七星策略：估值、阶段与杠杆的交响
七星策略不是神话，而是一套将市场阶段、估值指标与执行机制并行的投资框架。
从市场阶段分析出发，需要将“牛、熊、震荡”看成不同生态：趋势期以动量和价值切换为主，震荡期以波段与对冲为主（参考Lo, 2004）。判断方法可用多周期均线交叉、成交量结构、历史波动率与行业轮动共同验证，形成多信号共识。
市净率（P/B或市净率）是价值识别的重要指针：P/B = 股价 ÷ 每股净资产。Fama & French的研究显示，低P/B股票长期存在价值溢价（Fama & French, 1992）；Damodaran则提醒结合行业资本密集度与账面质量做调整（Damodaran, 2012）。实际操作中，把P/B与ROE、负债率配对，能显著降低误判。
风险管理不是一句口号。投资者风险包含回撤风险、流动性风险与杠杆放大效应。常用量化指标：最大回撤、波动率、VaR与尾部风险（尾部风险需用峰度/偏度与历史模拟估计）。
平台服务条款是执行链的起点：重点审查保证金条款、强制平仓规则、手续费/滑点政策与数据使用权。T+N、是否允许算法接入、API限速、以及在极端市况的订单优先级，都会改变策略可行性。
算法交易的流程应明确且可复现：假设→数据清洗→特征工程→回测（含样本外与滚动验证）→交易成本模拟→风控挂钩→实盘小规模试验。避免过拟合需坚持越野验证（walk-forward）与压力测试。
杠杆回报可用线性近似表达：R_L = L * R_asset - (L - 1) * r_borrow。举例：资产年化回报10%，借贷成本3%，杠杆2倍，则净回报约为2*10% -1*3% = 17%。这同时意味着亏损也被放大：同样的下跌将使资本迅速被侵蚀。
分析过程示例（实操步骤）：1) 确定市场阶段信号并分配权重；2) 用P/B与盈利质量筛选标的；3) 以回撤/波动率设定仓位上限；4) 在沙盒环境做策略回测并加入滑点模型；5) 审查平台TOS对杠杆与强平的约束；6) 小规模实盘验证并实行动态风险调节。
把握七星策略的核心在于“多维判断”“严格回测”“契合执行环境”。引文：Lo (2004), Fama & French (1992), Damodaran (2012)。
请选择或投票（按编号）：
1) 我偏好价值挖掘（低P/B）
2) 我看重趋势交易与动量
3) 我更关注平台条款与执行细节
4) 我愿意尝试小杠杆验证
评论
小明
讲得很系统，尤其喜欢杠杆举例，直观明了。
Lena88
关于平台条款的提醒太实用了，很多人忽视了强平规则。
财经老王
引用了Fama & French，增强了文章权威性，赞一个。
Zoe
希望下一篇能给出具体回测模板或代码片段。