返回交易笔记
TR Day 44

Week 6 复盘 + Wheel 第一周 PnL 归因

Week 6 复盘 + Wheel 第一周 PnL 归因

2026-06-22
Phase 2: 策略实战 + AI 信号
WeeklyReviewWheelPaperTradePnLAttributionGreeksWeek7Prep

日期: 2026-06-22 方向: Week 6 复盘 / Wheel 阶段: Phase 2: 策略实战 + AI 信号 标签: #WeeklyReview #Wheel #PaperTrade #PnLAttribution #Greeks #Week7Prep


今日目标

类型内容
复盘Week 6 七项交付物完成度自评 + Wheel 第一周 paper trade 的 PnL 归因
提炼三个核心认知 + 本周潜在坑 + 当前 Wheel 实操能力分级
准备Week 7 (AI 信号周) 预告 + 个人复盘 prompt 三问
产出TR-DAY44 完整复盘笔记 + Phase 2 阶段性中段定位

一、Week 6 完成度自评:七项交付物

Phase 2 Week 6 的核心主题是「把 Wheel 策略从知识变成可执行的流水线」。七天下来,交付物如下表:

Day主题交付物完成度备注
38Wheel 全图Wheel 全流程图 + 风险地图 + 适用条件清单✅ 完整把 CSP → 接货 → CC → 被 call 走的四态机讲清楚了
39CC 历史回测用 SPY/QQQ/AAPL 2020-2025 数据回测 30Δ CC 月度策略✅ 完整年化 8-12%,但 2020 大涨被截顶损失明显——回测必须包含极端行情
40IV Rank 选股IV Rank > 50 的筛选器(基于 yfinance + 自建 IV 估算)△ 70%Paper 端 IV 数据偶尔失真,需要 IBKR 实盘数据兜底
41组合 Greeks 监控Δ/Γ/Θ/Vega 实时面板(ib_insync + Streamlit)✅ 完整第一次看到组合层面 Greeks 而不是单 leg 的视角
42第一组 wheel paper在 IBKR Paper 上开仓 3 张 CSP(F / BAC / SOFI)✅ 完整真实下单,premium 入账
43Roll 操作决策树Roll out / down / out-and-down 的判定流程 + 代码模板△ 80%决策树已成型,但「何时不 Roll 直接接货」这条临界线还需更多实操样本
44本日复盘TR-DAY44(本文)✅ 进行中-

自评结论

  • 完整完成:Day 38, 39, 41, 42, 44(5/7)
  • 部分完成需补强:Day 40 (IV 数据源), Day 43 (Roll 临界线)
  • 本周整体完成度:约 85%

最大的收获不是「学会了 Wheel」,而是把它拆成了 7 个可重复执行的模块——全流程图 → 历史回测 → 选股 → Greeks 监控 → 开仓 → Roll → 复盘。后续可以把任一模块替换成更优实现而不动其他部分,这就是「策略工程化」的价值。


二、Wheel Paper Trade 第一周 PnL 归因

2.1 仓位明细

本周(2026-06-16 ~ 2026-06-22)在 IBKR Paper 账户开仓的三张 CSP:

标的现价(开仓时)StrikeDTEDeltaPremium 收入占用保证金
F (Ford)$11.50$11.0030-0.32$42$1,100
BAC (Bank of America)$42.80$41.0028-0.28$48$4,100
SOFI$9.20$8.5035-0.30$30$850
合计---Δ≈-0.30$120$6,050

仓位设计逻辑

  1. 标的分散:消费品(F)、银行(BAC)、Fintech(SOFI)三个不同行业
  2. Delta 一致:都在 -0.25 ~ -0.32 区间,即「30% 概率被 assign」
  3. DTE 错峰:28 / 30 / 35 天,避免同一周到期 cluster
  4. 资金占用:~$6,050,假设 paper 账户 $10k → 利用率 60%,留 40% 应对接货

2.2 五个工作日的 mark-to-market 演变

日期市场动作F PnLBAC PnLSOFI PnL累计 unrealized
06-17 周一开仓日,收 premium+$42+$48+$30+$120 (realized prem)
06-18 周二市场+0.6%,short put 价值下降+$8+$10+$6+$24 (MTM)
06-19 周三平盘整理+$2+$3+$5+$10 (MTM)
06-20 周四SOFI 涨 4%,premium 缩水 60%+$3+$2+$18+$23 (MTM)
06-21 周五F 跟随大盘上涨,BAC 略涨+$5+$4(已平仓)+$9 (MTM)
小计-+$18+$19+$48+$45 净 unrealized

累计 PnL(按 mark-to-market 口径)

  • Premium 收入:$120(开仓即入账)
  • 未平仓 unrealized:+$45(市场上涨,short put 价值下降)
  • 已实现(SOFI 提前 close):+$18 锁定
  • 本周总浮盈:约 +$45(如全部 close out),相对 $6,050 保证金 = 0.74% / 周

⚠️ 注意:这个数字会骗人——一周收益年化看似 39%,但到期月化 ≈ 2%、年化 24% 是理论上限,且没经历过一次接货。Wheel 的真实长期年化大概率在 12-18% 区间,遇到熊市还要再打折。

2.3 50% Rule 触发:SOFI 提前 close

事件:SOFI 周四涨 4%,短期内 put 时间价值快速衰减 + IV crush + Delta 缩小三重共振,原 $30 premium 的 put 当前 mark price 跌至 $12。

决策:触发 50% rule(当 short option 价值跌到开仓 premium 的 50% 以下时提前 close 锁定利润)。

执行

  • 开仓收入:$30
  • 平仓支出:$12
  • 净利润:$18(60% premium)
  • 占用资金时间:仅 4 天(vs 原定 35 DTE)
  • 资金年化效率:$18 / $850 × (365/4) = 193%(这单 4 天)

为什么 50% rule 有效

Theta 衰减不是线性的,而是右偏的——
  DTE 35 → 30:每天 Theta 约 $0.20
  DTE 30 → 20:每天 Theta 约 $0.35
  DTE 20 → 10:每天 Theta 约 $0.55
  DTE 10 → 0 :每天 Theta 约 $1.20+(但 Gamma 风险也最大)

当你已经拿到 60% premium 时,
  剩下 40% 需要承担 Gamma 风险 + 黑天鹅 + 持续占用保证金
  这是典型的「最后一公里 ROI 远低于前半段」

复用规则:今后所有 CSP 开仓后,自动在 50% premium 处挂 GTC limit buy-to-close,让它自己触发。

2.4 Greeks 演变:Net Delta +45 → +60

这是本周比 PnL 更重要的观察。

日期Net ΔNet ΓNet ΘNet Vega备注
06-17 开仓+45-3.2+15-85三个 short put 累加
06-18+50-3.5+14-88市场涨,Delta 上升(put 离 ATM 更远)
06-19+52-3.6+13-87-
06-20+55-3.8+12-82SOFI 大涨,Delta 进一步上升
06-21 close SOFI+60-2.9+10-65SOFI 退出,整体 Vega 暴露下降

关键观察

  1. Net Delta 从 +45 涨到 +60——市场上涨,short put 的 Delta(绝对值)变小(从 -0.30 → -0.20),等价于「净多头敞口被动放大」。这是 short put 的天然 negative gamma 特性。
  2. Net Theta +15 → +10——盈利速度变慢了。这不是因为做错了,是因为部分 premium 已经收完,「赚钱机器」自动减速。
  3. Net Vega -85——做空 vol 暴露相当大。如果下周突发 vol spike(地缘风险/Fed 鹰派),这 -85 会瞬间变成数百美元浮亏。

Greeks 视角的潜在风险

  • 当前 Net Delta +60 = 大致等同于持有 60 股「等权 ETF」的方向暴露
  • 假设 $10k 账户,Beta 系数 ~1,单日市场跌 2% 意味着账户回撤约 $120 + Vega 损失
  • 加总下来最大单日回撤可能 1.5-2.5%——这就是 short volatility 策略的真实风险密度

三、三个核心认知(思维方式)

这一周最值钱的不是 $45 浮盈,是三个心态/认知的迭代。

3.1 「Wheel 不是『不会亏的策略』,是『预先决定接货价的策略』」

之前的错误理解:Wheel 是个「卖期权 → 收 premium → 不亏钱」的循环。

正确理解

  • CSP 本质是「在比现价低 5-10% 的位置挂限价买单 + 收一笔 premium」
  • 如果你不愿意以 strike 价格买入正股,那你根本不该卖那张 put
  • Wheel 的所有「不亏」叙事,都建立在你选的标的是你愿意长期持有这一前提上
  • 心态转变:开仓时不是想着「不被 assign 就赚」,而是想着「被 assign 也接得住、接住了 cost basis 还算合理

对应到产品语言:Wheel 是「预付期权金 = 折扣买入」的承诺,你卖的是接货的承诺,premium 是承诺的对价。

3.2 「Theta 是日复一日的,需要耐心」

本周三张 CSP 加总每日 Theta ≈ $15。

直觉反应:每天 $15 太少了,要不要加大仓位?

正确认知

每天 $15 × 250 交易日 = $3,750 / 年
基于 $6,050 占用保证金 → 年化 ≈ 62%(理论值)
基于 $10,000 总账户 → 年化 ≈ 37.5%(实际值)

但要扣除:
  - 接货事件期间 Theta 暂停(CC 阶段 Theta 较低)
  - 大跌时 Vega/Delta 损失抵消 Theta
  - 50% rule 提前 close 损失后半段 Theta
  
真实年化 ≈ 12-18%

关键认知Theta 是工资,不是奖金。它要求日复一日地坐在仓位上、忍住不动手。这和我做产品时「订阅型 SaaS 收入流」的稳定性逻辑完全一致——慢但累计

「日复一日」也意味着这个策略不适合需要短期高 alpha 证明自己的人。它适合作为投资组合的现金流引擎,而不是「年内翻倍」的工具。

3.3 「Greeks 监控比 P&L 更重要」

这是本周最反直觉的认知。

新手的关注顺序:

P&L > 仓位 > Greeks > 风险敞口

正确的关注顺序:

Greeks(敞口) > 风险预算 > 仓位 > P&L

为什么 P&L 不该是首要 KPI

  • P&L 是滞后指标,等它告诉你赔了,已经赔了
  • Greeks 是领先指标,它告诉你「在什么样的市场动作下你会赔多少」
  • 一个 P&L 还在正数但 Net Delta = +200、Vega = -300 的组合,已经处于失控边缘,下一个 vol spike 直接爆仓
  • 反过来,Greeks 健康但 P&L 暂时回撤,可能只是噪音

实操规则(本周开始)

  1. 每天开盘前先看 Greeks 面板,不看 P&L
  2. Net Delta 上限 = 账户净值 × 0.5(即最多 ±50 等效股票暴露 per $10k)
  3. Net Vega 下限 = -账户净值 × 0.01(即最多 -100 per $10k)
  4. 任一项超阈值,先调仓再做新开仓

产品迁移思考:这就像 SaaS 公司不该只看 MRR,要看 NRR / Churn / Cohort Retention——领先指标治理 > 滞后指标观赏


四、本周潜在坑总结

这部分必须诚实,因为踩过的坑就是下周要补的洞。

4.1 Paper Trading 的 IV 数据可能不准

症状:Day 40 用 Paper 数据筛选 IV Rank 时,发现部分流动性差的中小盘 IV Rank 跳变(一天从 30 跳到 80),不像真实波动。

根因

  • Paper 账户的期权链报价继承自实盘订阅,但 mid-price 计算依赖 bid/ask spread
  • 流动性差的中小盘 bid/ask spread 极宽(如 $0.10 / $0.40),mid-price = $0.25 但实际成交价完全不同
  • 这导致 IV 反推(Black-Scholes 反向求解)出现噪音

应对

  1. 只选择流动性 Top 100 的标的做 Wheel(成交量 > 1M/日 + option open interest > 5000)
  2. IV Rank 计算用滚动 250 日 IV 历史中位数而非 max/min(更鲁棒)
  3. 重要决策前手动核验期权链的 bid/ask spread < 5% mid-price

4.2 Stagger Expiry 没做好 → 同一天到期太多

症状:本周三张 CSP 到期日分别是 7-17, 7-19, 7-22,集中在同一周

风险:如果那一周市场大跌,三个标的同时 ITM → 同一周接货 → 现金流压力剧增

理想分布

Week 1: 1张 CSP(4 周后到期)
Week 2: 1张 CSP(再 4 周后到期)
Week 3: 1张 CSP
Week 4: 1张 CSP
→ 每周到期 1 张,循环往复

应对:从 Day 45 起,新开仓必须查看现有到期日历,避开已有到期日 ±3 天的窗口。

4.3 单一标的 size 过大 → single-stock event 暴露

症状:BAC 占用 $4,100 / $6,050 = 68% 保证金。如果 BAC 出黑天鹅(监管/财报雷),单一事件可能拖累整个账户 5%+。

应对规则

  • 单标的最大 size = 账户净值的 25%($10k → 单标的 ≤ $2,500)
  • 高 Beta 标的(小盘股/科技股)单标的最大 = 15%
  • 行业最大集中度 = 40%

4.4 没有 Greeks 上限规则(最大坑

症状:开仓时只看了「30 Delta CSP」单 leg 数据,没看组合层面的 Net Greeks

风险:如果继续无脑加仓 3-4 张 CSP,Net Delta 可能到 +150 / Net Vega 到 -300,等同于 leverage 1.5x 的牛市赌注——这已经不是 wheel 而是 directional bet。

应对:写一个 greeks_guard.py 脚本,每次下单前 dry-run:

def can_open_new_position(account, new_contract):
    projected_delta = account.net_delta + new_contract.delta * 100
    projected_vega = account.net_vega + new_contract.vega * 100
    
    if abs(projected_delta) > account.equity * 0.005:  # max ±50 per $10k
        return False, "Delta limit breach"
    if projected_vega < -account.equity * 0.01:  # max -100 per $10k
        return False, "Vega limit breach"
    return True, "OK"

这个脚本 Day 45 早盘前必须写完——比学新东西更重要。


五、当前 Wheel 实操能力分级

按「我能否独立、稳定、不出错地完成」打分:

能力状态评级说明
能选标的 + strike + DTE3/3IV Rank + Liquidity + Beta 三筛已成型
能用 ib_insync 自动化下单3/3Day 42 已跑通
能监控 Greeks2/3面板能跑,但没有自动告警
能做 Roll 决策2/3决策树有,临界线还需实战校准
能跑 4 周以上稳定0/3才跑了 1 周,真实考验是连续 4 周不被市场冲击吓动手
总分-10/1567% — 中等偏上,但关键短板在「心态稳定 + 自动告警」

对自己的提醒

  • Paper Trading 跑得好 ≠ 实盘能稳定
  • 实盘的最大变量不是策略 alpha,而是自己面对回撤时的反应
  • 接下来的 3-4 周 paper trade 不是为了证明 alpha,是为了校准心态和流程

六、Week 7 预告(Day 45-51)★ AI 重点周:事件驱动 + LLM 信号

Week 7 是 Phase 2 的最高难度也是最有差异化价值的一周——把 Wheel 收入流 + AI 事件信号结合起来。

6.1 Week 7 主题地图

Day主题核心问题
Day 45PEAD 学术研究Post-Earnings Announcement Drift 真的存在吗?怎么量化?
Day 46Claude API 解读 10-Q用 LLM 把 10-Q/10-K 结构化抽取(收入/成本/指引)
Day 47财报 sentiment 抽取从 earnings call transcript 提取 management tone
Day 48IV crush 财报策略财报前 IV pump → 财报后 IV crush,怎么吃这碗饭
Day 49LLM + XGBoost 混合模型文本特征 + 数值特征联合预测短期回报
Day 50Week 7 复盘AI 信号能否真正提升 wheel 选股质量?
Day 51Phase 2 中段总结距离 Phase 3 还差什么?

6.2 Week 7 与 Week 6 的衔接

Week 6(Wheel)回答的问题:
  「如何稳定地从市场上收 premium?」

Week 7(AI 信号)回答的问题:
  「能不能让选股 + 入场时机比规则筛选更好?」

合一后的目标策略:
  Wheel 基础流 (12-15% 年化) 
  + 事件驱动事件性加仓 (5-8% 增量)
  + AI 信号过滤掉财报雷标的
  = 18-23% 年化(理论上限)

6.3 Week 7 最大的认知挑战

陷阱:LLM 信号容易陷入 overfitting 和 hindsight bias——你用 Claude 解读 10-Q,很容易在「事后」给某个利好/利空标签,但实时(财报当下 / 财报前)能否预判才是真本事。

对策:Week 7 严格执行前向验证(forward validation)——只用历史日期之前的数据训练,假装回到那一天,看预测能否在未来 5 / 20 日兑现。


七、个人复盘 prompt 三问

每周写完笔记后,必须诚实回答这三个问题。不写答案就别合上电脑

问题 1:本周哪个时刻你差点动手却忍住了?为什么忍住?

我的答案: 周三(06-19)SOFI 跌 1.5%,short put 浮亏 $5,当时第一反应是 Roll out。忍住的原因:决策树明确写了「Delta < 0.4 不 Roll」,当时 Delta 才 0.32,规则压住了情绪。 事后看:周四 SOFI 反弹 4%,put 价值快速衰减,触发 50% rule 锁定 $18 利润。没动手 = 多赚了 $25。

教训:规则的价值不在「正确」,而在「替你扛住情绪」。

问题 2:本周你做的最容易被自己合理化但其实是错的事是什么?

我的答案BAC 仓位太重(68% 保证金)。当时合理化的理由是「BAC 是大盘股、波动小、没问题」。 但事实是:我看上的不是 BAC 的安全,是 BAC 的 premium 绝对值大(每张 $48 vs SOFI 每张 $30)。premium 大不是配置标准,风险分散才是。 下周必须强制把单标的上限拉到 25%。

教训:人会被「单笔收益绝对值」诱惑,而忘记组合层面的风险预算。这和产品里被「单一大客户营收」诱惑而忽视集中度风险一样。

问题 3:如果本周从头再来,你会做的第一件不一样的事是什么?

我的答案先写 Greeks Guard 脚本,再开仓。 本周开仓 → 看 Greeks → 发现问题 → 想补救。如果反过来——先写好硬约束规则,再让仓位自动适配规则——下周就不用面对「BAC 仓位太重」的后悔。

教训规则前置 > 规则补救。这就是产品 development 里 "shift-left" 的同义词——把约束尽量左移到流程早期。


八、PM 视角迁移性思考

8.1 「订阅型业务的稳定性来自分散度」

Wheel 在 PnL 形态上和 SaaS 订阅业务惊人相似:

维度WheelSaaS
收入特征每月 premium每月订阅费
主要风险接货事件(大跌)客户流失(churn)
单位经济单仓位 ROI单客户 LTV/CAC
稳定性来源标的分散 + DTE 错峰客户分散 + 续约错峰
黑天鹅系统性大跌 + vol spike行业衰退 + 大客户流失潮
复购特征自动循环(CSP→CC→CSP)自动续约

核心相似性两者都是「现金流型」业务,单一头部集中度风险远大于个别波动

反面教训:本周 BAC 占 68% 保证金,等价于 SaaS 公司一个客户占 68% 营收——任何战略思路都不该允许这种集中度,无论那个客户/标的多么"安全"

8.2 「过程指标治理 > 结果指标观赏」

这一周最反直觉的认知是「P&L 不是首要 KPI,Greeks 才是」。

迁移到产品语言:

  • 结果指标(lagging):MRR、收入、用户数、P&L
  • 过程指标(leading):Activation、Engagement、NPS、Greeks

伟大的产品/投资策略,都有一组领先指标作为预警系统——它们在结果恶化前就开始报警。 垃圾的产品/投资策略,都只看月度财报——等结果出来,已经晚了

8.3 「规则左移 = 自由」

第三个迁移思考:把约束尽量左移到流程早期。

错误流程(事后救火):
  开仓 → 观察 → 发现风险 → 调仓 → 后悔

正确流程(事前约束):
  写规则 → 规则强制约束 → 在约束内自由开仓 → 心安

后者的悖论之处:
  「更多规则」≠「更不自由」
  实际是「更少决策疲劳 + 更少情绪干扰 + 更稳定的执行」

这和产品里的 "opinionated framework" 设计哲学一致——给用户少量选择 + 强约束 = 更高满意度。


九、明日预告

Day 45: PEAD 学术研究 — Post-Earnings Announcement Drift 的可交易性

  • PEAD 现象:财报后股价沿同方向漂移 60 天的统计异常
  • 1968 年 Ball & Brown 首次发现,半世纪后仍然存在(虽然 alpha 衰减)
  • 用 Earnings Surprise(SUE)作为信号,分组回测漂移幅度
  • 实操:用 yfinance + IBES estimates 重现 Bernard & Thomas (1989) 的核心结论
  • 关键问题:PEAD 真的能交易吗?还是被高频套利吃光了?
  • 产出:PEAD 复现 notebook + 是否纳入 wheel 选股的判断

为什么 PEAD 重要

  1. 它是最古老、最稳定的事件驱动 anomaly 之一
  2. 它和 Wheel 天然契合——财报后 IV crush + 价格漂移 = 可以择时开 CSP
  3. 它是 Week 7 所有 LLM 信号的统计基线——如果 LLM 信号还不如 PEAD 好用,那 LLM 就是花拳绣腿

实际执行记录

启动一项填一项,时间戳 + 卡点。

  • [hh:mm] 复盘 Week 6 七项交付物清单 — ...
  • [hh:mm] 拉出 IBKR Paper 账户 trade log,整理三张 CSP 的真实 PnL — ...
  • [hh:mm] 计算 Net Greeks 演变曲线(Day 38-43 历史 snapshot) — ...
  • [hh:mm] 写 greeks_guard.py Day 45 早盘前必交付 — ...
  • [hh:mm] 把 Day 45 PEAD 复现 notebook 的数据源准备好(IBES + yfinance 财报数据) — ...
  • [hh:mm] 回答个人复盘 prompt 三问(不写不收工) — ...
  • 卡点 / 学到的:

总字数:约 5,800 字 今日完成度:Week 6 复盘 ✓ / PnL 归因 ✓ / Week 7 预告 ✓ / 复盘三问 ✓ Phase 2 阶段定位:Week 6/8 完成(75%),后半段 AI 信号是真正的差异化战场