用智能體交易總經事件：Fed 決策日、CPI、NFP

大多數的波動是伏擊你的。總經數據發布是例外：CPI 數據、Fed 決策與就業報告，每個月都在已公布的時間、已公布的日期落地。正是那份可預測性，讓 Fed 公告交易成為自動化如此大的一個陷阱。你的智能體確切地知道風暴何時來襲，然而大多數機器人卻用跟任何平靜的星期二一樣的部位大小、一樣的停損，直直駛了進去。

這篇文章會講 FOMC、CPI 與 NFP 前後市場實際上會發生什麼，接著是三種把「排定好的波動」當成設計輸入、而不是當成意外的智能體模式。

Fed 公告交易：下午兩點究竟發生了什麼

拿一個 Fed 決策日來說。聲明在美東時間下午 2:00 落地，記者會在 2:30 開始。在發布前的那幾分鐘裡，做市商會撤掉報價、委託簿變薄；流動性充沛的指數商品，價差可能拉寬到平常寬度的好幾倍。聲明後的第一波移動往往既猛烈又常常是錯的：先往一個方向初步竄升，然後在記者會重新框定訊息之後，來一次徹底的反轉。交易者替這個模式取了名字，因為它重複得如此可靠。

CPI（美東 8:30am）與非農就業（美東 8:30am，通常是每月的第一個星期五）的行為類似，只有一個差別：它們落在美股開盤之前，所以反應會先在期貨、外匯與加密貨幣裡上演，而股票在 9:30 跳空。

有三個機械性的事實，對任何運行自動化的人都很重要：

• **流動性在發布前後蒸發。**一筆平常讓你付出 0.02% 滑價的市價單，在發布窗口裡可能會付出那個的十倍。
• **第一波移動經常反轉。**機器讀出的頭條觸發了那波初始爆發；經過思量的詮釋，幾分鐘後才到，而且有時指向反方向。
• **停損變成絆線。**一個擺在 1.5% 外的停損，整個月都很合理，卻好好地落在一個波動性資產上、一次正常 CPI 來回洗盤的範圍之內。你可能被停損掃出場，然後看著價格收在它一開始起步的那個位置。

這一切都不需要預測任何東西。這是地形，而智能體可以為地形而打造。

模式一：自動站到一旁

最簡單、也最站得住腳的模式，同時也是最被少用的：根本不要交易那個窗口，而且要讓「棄權」變成自動的，而不是一件你必須在星期五 8:25 記得去做的事。

一個具體的實作：**在 CPI 前 30 分鐘暫停智能體，並在數據出來後 60 分鐘恢復。**提前三十分鐘，讓你在流動性變薄之前就清空；之後六十分鐘，讓那波初始洗盤與第一次反轉都消化完。至於 FOMC，把恢復的時間延到記者會之後，因為 2:30 的問答經常會把 2:00 的移動給抵銷掉。

各種變體，會依這個事件對你特定持倉造成多少風險而縮放：

曝險	站到一旁的規則
無槓桿的波段部位	只暫停新進場；既有部位保留、停損不動
有槓桿或短天期的部位	在發布前減碼或平掉；之後照你平常的訊號重新進場
緊停損的當沖智能體	整個窗口全暫停，進場與出場都停

這裡就是管線很重要的地方。在 Obside 上，總經事件可以作為一個自動化能訂閱的觸發器，所以「在 CPI 前 30 分鐘暫停我的動能智能體、60 分鐘後恢復」就是智能體上的一個條件，用白話陳述、並在它運行之前複述給你聽。不必盯行事曆、不必設 8:25am 的手機鬧鐘、不必在放假那一週忘掉它。

站到一旁的代價既誠實又小：你偶爾會錯過一個在數據出來時開始的漂亮趨勢。好處是，你永遠不會把一個帶槓桿的部位，捐給一個只拉寬了九十秒的價差。

模式二：對數據反應，而不是對你的猜測反應

第二種模式會交易這個事件，但只在數字公開之後。這個邏輯是以「已經存在的資料」為條件的，永遠不是以一個預測為條件：拿發布出來的數字去跟市場共識估計比較，然後在嚴格的上限之下，針對那個落差動作。

一個就業報告的具體例子：「如果 NFP 在任一方向上偏離共識超過 100,000 個就業，就用數據、修正數字與我目前的曝險提醒我。如果偏離超過 150,000，把我追蹤指數的部位砍掉三分之一；否則什麼都不做。」每一個分支引用的，都是一個已知數字對上一個已知基準。這條規則裡沒有任何一項需要「對經濟判斷正確」。

一條反應規則和一場賭博的差別在於：

1. **它會等待。**不會在發布之前為了預期而開任何部位。搶在數字之前進場，不管你的信念多強，都是掛著一個倒數計時器的猜測。
2. **它讀的是「實際對預期」的落差，**而不是原始數字。市場會事先把共識定價進去；一個「客觀上很好」、卻低於預期的數字，經常會像壞消息一樣交易。
3. **它使用限價單或延遲。**在最初幾秒內反應，代表付出一天裡最糟的價差。一條哪怕只等五分鐘的規則，放棄的極少，付出的卻少得多。
4. **它替自己的大小設上限。**跟智能體護欄裡到處都一樣的原則：任何單一的排定事件，都不該能夠讓你的帳戶移動超過一個事先選定的比例。

反應規則會很自然地和條件堆疊搭配：數據落差、加上一個確認的價格移動、加上一個部位大小的天花板，是多條件自動化的教科書級案例，而那個 AND 邏輯，正是能濾掉「對一個市場立刻聳肩不理的數字動作」的東西。

模式三：尊重行事曆的部位大小

第三種模式從不暫停、也從不反應。它只是在行事曆說「風險比平常高」的時候，把自己變小。

實作就是算術。假設你每筆交易的標準風險，是帳戶的 1%，停損設在進場價下方 2%。在一個事件日，你把風險預算砍半到 0.5%：要嘛用平常的停損做半倉部位，要嘛用兩倍的停損距離做全倉，取決於你比較想「少被洗出場」還是「被洗時虧得少」。智能體會從事件行事曆自動套用這個調整；人類則會套用到第三個忙碌的一週，然後就忘了。

一個合理的排程看起來像是：平靜的日子用正常的部位大小、在 CPI 與 NFP 日對受影響的資產用半風險、從 FOMC 前一晚到記者會之間用半風險。如果你想要部位大小去回應「量測到的波動本身」、而不是行事曆，那個推廣版本——基於 ATR 的部位大小與行情狀態濾網——是感知波動的智能體的主題。

部位大小規則是最不戲劇化的模式，卻可以說是整篇文章裡「每分努力換到的風險報酬」最好的一個。它們騙不倒，因為它們根本不去詮釋那個發布。它們唯一的代價，是在趨勢從數據出來就一路跑的日子裡，贏得少一點。

為什麼「猜數字」不是一套策略，以及其他失效模式

總經交易那個誘人的版本，是預測數據或 Fed 的決策、然後事先布局。先把「你能不能贏過數千位以此為全職的專業人士」這件事擱在一旁。就算一個正確的預測，也會用兩種方式失敗：市場可能已經把它定價進去了（數字對了，卻沒有移動），而反應可能會在一個你沒建模到的細節上翻轉。一個頭條較涼、核心卻很熱的 CPI，可以漲個四分鐘、然後收在深紅。你預測對了數字，這筆交易卻還是虧了。

那些專門打中智能體的失效模式：

**頭條假動作。**演算法先讀頭條數字；人類幾分鐘後才讀組成。第一波移動反轉的頻率高到，任何在第一分鐘內動作的規則，都需要一個「錯了也能安心」的小部位。

**修正。**就業數字以「在往後幾個月出現重大修正」而惡名昭彰。你的智能體交易到的那個「震撼性偏離」，在下一次發布時可能實際上就不存在了。反應規則應該把數據當成一個「該去回應的市場事件」，而永遠不是一個「關於世界的持久事實」。

**被價差拉寬的停損。**在發布窗口裡，你的停損會以當下的報價執行，而那可能遠比觸發價差。這正是為什麼模式一會把緊停損的智能體整個拉走，而不是信任停損能撐過那個窗口。

**相關的曝險。**一次 CPI 數據，會同時撼動你的指數部位、你的科技股，以及你的加密貨幣。逐個部位設大小、卻忽略那個共享的總經觸發器，會大幅低估事件日的風險。感知事件的規則，應該去看總曝險，而不是個別交易。

至於非排定的新聞，那是另一個問題、配上另一套工具箱；那條管線涵蓋在用 AI 做新聞驅動交易裡。

接下來該往哪走

從防守開始，把複雜度掙來。這週就把模式一放到你現有的自動化上：在 CPI 與 FOMC 周邊的一個暫停窗口，幾乎不花你什麼、卻移除了最醜的尾端結果。等你在自己的部位上看過一次發布窗口如何上演之後，再加上模式三那個「降低事件日部位大小」。把模式二留到最後，先只跑警報、讓它的邏輯在模擬盤上撐過好幾次發布之後，再讓它下單。

總經行事曆，是市場裡少數幾件你能事先知道的事之一。一個尊重它的智能體，做的正是一件你早就相信、卻不會在每個第一個星期五的 8:25 可靠地用手去做的事。如果你寧可把規則陳述一次、而不是每個月都要記得它，Obside 讓你用一句話就把總經事件條件附加到任何自動化上、在模擬盤裡測試它，並且對它做的每一件事都保有你自己的上限。

僅供教育參考，不構成投資建議。交易存在風險，可能導致本金損失。