经典马丁格尔策略
相信很多人都听说过"马丁格尔"（Martingale）策略。传统上，这一策略被用于博彩类游戏，例如"比大小"。举例来说，如果您在某一局中失败，就在下一局投入双倍筹码，直到获胜为止。
根据概率论，如果每一局的胜率都是独立事件，那么最终获利的概率为 1–0.5^n。也就是说，连续参与的次数越多，获利的概率就越高。例如，第一局的胜率为 50%，第二局为 75%，第三局为 87.5%，第四局为 93.75%，第五局为 96.875%。
在最终获胜的那一局，您投入的筹码是上一局的两倍，因此这一次的盈利可以覆盖此前的亏损，从而实现获利。例如，您第一次投入 10 美元，第二次 20 美元，第三次 40 美元，第四次 80 美元，第五次 160 美元。如果第五次获胜，最终利润为 160–80–40–20–10=10 美元。
有人把马丁格尔称为"资金充足就能赢"的策略。如果您拥有足够的资金，最终必然能够获利。但现实是，没有人拥有无限的资金。即使胜率高达 99.99%，也可能有人运气不佳而亏光全部本金。
那么，如何在交易中运用这一马丁格尔策略，并对其进行优化以获得更高的胜率和资金利用率呢？让我们继续探索！
什么是 Webot 马丁格尔机器人？
Webot 马丁格尔机器人以传统马丁格尔策略的核心思想开发设计而成，是一种阶梯式买入、一次性全部卖出的策略。每次下跌时投入更多资金买入，从而显著降低平均持仓成本。
Webot 马丁格尔机器人会在价格每下跌固定百分比后，买入不等量的币。如果您创建了一个 Webot 马丁格尔机器人，机器人会根据您设置的参数进行计算，将投资金额平均分成若干份。然后机器人会按 1 份、1 份、2 份、4 份、8 份、16 份……的方式买入。
假设价格每下跌 1%，机器人就买入一定数量的币。那么当币价跌至 99%、98%、97%、96%、95%……时，机器人都会补仓。当跌幅达到 5% 时，平均价格为初始价格的 95.97%。此时，只要现价上涨 1.02% 即可收回成本，大大降低了风险。而网格交易机器人策略需要价格回升至初始价格的约 99% 才能收回成本，Webot 马丁格尔机器人只需上涨 4.2%。
那么，如何用 Webot 马丁格尔机器人获利呢？首先是选好币种。只要该币种流动性良好、长期来看价格不会归零，马丁格尔机器人就能帮助您获利。其次，入场时机的把握也相对容易得多。除非启动后价格持续下跌且不再回升，否则大多数 Webot 马丁格尔机器人都能实现盈利。
基于以上两点，建议用户选择市值较大的主流币种，并在价格不算高的时机入场，这样既能借助流动性获利，又能降低风险并将资金回撤降到最低。
Webot 马丁格尔机器人不使用杠杆，并可自由设置补仓的下跌百分比，因此非常安全。只要所选币种优质，即使出现短期回撤，价格一旦反弹即可立即获利。
我们还对马丁格尔机器人在 BTC/USDT 上进行了回测（回测周期：15 个月，2020 年 4 月 1 日～2021 年 7 月 1 日）：
按照默认 AI 参数，马丁格尔机器人在一年半的完整周期内实现了 205.68% 的年化收益率，共套利 623 次。在中间的第 519 次时，最大回撤为 -52.84%，略低于持有 BTC 的 -55.44% 回撤。
如果我们把策略设置得更保守一些，提高补仓价格间隔的百分比，马丁格尔机器人就能获得更稳定的收益和更小的回撤。从下表可以看出，如果每下跌 10% 补仓一次，马丁格尔机器人的最大回撤仅为 -16.37%，远低于持币的 -55.44%，而收益高达 122.12%，在收益与风险之间保持了良好的平衡。
马丁格尔机器人参数设置
Webot 马丁格尔机器人保持了简洁的产品设计，界面易用且美观。它以自动循环模式运行——每次补仓并止盈后，会自动进入下一轮。马丁格尔机器人既提供 AI 策略参数，也支持按需自定义设置。
AI 策略
马丁格尔 AI 策略会根据不同币种的波动性提供参数。根据风险偏好，AI 参数分为两种类型：
均衡型
均衡型的收益和风险适中，加仓倍数相对较高、安全订单数较少，使策略能够保持较高的资金利用率。
保守型
保守型的风险和收益较低，加仓倍数相对较低、安全订单数较多，使策略保持适中的资金利用率。
自定义设置
手动设置包含七个参数，分为常用参数和高级参数两类。
常用参数
常用参数共有三个：
价格间隔：每一轮首单成交后，当价格跌幅达到该比例时，机器人将买入。该比例可填写百分比或绝对值。
止盈比例：每一轮中，补仓后价格反弹达到该比例时，机器人将卖出全部币种以实现止盈。
投资额：本 Webot 马丁格尔机器人的投资总额。
高级参数
高级参数共有五个：
加仓倍数：指本次补仓金额相对于上一次的倍数。例如，若选择 1.5 倍，则各安全订单的投资额依次为 1、1.5、2.25……
安全订单数：每一轮中，机器人会将投资额平均分成多份用于补仓。马丁格尔机器人采用递增下单策略——先以 1 份资金补仓，随后依次为 1 份、2 份、4 份、8 份、16 份、32 份等，来执行后续订单。
止损百分比：
总收益：当总收益率达到该百分比时，将卖出全部币种并关闭机器人。
未实现收益：当未实现收益率达到该百分比时，您的币将被全部卖出并关闭机器人。如果您想输入正数，该数值应小于当前的未实现收益率。
价格区间：如果当前价格超出该价格区间，机器人将不会开启新一轮。
触发价格：当价格达到触发价格时，机器人将被启动，触发价格可设置为高于或低于当前市场价格。
例如，若安全订单数设置为 3，资金将被分成 8 份。每一轮开始时，机器人会先买入 1 份（投资额的 1/8）。如果价格下跌一定百分比，机器人会再买入 1 份（1/8），随着价格继续下跌，接着买入 2 份（1/4），最后买入 4 份（1/2）。若价格在此之后继续下跌，机器人将不再买入，而是等待价格反弹至止盈比例，届时卖出全部 8 份以实现止盈。
马丁格尔机器人 VS 网格交易机器人
马丁格尔机器人与网格交易机器人最大的区别在于，马丁格尔机器人是阶梯式买入、一次性全部卖出，而网格交易机器人是阶梯式买入、阶梯式卖出。由于马丁格尔机器人在下跌过程中会越买越多，因此首次启动时持仓较小；而网格交易机器人则会根据用户设置的参数在启动时持有更多币种，通常约占初始投资的一半。因此，当行情上涨时，网格交易机器人会比马丁格尔获得更多趋势收益，但如果行情下跌，网格交易机器人的回撤也会更大。
不过，马丁格尔机器人默认仅将资金分成 32 份。而为了追求更频繁的套利收益，网格交易机器人通常会将资金分成 100 份以上，因此马丁格尔机器人的资金利用率会高于网格交易机器人。当上涨行情中波动较大时，马丁格尔机器人获得的套利收益会高于网格交易机器人。
综上所述，马丁格尔机器人与网格交易的优缺点如下：
趋势收益 | 马丁格尔机器人 < 网格机器人 |
套利收益 | 马丁格尔机器人 > 网格机器人 |
风险 | 马丁格尔机器人 < 网格机器人 |
如何设置马丁格尔机器人？
只需按照 Webot 马丁格尔策略教程操作，即可立即创建您的第一个马丁格尔机器人。
在 APP 中：
步骤 1：打开 Webot app，点击 [Bot] - [创建] 进入机器人板块。
步骤 2：点击 [全部]，然后选择 [马丁格尔机器人] 并选择 [标准模式]。
步骤 3：选择您想要的交易对，然后点击 [AI 策略]。从 [风险偏好] 下拉菜单中选择您偏好的风险等级。您可以配置其他参数（可选），输入投资金额，然后点击 [创建] 并 [确认]，即可成功设置您的机器人。
在网页端：
步骤 1：登录您的 Webot 账户，点击上方菜单栏中的 [交易]，然后选择 [交易机器人]。
步骤 2：点击 [Bot] - [全部]，然后选择 [马丁格尔机器人]。
步骤 3：选择您想要的交易对，然后点击 [使用 AI 策略]。从 [风险偏好] 下拉菜单中选择您偏好的风险等级。您可以配置其他参数（可选），输入投资金额，然后点击 [创建] 并 [确定]，即可成功设置您的机器人。
马丁格尔机器人界面展示
马丁格尔运行中机器人界面的设计简洁易用，能够简明呈现机器人的表现与关键指标。您可以在机器人详情页查看总共八项主要参数，界面内还提供更多数据。
这使用户能够追踪已实现和未实现收益、了解交易频率，并根据市场情况和预设策略评估机器人的整体效果。
投资额：分配给马丁格尔机器人的资金总额，即您投入该策略的本金。
总收益：机器人在扣除交易手续费后产生的净收益。注意：机器人停止时，投资额 + 总收益之和即为您预计可收回的金额。但由于停止当下的市场波动，最终金额可能略有差异。
套利收益：每一轮成功低买高卖所赚取的收益总和，即已实现收益。
未实现收益：反映当前进行中的一轮所持币种的盈亏。这些币尚未卖出，其价值以当前市场价格与平均成本对比计算。
套利／总年化收益率（APR）：一项年化绩效指标，显示套利收益（或总收益）折算成年度回报率的水平，让您更好地了解长期盈利能力。
当前价格：机器人所交易币种的实时市场价格。
止盈价格：根据您配置的参数，机器人在本轮中卖出全部已累积币种以实现盈利的目标价格。
完成轮次：机器人已完成的完整交易循环（补仓买入 → 反弹卖出）次数。每个循环计为一轮。
常见问题
问：Webot 马丁格尔（DCA）机器人会自动复投收益吗？
答：Webot 马丁格尔（DCA）机器人设计为自动将收益复投回机器人中，从而实现自动复利效果。每一轮结束后，机器人产生收益，随后这些收益会被复投。例如，如果您的 DCA 机器人在本轮产生了 10 USDT 的收益，而您的机器人共有 10 份，那么在下一轮开始前，该收益会平均分配到这些份额中。也就是说，每一份将增加 1 USDT，机器人将以增加后的资金开启下一轮。只要机器人保持运行，这一复利并开启新一轮的过程就会持续下去。