北斗量星：七星策略揭秘——用交易量比撬动市场、优化资金与绩效的实战手册
盘面如海，量能是最明亮的灯塔——当成交量比照出真相，七星策略便能为你指明方向。
七星策略并非口号，而是一套以市场研判为起点、以交易量比（量比）为核心验证信号、并横向贯穿股票操作、资金利用与投资表现管理的系统框架。把“七星”视为审视一笔交易的七道关卡：宏观—行业—基本面—技术量能—仓位资金—执行合规—绩效回溯。每道关卡都有可量化的判据与可回测的规则。
市场研判报告：结合宏观数据（GDP、CPI、PMI、利率）、政策信号与资金面（北向资金、融资融券）形成情景化判断。学术上Fama & French对因子暴露的研究说明了结构化风险因子的重要性（Fama & French, 1993），实操上则需把宏观情景映射到行业轮动池内。
行业与个股筛选：用行业景气与资金流向初筛，然后以基本面（ROE、现金流、负债率）、估值与事件驱动进一步过滤。股票操作层面，建议采用分层建仓与波动率调整仓位：初始建仓控制在组合净值的3%以内，回撤控制与止损以ATR或波动率为基准，避免绝对百分比的僵化规则。
交易量比（量比）的定义与实用：量比通常定义为当日成交量/近5日平均成交量（或按日内分时累计与近5日同一时段均量比较）。量比>1表示放量、>2为显著放量、>3为极端放量。把量比作为对突破或反转信号的“证人”：若价格突破关键均线同时量比>2且主力资金净流入，则为高概率入场信号；若量比放大但价格乏力，警惕流动性诱多（参见市场微观结构研究，如 O'Hara, 1995；Brunnermeier & Pedersen, 2009）。
资金利用与风险管理：设置明确现金缓冲（建议10–30%视策略而定），杠杆要设置上限并使用硬性爆仓保护。仓位 sizing 可采用波动率中性法与保守的Kelly分数变体（Kelly的1/4）来控制长期复利风险（Kelly, 1956）。流动性差的个股应降低仓位并缩短持仓期限。
详细分析流程（可回测、可复制）：1) 数据采集（价格、分时量、资金流、财报）→2) 指标构建（均线、量比、ATR、行业景气）→3) 信号定义（量比+资金面+价格结构）→4) 回测（含手续费、滑点、样本外测试、避免幸存者偏差）→5) 执行（限价、算法、VWAP分仓）→6) 绩效管理（按GIPS思路做月度归因、计算夏普、信息比率、最大回撤）。回测务必纳入手续费、印花税与滑点估计，否则策略稳定性大打折扣。
投资表现管理：月度/季度报告需包含净值曲线、回撤周期、选股/配置/时机三类归因、和单只股票贡献度。遵循CFA Institute的GIPS理念可以提高策略透明度与外部沟通的可信度。同时建立事件日志，记录每次信号失效的具体原因以便迭代优化。
实用建议速查：把量比作为信号验证而非独立决策；回测和样本外验证是硬功夫；资金利用与仓位管理往往决定最终收益的质量；交易执行与合规记录是长期可持续的基础。
参考文献（建议延伸阅读）：Fama & French (1993); Brunnermeier & Pedersen (2009); O'Hara (1995); CFA Institute（GIPS）。
互动投票（请选择并投票）：
1) 你认为“量比>2且资金净流入”是否为可靠进场信号？ A. 很可靠 B. 部分可靠 C. 不可靠
2) 在资金利用上，你更倾向于哪种策略？ A. 保守现金为主（>30%） B. 中性（10–30%） C. 积极杠杆（<10%现金）
3) 你希望我们先把七星策略的哪一部分做成可回测工具？ A. 量比+资金流筛选 B. 仓位与风险管理模板 C. 全流程回测+绩效归因
4) 是否希望收到每月基于此框架的实盘绩效更新？ A. 希望 B. 暂不需要