我最初从一个清晰的假设开始研究：如果 QQQ 到期前保持在一定区间内，由看涨信用价差和看跌信用价差组成的铁鹰结构，可能受益于时间价值衰减。这个结构让短期期权的区间逻辑变成一个具体的研究问题。它是待检验的假设，不是来自个人交易经历的结论，也不是策略具有优势的证据。
区间逻辑有它的边界
铁鹰通常被视为区间型净收权利金策略。在相对平静的交易时段，如果标的价格始终远离卖出行权价，时间价值衰减可能对仓位有利。但“目前看起来在区间内”并不是一个会一直成立的条件。持仓期间，原先的判断可能很快失效。
如果 QQQ 开仓后出现明确的单边运行，其中一侧可能迅速承压；另一侧的价值、流动性和敏感度变化也未必能有效抵消风险。开仓时看似平衡的组合，可能随着标的和期权价格变化而形成明显的方向暴露。
对于四腿完整的组合，常见的最大亏损计算描述的是其到期损益边界：被测试一侧的价差宽度减去净收权利金，尚未计入费用。这并不等于所有实际操作结果都受到同一个上限约束。提前指派或到期时的指派不确定性可能留下股票敞口或不平衡仓位；部分成交、分别平仓、跳空、费用和滑点，也可能让实际结果偏离简单的到期损益计算。
开仓之后，风险如何变化
临近到期的期权需要特别关注 Gamma。期权越接近到期，尤其当标的接近某个行权价时，标的价格的变化可能让 Delta 更快改变。因此，仓位的净方向暴露可能在管理过程中发生变化。开仓时看到的 Delta 只是一个时点的数据，并不代表接下来整个交易时段。
屏幕上的 Mark 价格也不等于可以执行的平仓价格。买卖价差可能扩大，行情可能在观察和提交订单之间变化，多腿订单也未必能以一个理想价格顺利平仓。退出时的滑点会显著影响实际结果。这些属于流动性和执行风险，不能因为开仓收到了权利金就忽略。
我希望研究时把开仓和退出看作同一个决策的两部分。评价一个设置，不能只看收取了多少权利金，或历史行情有多少次最终留在区间内。潜在亏损、平仓成本与不确定性，以及哪些情况意味着原先的判断已经失效，都应该纳入问题本身。
现有记录能说明什么，不能说明什么
本地只读审计记录显示，在美东 2026 年 9 月 11 日这个交易日，QQQ 有 4,652 条决策记录。它们是决策数据行，不是已完成的交易、订单，也不是交易结果的数量。审计还指出这些记录的候选枚举均不完整，完整 Shadow Outcome 为零，正式训练决策也为零。这些只反映数据质量，不能说明策略盈利还是亏损。
我会把以下三类内容分开看：
- 历史回测是基于历史输入和明确建模假设得出的估算，不是实盘成交记录。
- 模拟交易运行在券商的模拟环境中，有助于检查工作流，但不代表实盘表现。
- 实盘涉及真实订单和资金。本文没有记录实盘交易或实盘结果。
本文没有提供交易日志、账户结单或经过验证的绩效研究。数据不完整时，结论也应该保持未完成。
为什么我停止了 QQQ AI Training 计划
我决定停止 QQQ AI Training 计划，不再继续投入精力采集训练样本。研究重心正在转向一个更直接的问题：铁鹰开仓后，如果行情开始单边运行，仓位暴露、退出成本与风险决策会如何同时变化。研究方向的转移，而不是某个模型得出的结果，是我停止这条工作的原因。
上面提到的数据质量问题是额外的研究局限，并非停止计划的唯一原因。单纯增加记录数量，也无法回答我现在更想研究的持仓变化与退出问题。
下一步关注持仓建立之后
下一阶段我希望把研究范围收窄到几个问题：如何识别开仓后标的行为发生了有意义的变化，持仓期间方向暴露与 Gamma 风险如何变化，以及如何在更贴近实际价差和成交假设的条件下研究退出选择、成交成本与风险控制。这些仍是待研究的问题，不是我已经验证有效的机制。
任何后续测试都需要清晰的数据来源、完整的候选与结果记录，并把模型估算的成交与观察到的模拟或实盘执行区分开来。测试还应明确说明自身无法证明什么。在这些工作完成前，我没有经过验证的结论能够证明某个入场过滤条件或退出规则改善了策略的风险收益关系。
重新审视这个策略，并不意味着我已经找到更好的策略，而是研究问题发生了变化：我想弄清楚开仓之后仓位会怎样变化，而不只关注开仓前看起来有吸引力的条件。
本文是研究日记，不构成投资建议或期权交易推荐。期权交易涉及重大风险，包括亏损风险。历史分析不保证未来结果。