交易員專訪Enrico Marangoni

PGLM 量化交易員 Enrico Marangoni:「35 套策略一個帳戶」的統計思維與風控哲學

PGLM 量化交易員 Enrico Marangoni:「35 套策略一個帳戶」的統計思維與風控哲學

量化交易與多策略組合

來自義大利、在 Darwinex Zero Discord 中暱稱為「The Rango」的 Enrico Marangoni,是一位徹底擁抱系統化與量化思維的交易員。錄影當下,他透過 DARWIN「PGLM」在 DarwinIA Gold 中管理約 65 萬歐元規模的資金,背後實際運行的是一個包含超過 **35 套自動交易策略(EA)**的投資組合。

對 Enrico 而言,交易從來不是「預測未來」的遊戲,而是標準的**統計問題**:關鍵在於機率分布、風險控制、多元分散與長期耐心,而不是猜「下一根 K 線會長怎樣」。

從二元期權新手到系統化量化交易者

Enrico 的交易旅程從青少年時期開始,早期嘗試過裁量交易,但長時間盯盤、頻繁調整部位讓他身心俱疲,績效曲線一路向下。這讓他意識到:如果持續用同樣方式操作,只是在放大失敗。

交易是統計遊戲,不是預言術

心態切換:放棄「預測」,專注「機率分布」

真正的轉折點,在於他重新定義「交易的本質」:**建立一套可以在長期樣本下,穩定表現出正期望值的規則系統**。他開始:

  • 善用「積木式策略開發軟體」,用模組化方式組合策略邏輯。
  • 把重心從「找單一完美策略」轉為「建立多策略組合」,讓不同邏輯、不同市場條件下的策略互相對沖與平衡。

35 套策略同時運行:組合為本,而非單一 EA

多層次的分散與相關性管理

PGLM 是由 35 個以上獨立策略構成的投資組合,Enrico 的分散架構有三層:

  1. **標的層分散**:一個商品上最多約 4~5 套策略。
  2. **策略型態分散**:同一市場會混合使用「趨勢突破」、「均值回歸」等不同型態策略,透過**邏輯異質性**平滑整體曲線。
  3. **風險權重與交易頻率調整**:使每個策略在整體風險貢獻上的影響力趨近平衡。

他會定期檢視組合,在半年級距上評估哪些策略「失去希望」,該被汰換,但他也坦白:相關性永遠無法被完全消除,只能管理與監控。

以組合視角看「虧損策略」:必要時也能成為風險對沖工具

Enrico 並不要求每一套策略都「單獨賺錢」。若某策略本身打平或略微虧損,但在其他策略表現不佳時能提供**對沖效果、降低整體回撤**,他仍然會將其保留。

原因在於投資人真正看重的是整體淨值曲線的穩定性,而非組合內每個子策略是否都漂亮獲利。

完全不干預的紀律:讓統計邏輯得以落地

「不碰單」的鐵律:否則所有回測統計全部失效

Enrico 對「人工干預自動策略」的態度極為強硬,可以說是零容忍:

  • 一旦策略上線,他不會手動平倉、不會加減碼、不會改動停損停利。

理由很簡單:所有的回測、蒙地卡羅模擬與參數穩健性測試,都是在「純策略」情境下完成,**一旦人工介入,全部統計基礎瞬間作廢**。他的座右銘是:「只要我動手,測試就不再有意義。」

多策略也幫助「防止自己亂動手」

同時運行 35 套策略,反而幫助他保持冷靜:因為當下總是有許多倉位同時存在,即便想干預,也「不知道該碰哪一個」,自然降低了手癢機會。他把這看成一種「心理風控設計」,刻意讓自己不再把注意力放在單筆交易的盈虧。

策略開發流程:從概念到 15 項壓力測試

不是「找參數」,而是「證明策略在廣泛區間內仍穩健」

Enrico 的開發流程中,最重要的環節是**穩健性與過度最佳化檢查**:

  • 使用蒙地卡羅模擬、參數擾動測試等方法,檢視策略在廣泛參數區間內的表現分布。
  • 重點是確認「70~80% 的參數組合都能有類似、可接受的結果」。

他強調:若某策略只在極窄的參數區間表現良好,一點點變動就崩潰,那幾乎可以判定為典型的過度最佳化(Overfitting)。因此他在最終選參數時,會選擇落在「穩定區域中央」的值,而不是追求樣本內報酬率最高的點。

Darwinex Zero vs Prop Firm:為什麼選擇前者作為長期舞台?

Prop Firm 的結構問題:風險與激勵的錯配

Enrico 認為許多 Prop Firm 設計出「短期高目標、嚴格回撤限制」的考核條件,這本身就鼓勵交易員過度加槓桿、冒極端風險去「拼通關」,而非建立可持續的長期風格。在他看來,這讓 Prop Firm 更像是「賣考試機會的公司」。

為何 Darwinex Zero 的風控引擎與「風險調整後比較」更合理?

他最欣賞 Darwinex 的地方是其獨特的風控與評估機制:

  • 所有 Darwin 都被風險引擎調整到**相似的波動水準**,誰的表現較好,是確實有更佳的 Edge,而不是「槓桿比較大」。
  • 透過低固定成本,建立一條**公開、不可篡改**的完整交易歷史。

這些資金不是一次性「考試獎金」,而是可以伴隨他長期績效持續累積的實質資產管理規模。錄影當下,他總管理資產已突破 50 萬歐元

給量化與程式交易者的實務啟示

  • **先建立「開發流程」,再談「上線實盤」**:實盤只是最後一塊拼圖,前端的壓力測試與參數穩健性檢驗才是工作核心。
  • **不要迷信「最優參數」,要追求「穩健區間」**:樣本內最佳表現很可能只是過度最佳化產物。
  • **嚴格禁止上線後的「人為微調」**:一旦開始手動平倉、提前鎖利、加減碼,你等於把所有回測統計都丟進垃圾桶。
  • **用「組合視角」看待策略**:某策略即便不特別賺錢,只要在別的策略回撤時能提供對沖,仍可能是組合的重要一員。
  • **把時間拉長:至少以一年為單位衡量成效**:「達成某種資金或等級」應該是自然產物,而不是為了某個短期目標去扭曲操作行為。

相關資源與工具整理

項目名稱/說明 網址
訪談影片 PGLM: 35x Strategies in One Account | With Enrico Marangoni
策略頁面 Darwinex Zero – DARWIN PGLM(Enrico 的多策略組合)
平台首頁 Darwinex Zero 官方網站
資金配置活動 DarwinIA GOLD(Darwinex 資金分配計畫,可由官網導覽)
相關訪談系列 THE ZERO EDGE(Darwinex Zero 官方交易員訪談播放清單)
較新的 較舊