generation
• 洞见：Alpha Insight
• John Sweeney：顶级量化专家，MFE/MAE 理论奠基人。
• 无状态：Stateless / Finite State Machines
• 最大有利变动：MFE (Maximum Favorable Excursion)
• 最大不利变动：MAE (Maximum Adverse Excursion)

---

下一篇：101-102《交易管理——为什么“状态”是财富的分水岭》

---

ZISO AI（中文名 知守AI）：复杂的分析交给 AI，简单的决策留自己。