之前设计出一个策略，一般是用代码实现回测。几次三番下来，感觉有这些问题：
- 太花时间。就像是用很细的笔画草稿，半天画不完，还很容易陷入不必要的细节中。既然是草稿，就应该用最粗的笔，快速实现。
- 程序容易出问题。这是最要命的；程序相当于是算法之外又引入的复杂变量。可能是好的算法，却因为实现有问题导致结果不理解，最终放弃；也可能是坏算法，因为实现有问题，误判为好算法，导致后续需要花很长时间来甄别，甚至是损失本金。
- 无法感知策略细节。因为算策略被打散到代码的细节中，反而不容易看到全貌，也就很难对其进行判断。
最近手动推演了一个算法，感觉有很多好处：
- 发现实际问题，完善策略。这其实还是增加了感知策略细节。在让策略面对实际价格趋势时，更容易发现不适配的地方，而不是淹没在快速滚动的程序日志中。
- 减少自身不可靠性。由于不是自己实现，其中一些计算及图表只能依托第三方。通常，这些公开的服务比较成熟，是可以依靠的，至少比自己简单花时间实现的程序更可依靠。
- 少走弯路，节约时间。手动推演看似很慢，但因为提前发现一些明显问题，避免把时间花在用程序实现错误的策略上，其实是更快的。
目前，一个策略的生命周期，大致是这样：
- 纸上推演
- 利用实际数据，手动推演
- 利用程序和大量历史数据，进行回测
- 程序实现策略，模拟交易（如果可以）
- 少量资金，实盘交易。这一步要非常注重可靠性。
- 逐步放量交易
每一步都很重要，越往后越要小心谨慎。