從主觀交易到「全自動突破矩陣」的進化之路
如果你只有一份朝九晚五的醫療體系工作、完全沒有程式背景，你有機會在金融市場中管理上百萬美元的資金嗎？本篇來自 The Zero Edge 的 官方 YouTube 影音專訪，邀請到了近年在 Darwinex 平台上崛起速度最快的明星操盤手 Sanga。
Sanga 所管理的策略 DARWIN $SQZ 寫下了一個驚人的傳奇：該策略在 Interactive Brokers (IB) 期貨端開放投資人跟單後，短短一個月內便從零暴衝至 125 萬美元的真實投資人資金 (AUM)！ 疫情期間才開始接觸主觀交易的他，如何透過自學 PowerLanguage 程式語言，打造出嚴密監控「資產相關性 (Correlation)」的自動化突破策略矩陣？今天，我們將帶您一窺這位以「風險經理」自居的量化新星的真實進化史。
📌 本頁修煉路線圖
一、 疫情期間的頓悟：為什麼「主觀交易」對他行不通？
Sanga 的交易起點與許多人一樣，始於 COVID-19 疫情期間的居家隔離。當時身為英國國民保健署 (NHS) 員工的他，參加了退伍軍人交易學院 (Veterans Trading Academy) 的課程，開始了為期 9 個月的主觀交易（Discretionary Trading）生涯。
「我發現主觀交易充滿了『模稜兩可（Ambiguous）』。有時候系統同時給你做多與做空的訊號，尤其在面臨實盤壓力時，大腦很容易陷入混亂。我渴望擁有絕對嚴格、沒有灰色地帶的規則，那才是我轉向自動化交易的真正原因。」
二、 零基礎自學寫碼：用 PowerLanguage 打造自動化突破矩陣
沒有資工背景、只懂一點點 SQL 語法的 Sanga，透過朋友分享的課程，從零開始自學 **PowerLanguage**（MultiCharts 的專屬程式語言，類似 EasyLanguage）。在短短一年半內，他成功開發出一套強大的「突破策略（Breakout）」投資組合。
他強調，不能將一套突破邏輯死板地套用在所有商品上。每個資產（如黃金、那斯達克、原油）都有不同的靈魂。 突破發生的時間點、延續的動能、需要給予的停損空間完全不同。因此，他針對每一個獨立市場深度回測，並為其量身打造專屬的演算法。
三、 像「風險經理」一樣思考：資產相關性與波動率的降維打擊
當你同時運行多個策略時，最大的災難往往來自於「相關性（Correlation）」。如果你的策略同時做多 NASDAQ、S&P 500 與 Dow Jones，一旦大盤閃崩，你的帳戶將承受三倍的暴擊。Sanga 展現了極其專業的**「風險經理思維」**：
- Sanga 的動態資產相關性控管：
- 風險降載： 當多個高度正相關的資產（例如各種美國指數）同時出現訊號時，他不會讓每個資產都承受標準的 2% 風險。他會將風險強制平攤（例如每個資產只下 1%），防止單一市場的系統性崩盤毀掉整個帳戶。
- 波動率適應： 在今年初美國指數經歷瘋狂洗盤、突破策略頻頻失效時，他毫不猶豫地果斷降低指數的資金權重，並將火力轉移到波動較為穩定的商品（Commodities）上。
# 模擬 Sanga 的「資產相關性與波動率降載 (Correlation & Volatility Adjustment)」邏輯
def calculate_portfolio_risk(asset_list, base_risk_per_trade=0.02):
total_assets = len(asset_list)
# 規則 1：檢查資產之間是否高度正相關 (例如 NQ 與 ES)
if is_highly_correlated(asset_list):
# 若高度相關，將總風險平攤，避免系統性暴雷
adjusted_risk = base_risk_per_trade / total_assets
return adjusted_risk
# 規則 2：偵測極端波動率 (如 VIX 飆升或近期連續假突破)
for asset in asset_list:
if current_market_volatility(asset) == "EXTREME_CHOPPINESS":
# 將該市場的資金權重降至極低，或完全暫停該指數交易
reduce_asset_exposure(asset, reduction_factor=0.5)
return base_risk_per_trade四、 120 萬美金的震撼教育：面對真實投資人的回撤壓力
2025 年初，DARWIN $SQZ 正式開放給外部投資人。由於其優異的歷史曲線，Sanga 的管理資產在短短一個月內從零飆升至 **125 萬美金**。
然而，市場隨即迎來了艱難的回撤期（Drawdown）。伴隨著大盤的極端動盪，部分投資人因為恐慌而撤資，他的 AUM 暫時回落至 70 多萬美金。面對這場「震撼教育」，Sanga 展現了極強的心理素質。
「當你管理龐大資金時，回撤帶來的壓力是完全不同層級的。你不想讓信任你的投資人虧錢。但我知道我的演算法在歷史上最多會面臨幾次連續虧損（Losing streak）。身為量化交易員，你必須坦然接受勝率只有 40% 的事實，盈虧比才是最終的救贖。」
五、 認清 Prop Firm 陷阱：為何 Darwinex 是量化交易的唯一歸宿？
與許多交易員一樣，Sanga 也曾接觸過 Prop Firm（考盤）。但他非常果斷地做出了切割，將所有心血投入 Darwinex。
- 為何 Sanga 放棄 Prop Firm 選擇 Darwinex？
- 掠奪性的商業模式： Sanga 敏銳地指出，多數 Prop Firm 的規則荒謬至極。它們的商業模式是建立在「期望你爆倉」之上的，它們與交易員的利益完全對立（B-Book 模式）。
- 自動化募資的夢幻平台： 在 Darwinex（A-Book 模式），平台與交易員利益 100% 綁定。更重要的是，身為熱愛寫程式的工程師，Sanga 討厭去推銷自己。Darwinex 的投資人市集與風險引擎，讓他只需要專注於優化演算法，資本自然會慕名而來。
六、 終極忠告：主觀經驗是自動化系統「最好的防腐劑」
在專訪尾聲，主持人詢問他：如果能回到過去，會給還是「主觀交易員」的自己什麼建議？Sanga 的回答出人意料：**「我不會給任何建議，因為那段主觀交易的痛苦經歷，是絕對必要的。」**
許多純粹的量化工程師只看著螢幕上的報表與數字，但 Sanga 認為，正因為他曾親自盯盤、感受過價格跳動的呼吸，他現在才能看著回測數據說出：「這個停損設得太緊了，這不符合市場邏輯」。
主觀交易的盤感，結合自動化程式的鐵血執行力，造就了 $SQZ 難以撼動的市場優勢。對於想要逃離爆倉輪迴的散戶來說，Sanga 的進化之路，無疑是一份最完美的職業藍圖。