反向跟单【全流程详解与分析】
发布者：谷粒金服 2018-11-16 浏览:次
反向跟单【全流程详解与跟单误区】
对于反向跟单策略研究，公司从2015年开始至今，关于反向跟单的具体流程，下面做简单分析与介绍。
数据中心运营流程
数据中心的作用是不断培养并提供数据源，是整个反向的核心部分，下面将分类整个运营流程。
1、团队搭建.2、场地选择。3、装修布局。4、招聘盘手。5、面试盘手。6、培训盘手。7、盘手模拟。8、盘手考核。9、现场管理。10、数据筛选。11、资金配比。12、风险控制
反向跟单一定要运用科学的方法，项目本来就是做概率的，所以我们希望将其概率做到最大化。
反向跟单系统
反向跟单系统分为传统跟单和镜像跟单。
1.传统跟单是盘手先成交，实盘再成交。
2.镜像跟单是实盘先成交，盘手后成交。
镜像跟单的方式可以减少实盘账户滑点的点差，一年的累计点差其实是很大的，镜像跟单的逻辑可以大幅度减少滑点所造成的损耗。
反向原理
反向跟单是原理是80%亏，20%赚，那么如果反跟的话，赚钱的概率是80%。其实，这是个错误的说法，二八定律全国散户的统计数据，并不代表数据工厂的比率。这是很重要的误区之一。
反向成本
任何投资都需要成本，反向跟单也一样，我们将成本分为三大类，一次性成本，运营成本，投资成本。下面进行细分。
1、硬件成本(房租，水电，物业费等)
2、物料成本(办公家具，电脑、办公用品等)
3、装修成本
4、人工成本(盘手成本和管理成本)
5、投资成本
6、手续费成本
7、滑点成本
8、软件费
9、滑点成本
10、资金成本
讲上述内容进行细分，可以初步分析出大概的总体成本，其实里面有很多成本是可以大幅度减低，比如，寻找已装修的办公室，稳定的镜像反向跟单软件，合理的盘手与管理层的薪资结构方案，稳定的期货公司渠道等。
反向收益
在这几年的运营当中，我们碰到很多措手不及的事情，试错是难以避免的，毫不夸张的说，反向跟单中随便一种试错都是花几十万买来的教训（做过的，是错过的都会共勉）因为前期公司团队在不断的磨合，方案不断的整改，流程不断的完善，目前跟单方式分为激进型和保守型，收益和风险是成正比的，近年来，我们选择数据中概率的稳中求胜，将收益率和回撤做到相对稳定盈利。
以上是选择做反向跟单之前，要考虑的问题。
以下是关于管理，筛选，风控。
现场管理
对于盘手管理，是有严格要求的，除了设置的盘手交易规则之外，现场管理的作用是非常大的，对于现场管理的人，不是随便的人都能去管理的，我们对现场管理的能力要求非常高，毕竟，事在人为。这些年，我们培养出8-10个还不错的现场管理，有“五条铁律”决定现场管理这个人的合不合适。整个数据工厂都需要现场管理来把控，因为细节比较多，一个场子30-50人的话，前期管理团队最少要4个，而且，必须懂公司的全部运营流程和细化，而分工又必须非常明确的，每个人的岗位职责等，还需互相配合，因为这将直接影响到你数据样本质量。
数据筛选
反向跟单核心是将概率做大，商业模式和逻辑是对的，但如果数据太少，就不是玩概率了，而是纯赌。切记，千万不要从投资者变成投机者。
数据筛选用最简单的方式，统计出所有数据因子，再筛选出优秀的数据做到优中选优。另外，心态方面，还要彻底了解每一个人的性格，生活状态，最近的情绪，做单风格，都要做出详细的分析。并不是亏钱最多的，就是你要跟的。我们团队做筛选，是从面试开始记录，重点表现在数据统计的四个EX表格。
资金配比
一个简单的算术题。
一个数据场的整体开支控制在每月6万以内(含所有成本)，那我们计算收益，假设我们每月平均收益能达到20%，那么投资资金要拿出多少钱?如果投资10万?一个月赚60%才能打平，20万，要每月30%，50万等同于每月12%的固定开支。
一定要用科学的方式去提前布局好，比如：场地多大、招多少人、薪资设计、跟多少人、每个人的跟单成本是多少?
1.一次性成本多少?(办公室押金，装修，办公设备等)
2.运营资金多少?(每月房租，水电，物业费，交易员工资，管理人员工资等)
3.投资的反向跟单资金多少?
风险控制
风控、资金配比和筛选关系很紧密，风控要根据盘手数据和信息，决定不同的风控比例，不同的风控策略。国内很多反向公司的风控只是针对仓位控制，甚至仓位控制都不做。仓位控制是其一，其二是风控策略，能有效的防止回撤值过大，拿一个例子出来说：在震荡行情中反向如何赚钱?因为震荡行情是非常适合新手做单的。逢高做空，逢低做多。如果连续两周的震荡行情，那反向就是亏，但是，我们又无法提前预知震荡行情的到来。这是一个致命的痛点。所以，风险控制不仅仅是仓位控制。
风控也分为三类，主账号风控，前端风控和后端风控。
反向看起来简单易懂，其实很复杂，不等同于金融衍生品类的业务公司，反向跟单其实非常复杂与繁琐，每一个环节都必须是联通的，环环相扣，简单的分成四项，1、招人2、教人3、管人4、分析人。
每一步都需要做好，假设数据做的不好，后面无需数据筛选，资金配比，风险控制了。所以前端必须做好，才能有后端的科学筛选。
上一篇：反向跟单能做吗？
下一篇：反向跟单常见误区（实例分析）
相关文章：
