相信很多人都聽說過「馬丁格爾」策略，這個策略傳統上是用在一些投機性的遊戲，例如猜大小的遊戲，假設在上一輪裡面輸掉之後，就在下一輪投入上一輪雙倍的籌碼，直到獲勝為止。

根據概率論而言，如果每次競猜的勝率都為獨立事件，則最終獲得盈利的概率為 1-0.5^n，也就是說，連續參與的次數越多就可以有更高的概率盈利，舉一個具體的數值，第一次競猜的勝率為 50%，第二次為 75%，第三次為 87.5%，第四次為 93.75%，第五次為 96.875%。

由於最終一次獲勝時，投入的籌碼為上一次的雙倍，因此獲勝的那次就可以覆蓋掉之前的虧損，使得整體是盈利。假設第一次投入 10 元，第二次投入 20 元，第三次投入 40 元，第四次投入 80 元，第五次投入 160 元，假設在第五次再獲勝，則最終盈利為 160-80-40-20-10=10 元。

也有人稱馬丁格爾為「本多終勝」策略，只要有足夠的資金，最終一定會盈利。但現實終歸是現實，沒有人擁有無限的資金，即使在 99.99% 勝率的情況下，任何人都可能是那個倒黴鬼，輸掉所有的本金。

那麼，如何把馬丁格爾策略應用在交易，並優化使其勝率更高，資金利用率更高呢？請繼續往下探究。

HTX 馬丁格爾機器人

HTX 馬丁格爾機器人是在傳統的馬丁格爾策略中使用其「分批抄底，一次賣出」的核心思想，每次抄底使用更多的資金來大幅降低平均持倉成本的策略。

HTX 馬丁格爾機器人會在幣值每下跌固定百分比之後買入不等額的幣，幣的額度會以 1 份、1 份、2 份、4 份、8 份、16 份…的數列購買。

假設幣值每下跌 1% 就購買一次，機器人將在幣值下跌到開單價格的 99%、98%、97%、96%、95%…的時候分批抄底，下跌 5% 的時候，均價為初始價格的 95.97%，因此這時候幣值再上漲 1.02% 就可以回本，大幅降低風險。而網格策略需要上漲至初始價格的 99% 左右才可以回本，需要上漲 4.2% 才行。

因此馬丁格爾賺錢的底層就顯而易見了，首先是選擇優質的資產，只要這個資產有波動，不是不斷下跌歸零，馬丁格爾機器人就可以盈利；其次對於進場時機的要求也會低很多，在大多數時候開啟馬丁格爾機器人，只要不是開啟後不斷下跌，就大部分的機會都可以盈利。

基於以上兩點，建議用戶盡量選擇主流資產，並在資產沒有處於高位的時候開啟馬丁格爾機器人，可以賺取波動的收益，並且一定程度降低波動性，平衡下跌的風險，減少資金回撤。

由於 HTX 馬丁格爾機器人沒有使用槓桿，並且可以自由設定下跌多少百分比再分批抄底，因此安全性較高，只要選擇的資產是優質資產，即使短期產生一定的回撤，等資產價格反彈的時候就可以盈利。

我們也對 BTC/USDT 的馬丁格爾機器人做了回測 （回測週期：15 個月，2020 年 4 月 1 日~2021 年 7 月 1 日）：

按照預設 AI 的配置，馬丁格爾機器人在 1 年半的一個完整週期裡，年化達到了 205.68%，總共套利 623次，而中間經歷 519 的時候，最大回撤為 -52.84%，略低於持有 BTC 不動的 -55.44%

漲多少止盈	跌多少加倉	年化收益率	完成輪次	最大回撤	持 BTC 不動最大回撤
1%	1%	205.68%	623	-52.84%	-55.44%

如果我們把策略變得更保守一些，增加跌多少加倉的百分比，馬丁格爾就可以獲得更穩定的收益，更小的回撤。從下面的表格看出來，如果每下跌 10% 加倉，則馬丁格爾機器人的最大回撤就只有 -16.37%，遠遠小於持幣不動的 -55.44%，而收益也高達年化 122.12%，兼顧收益和風險。

漲多少止盈	跌多少加倉	年化收益率	完成輪次	最大回撤	持 BTC 不動最大回撤
1%	每 1% 加倉	205.68%	623	-52.84%	-55.44%
1%	每 2% 加倉	166.58%	852	-51.50%	-55.44%
1%	每 3% 加倉	133.97%	846	-46.35%	-55.44%
1%	每 5% 加倉	106.38%	684	-43.89%	-55.44%
1%	每 10% 加倉	122.12%	497	-16.37%	-55.44%
1%	每 15% 加倉	113.95%	361	-27.43%	-55.44%
1%	每 20% 加倉	110.29%	267	-17.22%	-55.44%

 

馬丁格爾機器人參數設定

HTX 馬丁格爾機器人延續 HTX 一貫的簡單好用美觀的用戶體驗。

馬丁格爾與網格交易機器人一樣有 AI 策略和手動設定兩種方式，AI 策略分為穩定型、均衡型兩種，穩定型可以降低策略的最大回撤，但收益可能也會略低，均衡型會讓收益和風險處於一個較為平衡的狀態。如果不知道如何設定，主流幣可以選擇均衡型，而對於波動特別大的山寨幣，建議選擇穩定型。

AI 策略

目前馬丁格爾的 AI 策略較為基礎，還未基於每個幣種的波動性來給出參數，一共有兩種 AI 參數：一種是均衡型，每下跌 1% 補倉，每賺取 1% 止盈；另外一種是保守型，每下跌 5% 補倉，每賺取 1% 止盈。

均衡型的收益和風險都適中，而保守型的風險更低，收益也較低。

 

手動設定

手動設定裡面一共有 4 項參數，也分為普通設定的參數和高級參數。

普通參數裡面一共有三個參數，分別是「跌多少加倉」、「賺多少止盈」、「投資額」，高級設定裡面是「最大加倉次數」

 

HTX 馬丁格爾為自動循環模式，也就是每一次分批抄底並止盈賣出之後就會自動進入下一輪。而以下參數的設定，都是針對每一輪的。

跌多少加倉：每一個輪次中，在首個訂單買入之後，再跌多少就會加倉，可以選擇按照比例或者按照絕對數值來填寫。比例填寫的是百分比數字，差價填寫的就是絕對值數值

賺多少止盈：每一個輪次中，在分批抄底並反彈時，賺到多少比例的時候就止盈賣出

投資額：這個馬丁格爾機器人的總投資額

最大加倉次數：每一個輪次中，把資金分成多少份分批抄底的份數。馬丁格爾機器人的每次的購買金額將以 1、1、2、4、8、16、32… 的序列來執行。

舉例來說，假設設定最大加倉次數為 3 次，則資金會被分為 8 份，每一輪會在開始時購買 1 份（即投資額的 1/8），下跌一定比例時再購買 1 份（即投資額的1/8），再下跌一定比例時再購買 2 份（即投資額的1/4），再下跌一定比例時再購買 4 份（即投資額的1/2），如果再次下跌，則機器人將不再購買，而是等待到幣值漲回到符合止盈比例的價格後賣出所有這 8 份。

 

馬丁格爾機器人 VS 網格交易機器人

馬丁格爾機器人與網格交易機器人最大的差別，就是馬丁格爾機器人是分批買入，一次賣出；網格交易機器人則是分批買入，分批賣出。由於馬丁格爾是在下跌的過程中買入越來越多的數量，因此首次開倉時持有的資產較少，而網格交易根據用戶設定的參數，在開倉時持有較多的資產，平均來說大概佔初始投入的一半。因此當行情上漲的時候，網格交易會比馬丁格爾獲得更多的趨勢收益，但如果行情下跌，網格交易也會有更大的回撤。

但由於馬丁格爾在預設的情況下，只會把資金分為 32 份，而網格交易為了追求更頻繁的套利，通常會把資金分為 100 多份，因此馬丁格爾的資金利用率會高於網格，在震盪比較大的時候，震盪收益會比網格高。

因此總結來說，馬丁格爾與網格交易的優劣可以歸納為：

趨勢收益	馬丁格爾<網格交易
震盪套利收益	馬丁格爾>網格交易
風險	馬丁格爾<網格交易