TR Day 87
下阶段 Roadmap — 扩规模？加策略？换品种？
三种「下阶段路径」的 trade-off：扩规模 / 加策略 / 换品种
2026-08-04
Phase 3: 实盘+规模化+迁移NextRoadmapScalingAddStrategyCrossMarket6MonthPlanExitCriteria
日期: 2026-08-04 方向: Phase 3 / 下阶段 Roadmap 阶段: Phase 3: 实盘+规模化+迁移 标签: #NextRoadmap #Scaling #AddStrategy #CrossMarket #6MonthPlan #ExitCriteria
今日目标
| 类型 | 内容 |
|---|---|
| 学习 | 三种「下阶段路径」的 trade-off：扩规模 / 加策略 / 换品种 |
| 实操 | 把 Day 1-86 的 alpha 来源 + 时间成本 + 资本约束放进决策矩阵 |
| 产出 | 90 天 retro #2 的 outline + 下一个 90 天可执行 plan + 退出条件 |
90 天结束前最危险的事情，不是「这 90 天做得不够好」，是「90 天结束的那一刻，下一步没有想清楚就开始随机加东西」。今天专门停下来，把 roadmap 当成一个 product roadmap 来排。
一、为什么这件事要专门花一天
10 年金融 PM 给我留下的一个肌肉记忆：一个产品线在 MVP 跑通的那一刻，最容易被「下一步」摧毁。 不是被竞争对手摧毁，是被自己摧毁——因为「现在能动的事情太多了」。
| 90 天结束时的真实状态 | 容易做出的错误决定 |
|---|---|
| 有一个跑通的 paper / 小额实盘策略 | 「这才 $1k，赶紧加杠杆扩到 $20k」 |
| Sharpe 不错（小样本） | 「我的 alpha 是真的，赶紧加更多策略放大」 |
| 美股看够了想换换口味 | 「上加密 perp 吧，alpha 显然更多」 |
| 朋友问起，想说点新东西 | 「上 LLM agent 吧，最近大家都在搞」 |
每一个上述决定都不能说错，但同时做就是错的。今天的任务是把这三个选项摆开，用一致的 framework 决定先做哪个。
二、三个候选 Path 总览
| Path | 一句话 | 增加的维度 | 主要风险 | 时间 horizon |
|---|---|---|---|---|
| A：扩规模 | 同样的策略，把钱从 $1k → $10k → $50k → $100k | 资本 / 心理 size | 心态崩 + execution slippage 放大 | 6-24 个月 |
| B：加策略 | 同样的资本，加 LLM agent / 加密 / 商品等新策略 | alpha 来源 / 复杂度 | 精力分散 + alpha 稀释 | 3-9 个月 |
| C：换品种 | 跨市场迁移（A 股 / 港股 / 加密 native） | 市场 / 监管 / 学习曲线 | 重学一遍 + 监管错配 | 12-24 个月 |
「都要」是一种自我安慰，资源约束（每天 1.5-2h + 自己的注意力 + $1k-$X 资本）逼出选择。
三、Path A：扩规模详细分析
3.1 资本阶梯与可解锁能力
| 资金量级 | IBKR 账户能力 | 策略可行集变化 | 心理 size |
|---|---|---|---|
| $1k - $2k | Cash only | 1 张 SPY 期权约 $500-$600，仓位粒度太粗 | 玩具 |
| $10k | Cash 或 Reg-T Margin（PDT 限） | Wheel 可以做 SPY 标准 strangle（risk-defined），跨 5-8 个 underlying | 当回事 |
| $25k | Margin + 解除 PDT | 可以日内 + 短线动量 + 更多 leverage | 真有「策略」 |
| $50k | 全 Margin 自由 | Iron Condor / Calendar / 多腿组合不再受 buying power 限 | 不再「单押」 |
| $110k+ | 可申请 Portfolio Margin | 杠杆 6-10x（不是 Reg-T 的 2x），按 Greeks 算保证金 | 真量化 |
关键观察：90 天结束时 $1k 实盘 + paper $5k 的状态，再小幅加都是粒度问题——最小有意义的下一步是 $10k（不是 $2k 或 $5k）。
3.2 $1k → $10k 该解决的真正问题
不是「拿 10 倍的钱去做一样的事」。$10k 阶段必须解决的：
- Position sizing rules 显式化：$1k 时随手买 1 张就 50% 仓位，$10k 时必须有 sizing 公式（Kelly fraction、ATR-based、风险预算法选一个）
- Execution 升级：从 market order 改成 limit + 智能拆单（哪怕只拆 2-3 段），$10k 单笔的 slippage 已经是真钱
- Drawdown alarm：账户级 -5% / -10% / -15% 三档自动告警 + 强制 review
- Tax 追踪：W-8BEN 30% 股息预提 + wash sale rule（即便 IBKR HK/SG 不直接征美税，复盘要算 net-of-tax Sharpe）
3.3 $10k → $50k 的扩张窗口
| 条件 | 是否可放行 |
|---|---|
| 连续 6 个月 正 Sharpe（live + paper 合并视图） | 必备硬条件 |
| 最大回撤 < 15%（不是 5%，要给真实 vol 留空间） | 必备 |
| 已经手动应对过至少 1 次 -5% 以上的 drawdown 没乱操作 | 必备 |
| 系统化 journal 至少 100 笔交易 | 必备 |
| 月度归因报告（alpha / beta / cost）跑了至少 3 期 | 必备 |
不满足这 5 条就不放行——这是给「未来兴奋的我」写的硬约束。
3.4 $50k → $100k → Portfolio Margin
- $50k 是 PDT 解除后的真正自由量级：可以做日内、可以同时持有 5-8 个策略 sleeve
- $100k 边界：申请 Portfolio Margin 的最低门槛是 $110k。PM 上来杠杆 6-10x，但这是 Greeks-based 保证金，不是「钱变多了」，是「保证金算法对你更宽容了」。多数人在 PM 上爆仓不是策略错，是没意识到 Greeks 风险被低估
- 时间表：6 个月到 $10k（追加资金 + alpha 积累），12 个月到 $50k，24 个月到 PM 边界
四、Path B：加策略详细分析
4.1 三个加策略选项
| 选项 | 描述 | 学习曲线 | 与现有 stack 重复度 | 期望 alpha 来源 |
|---|---|---|---|---|
| B1：LLM Agent for news scan | 每日扫财经新闻 + 财报 + 8-K，自动打标提示交易窗口 | 中（Web3 90 计划里已经接触过 LLM tooling） | 高（仍是美股期权） | event-driven α |
| B2：Crypto Perp Wheel | dYdX / Hyperliquid 上做 ETH/BTC 永续期权 / strangle | 高（合约、funding rate、清算机制） | 低（全新市场） | 24/7 vol α + funding rate α |
| B3：Commodities ETF Wheel | GLD / SLV / USO 上做 Wheel | 低（机制和股票期权一样） | 中（同 IBKR） | macro hedge + 低相关性 |
4.2 三个的相对吸引力
B1 (LLM agent) : 学习成本中 / 与本职最相关 / α 增量可观 / 杠杆 PM 经验
B2 (Crypto perp) : 学习成本高 / 24/7 占用注意力 / Funding rate 不熟 / 但 native 玩家少
B3 (Commodities) : 学习成本低 / α 小但 diversification 真实 / 不太兴奋
第一直觉：B1 > B3 > B2。但「第一直觉」要被 challenge：
- B2 的「占用注意力 24/7」对独立交易者是死刑——这是为什么对冲基金做 crypto 是团队，散户做是慢性自残
- B3 的 alpha 是 portfolio-level 的（降相关性），不是 strategy-level 的（不是赚更多钱）
- B1 的 alpha 是「同样的市场，多一只眼睛」，增量最高 risk-adjusted
4.3 加策略的隐藏成本：alpha 稀释
现有 alpha (90 天): Sharpe ≈ 1.2 (paper)，单一策略
加 1 个策略 → 总 Sharpe 提升 还是 下降？
数学事实：
- 如果新策略 Sharpe > 现有，且相关性 < 1，整体 Sharpe 上升
- 如果新策略 Sharpe < 现有，且占用同样的资本权重，整体 Sharpe 下降
- 注意力是有限的：「加新策略」事实上会降低旧策略的执行质量
结论：加策略永远不是中性的，必须先证明新策略的独立 Sharpe ≥ 现有 80%，再叠加。
4.4 Path B 的执行 gate
- 不在 6 个月内同时加超过 1 个新策略
- 加的第一个策略必须先 paper 跑 60 天，再分配 < 20% 真实资本
- 任何新策略导致旧策略月度执行率（按 checklist）< 90%，立刻 deprecate
五、Path C：换品种详细分析
5.1 三个候选市场
| 市场 | 主路径策略 | 准入门槛 | 监管/合规 | 与 10 年金融背景 fit |
|---|---|---|---|---|
| A 股 | 可转债双低 + 因子选股 + ETF 期权（50/300/500） | 国内证券账户 + 满足资产门槛（融资融券、期权各有要求） | 严，但是 home court | 高（信息优势） |
| 港股 | HSI/HSCEI 期权 + 中概股 Wheel + 高股息 ETF | IBKR HK 直接可交易（已有账户） | 中（中概股政策风险） | 中高（信息半优势） |
| 加密 native | DEX 做市 / 流动性挖矿 / restaking / 治理代币 | 钱包 + DEX 操作 + 跨链 | 灰（监管错配是机会也是雷） | 中（Web3 90 计划已积累） |
5.2 A 股的特殊性
为什么有人选 A 股：
- 散户主导市场 → 因子型 alpha 显著（动量 / 反转 / 小市值）
- 可转债是少数中国市场结构性 alpha 来源（双低策略 10 年长期 ann 15%+）
- 信息半壁江山在中文，10 年金融 PM 经验直接迁移
为什么 A 股是「最后选」：
- 需要国内账户（如果在国内可做，但与 IBKR 路径并行管理）
- 期权门槛高（50ETF 期权要 50 万资产 + 半年经验）
- T+1 + 涨跌停 + 融券限制 → 很多策略不可行
- 关键：账户 / 报税 / 资金路径与 IBKR 完全割裂，管理两套系统的精力成本极高
5.3 港股的特殊性
优点：
- IBKR HK 一个账户搞定港股 + 美股
- HSI/HSCEI 期权流动性 OK
- 中概股 Wheel 是「美股期权机制 + 中文信息源」的甜蜜组合
- T+2 但允许日内 → PDT 不约束
风险：
- 中概股政策风险（VIE / 退市 / 制裁）= 不可分散 tail risk
- 港股个股流动性远低于美股，slippage 大
- 高股息策略遇到 30% 预提 + 香港 0% 资本利得的扭曲
5.4 加密 native 的特殊性
和 Path B2（Crypto Perp）的差别：
- B2 是 CeFi 衍生品（dYdX 已 v4，Hyperliquid 都是订单簿 perp），仍是「期权 trader」心态
- Path C 加密是做 LP / 做市 / 治理博弈 / 协议层 alpha，这是 Web3 PM 路径的延伸
和 Web3 90 计划的关系：
- Web3 90 已经覆盖了协议理解 / Tokenomics / 链上数据分析
- 加密 native 实战 = 把 Web3 90 学的东西用真钱实践
- 这条路径最大的 ROI 是和找工作（远程 Web3 PM）形成共振
风险：
- 智能合约风险（Curve / Euler 类事件）
- 监管风险（中国大陆居民身份持有 DEX 资产是灰色）
- 24/7 + 跨链桥事故 + 私钥管理 = 注意力杀手
六、决策矩阵
6.1 评分维度
对每个 Path 在 6 个维度评分（1-5，越高越好）：
| 维度 | Path A (扩规模) | Path B1 (LLM) | Path B2 (Crypto Perp) | Path B3 (Commodities) | Path C1 (A 股) | Path C2 (港股) | Path C3 (加密 native) |
|---|---|---|---|---|---|---|---|
| 现有 alpha 放大率 | 5 | 4 | 2 | 3 | 1 | 2 | 2 |
| 学习成本 (越低越高分) | 5 | 4 | 2 | 5 | 2 | 4 | 3 |
| 注意力占用 (越低越高分) | 4 | 4 | 1 | 5 | 3 | 4 | 2 |
| 与 Web3 / 找工作共振 | 2 | 3 | 3 | 1 | 1 | 2 | 5 |
| 资本利用率提升 | 5 | 3 | 4 | 2 | 2 | 3 | 4 |
| 风险可控性 | 4 | 5 | 2 | 5 | 3 | 3 | 2 |
| 合计 | 25 | 23 | 14 | 21 | 12 | 18 | 18 |
6.2 决策
Tier 1 (必做)：Path A → 25 分
Tier 2 (强烈推荐)：Path B1 → 23 分
Tier 3 (可选)：Path B3 / C2 / C3 → 18-21
Tier 4 (劝退)：Path B2 / C1 → 12-14
「我应该选哪条」：
- Path A 优先：90 天结果支持继续美股 + 升级。alpha 已经在那里，先把规模扩到能让 alpha 有意义的量级（$10k → $50k），比加任何新东西性价比都高。
- Path B1 第二：加 LLM agent for news scan。学习成本和 Web3 90 计划已学的 LLM 工具有协同，alpha 来源（event-driven）是当前策略的盲点。只加这一个。
- Path C3 第三（条件性）：如果 Web3 90 计划完成度高且远程 PM 求职有进展，把加密 native 作为「能力背书 + 实战记录」加进来。不为 alpha，为简历。
- Path B2 / C1 暂不做：B2 占用注意力 24/7 + crypto perp 学习曲线陡，与「独立交易者 + 全职工作」的人设不 fit；C1 需要切换账户系统，管理成本不值。
七、下一个 90 天具体计划
7.1 周计划（Week 1-12）
| Week | 主线 | 副线 | 输出 |
|---|---|---|---|
| Week 1 | 实盘从 $1k 加到 $5k，过一遍完整 Wheel cycle | 写 90-day retro #1 | 资金到账 + retro |
| Week 2 | 加到 $10k，开始用 sizing rules + 智能拆单 | 整理 86 天笔记成可读 portfolio | 第一次 $10k Wheel |
| Week 3-4 | $10k 稳定运行 + 月度归因 v1 | LLM agent 预研（先看 Anthropic SDK / news API） | 归因报告 #1 |
| Week 5 | 继续 $10k 跑，回补任何 Week 1-4 卡点 | LLM agent MVP：每日扫 3 类源（Bloomberg headline / 8-K / earnings calendar），打标 | MVP demo |
| Week 6-7 | LLM agent paper 跑 + 看信号质量 | $10k 月度归因 v2 | Agent signal log |
| Week 8 | LLM agent 接入 paper 下单（≤5% 资本 size） | 复盘整月 | 第一次 agent-assisted trade |
| Week 9 | 港股 / 中概股 Wheel 调研：哪 5 只标的（NIO/BABA/JD/PDD/BIDU 备选） | 主线继续 | 标的池文档 |
| Week 10 | 中概股 Wheel paper 启动（HK 时区适应） | LLM agent 继续 | Paper PNL |
| Week 11 | 中概股 Wheel 小额实盘（≤10% 总资本） | 月度归因 v3 | 跨市场第一次 |
| Week 12 | 写 90-day retro #2 + 决定下个阶段 roadmap | 完整作品集整理 | retro + portfolio |
7.2 90 天结束的硬性出口标准
- 连续 6 个月（含此 90 天）正 Sharpe live（不是 paper-only）
- 资金从 $1k 安全扩到 $10k+，期间没爆仓 / 没违规 / 没误下单
- LLM agent 接入下单且产生 ≥10 笔可归因交易
- 港股 / 中概股 Wheel paper 至少 4 周 + 实盘至少 2 笔
- 写出 retro #2 + 下个 90 天 roadmap
不达成任意 1 条，不进入下一阶段 Path A 升 $50k 或 Path C3 加密 native。
八、时间分配调整
8.1 当前 (Day 1-86) 与下阶段对比
| 类别 | 当前每日 | 下阶段每日 | 变化原因 |
|---|---|---|---|
| 学习理论 | 1.5h | 0.5h | 主线 stack 已基本就位，进入用 > 学 |
| 实操（盯盘 / 下单 / 调脚本） | 1h | 0.5h | 自动化后实操显著减少 |
| 写代码（基础设施） | 1h | 0.5h | 框架定型，只剩增量 |
| Retro / 归因 / 文档 | 0.5h | 0.5h | 不降 |
| 总计 | 4h | 2h | 释放 2h 给 Web3 / 工作 / 休息 |
「实操 < 学习」是已经过了从 0 到 1 的标志。下阶段重点不是新增小时数，是把每周末固定 1 小时做 retro + 每月 1 次 2 小时归因这两个仪式做扎实。
8.2 仪式化
| 时间 | 内容 | Output |
|---|---|---|
| 每个交易日收盘 +30min | 当日 journal 5 行 | 一行/笔交易，三档信号、自评 |
| 每周日晚 1h | Weekly retro | 本周 PNL、win-rate、drawdown、心理事件 |
| 每月最后一个交易日后 2h | Monthly 归因 | α/β/cost 分解 + 下月调整 |
仪式化的目的不是「记录」，是强制把「下意识的下一步」掐住，必须先看上一步结果。这是金融 PM 思维迁移过来最值钱的一条。
九、扩规模的心态调整
9.1 $1k 与 $10k 心理差别的数学
$1k 账户 -10% drawdown = -$100 → "今天少喝两杯咖啡"
$10k 账户 -10% drawdown = -$1,000 → "这是我半个月的伙食费"
$50k 账户 -10% drawdown = -$5,000 → "这是我一个月房租 + 2 个月生活"
$100k 账户 -10% drawdown = -$10,000 → "这是相当多人 1-2 个月的工资"
同样的策略，同样的回撤百分比，体感完全不同。心理 size 增加比账户 size 重要——必须练习「持仓不动盯盘冲动」。
9.2 三个心态训练技巧
- 资金分批入场：$1k → $10k 不要一次到位，分 3 笔（$3k / $4k / $3k），每笔间隔 2 周。让心理慢慢适应。
- 回撤预先 visualize：开仓前问自己「如果现在这笔就-15%，我什么反应」，回答「我会平仓」就不要开。
- PNL 模糊化：日常账户视图把绝对金额隐藏（用 IBKR 的 percent-only 视图），只看百分比和 Sharpe，不看美元数字。这是认知行为治疗思路。
9.3 何时必须强制 review
| 触发条件 | 行动 |
|---|---|
| 单日 PNL > +5% 或 < -5% | 当晚 1h 复盘那一笔，问「是 alpha 还是运气」 |
| 月度 drawdown > -10% | 暂停所有新仓位，2 天不动，归因后再决定 |
| 连续 5 个交易日 PNL 异常（+/- 2σ） | 检查市场环境是否变化（regime shift），不是策略错就是环境换了 |
| 任何一次「计划外手动操作」 | 当天必须写 200 字「为什么我没遵守 plan」 |
十、如果 6 个月后 alpha 不显著
10.1 退出标准
6 个月 live + paper 合并视图:
Sharpe < 0.5
OR 最大回撤 > 20%
OR 月度 win-rate < 45%（Wheel 类策略 win-rate 应该高于 60%）
任意一条触发，触发「降级路径」，不是「继续努力」。
10.2 降级路径
| 当前状态 | 降级到 |
|---|---|
| Active Wheel + LLM agent + 跨市场 | SPY DCA + monthly CSP（被动 Wheel） |
| 多策略 portfolio | 单策略 + 50% 现金 |
| 跨市场 | 回到美股 only |
| 主动 alpha 追求 | 指数 + 期权增强（Buy-Write index） |
降级不是失败。是承认「这一段时间我作为 active manager 的 risk-adjusted return 没跑赢 SPY」。这是大部分主动管理者一辈子的真相，我提前知道是优势。
10.3 时间 / 精力换其他高 ROI 学习
如果 6 个月后选择降级，每日 2h 释放出来：
- Web3 PM 远程求职：投递 + networking + 写产品分析
- 创业 side project：可能是工具型 SaaS、可能是内容
- 休息 / 家庭 / 健康：这一项最容易被忽略，但 10 年金融工作的人最缺的
不要 sunk cost。10 年金融经验 + 86 天量化实验 + 90 天 Web3 学习 = 已经是高于 99% 同行的知识 portfolio。不需要靠「我必须从交易赚钱」证明什么。
十一、PM 视角：下阶段 product roadmap = 三维决策
把今天的整个分析抽象出来，就是任何 product roadmap 该有的样子：
数据驱动
↑
|
|
+———————→ 资源约束
/
/
↓
战略选择
| 维度 | 在量化交易里的体现 | 在产品工作里的对应 |
|---|---|---|
| 数据驱动 | 90 天 PNL / Sharpe / drawdown / win-rate 实际数字 | 用户数据 / 转化漏斗 / NPS |
| 资源约束 | 每天 1.5h + $10k 资本 + 单人精力 | Headcount + budget + timeline |
| 战略选择 | Path A/B/C 谁优先 | 哪个 feature 先做 / pivot 还是 double down |
三个常见 anti-pattern：
- 只有数据没有战略：「数据上看 LLM agent 信号准，那就上 LLM agent」← 没问「这是不是当下最该做的」
- 只有战略没有约束：「我要扩规模 + 加策略 + 换品种」← 没问「以我的精力够不够」
- 只有约束没有数据：「我每天就 2h，所以随便挑一条」← 没问「上 86 天数据告诉我什么」
10 年 PM 经验里见过太多 roadmap 死在以上三种 anti-pattern。今天这个分析的「形式」（而不是结论）才是真正可以迁移到任何产品的资产。
十二、Day 1-86 alpha 来源诚实复盘
在选 Path 之前，先承认 86 天的 alpha 到底从哪来——很多决定取决于这个答案。
| 可能的 alpha 来源 | 现有证据 | 是否可放大 |
|---|---|---|
| 真正的因子 alpha（动量 / mean reversion） | 中度证据，多笔小盈 | 可放大但 capacity 有限 |
| 期权 Theta 收割（Wheel） | 强证据，时间衰减结构性收 | 可放大，受 vol 环境影响 |
| 事件驱动（财报 / 8-K） | 弱证据，样本少 | LLM agent 能加强 |
| 运气 / 市场环境（86 天牛市偏多） | 不能排除 | 必须用 regime test 验证 |
| 选股技能 | 中度（10 年金融经验信息边际） | 可放大但不可教 |
诚实的回答：86 天 PNL 里大概 40% 是 Wheel Theta（结构性 + 可放大）/ 30% 是市场环境（不可放大）/ 20% 是事件驱动（LLM 可加强）/ 10% 是噪音。
这就解释了为什么 Path A（扩规模） + Path B1（LLM agent）的组合最优——因为这两条直接对应可放大的 40% 和可加强的 20%。
十三、明日预告
Day 88: GitHub Repo — 把 86 天的代码 / 文档 / 笔记打包成「可雇佣的证据」
- repo 结构设计：
/strategies/notebooks/journal/portfolio - README 怎么写：3 段开头 + 3 张图 + 1 个 PNL 表
- 哪些笔记可以公开 / 哪些必须脱敏（账户号 / 持仓金额 / 私钥碎片）
- 给 Web3 PM 远程岗位招聘官看 30 秒的视觉钩子
- License 选择（MIT vs Apache vs 不开源只 readme）
实际执行记录
启动一项填一项，时间戳 + 卡点。
- [hh:mm] 三 Path 决策矩阵 6 维评分自填一遍（不照搬本笔记） — ...
- [hh:mm] 写出 retro #1 outline（最多 5 段，每段 1 句） — ...
- [hh:mm] 资金加仓 plan 写到日历（Week 1 / Week 2 / Week 3 三笔） — ...
- [hh:mm] LLM agent MVP 的 3 个数据源列表（具体 URL / API） — ...
- [hh:mm] 港股 / 中概股 5 只标的 watchlist 草稿 — ...
- [hh:mm] 六个月退出标准抄到 trading journal 第一页 — ...
- 卡点 / 学到的：
总字数：约 6,400 字 今日完成度：理论 ✓ / 决策矩阵 ✓ / 90 天 plan ✓ / retro #1 outline（执行项）