自主决策与系统化描述的是交易决策是如何得出的。它们并不能说明这种方法是否能带来回报。这一区分之所以重要，是因为严谨的自主决策流程也可以是有规则约束的，而系统化信号仍然可以由人来执行。
CFA Institute 2026 年主动股票复习读物用“自主决策”指代基于判断的基本面方法，用“系统化”指代量化、基于规则的方法。这是一种有用的专业简写，而非业绩研究。它也不意味着自主决策交易者会忽视数据，或系统化模型会在研究、风险限额或模型选择中排除判断。
将决策与订单处理分开
问两个不同的问题：**由谁或什么做出决定？以及由谁或什么发送订单？**交易者可以查看一个固定信号并手动录入。自主决策分析师可以使用筛选器、提醒和订单管理软件，而不必把投资决策委托出去。在本指南中，“算法化”指软件至少处理一个决策或订单环节；请说明是哪个环节，而不要把它当作所有系统化方法的同义词。
把这些维度分开，可以避免一个容易犯的分类错误：更快的执行不会让一个论点变得系统化，把规则写进清单也不会自动让判断变得可复现。请分别说明数据、决策权、允许的例外和下单方式。
比较流程，而不是标签
| 审视问题 | 自主决策流程 | 系统化流程 |
|---|---|---|
| 主要输入 | 由人解读的研究和背景 | 在版本化规则下评估的明确数据字段 |
| 决策记录 | 当时已知的信息、论点、备选方案，以及采取行动或不交易的原因 | 输入时间戳、规则版本、信号、仓位大小，以及模拟或实际订单事件 |
| 更容易做到的事 | 处理难以编码或难以归结为稳定字段的材料 | 在大量观测中重复同一决策，并检查例外 |
| 可能失败之处 | 记忆、选择性注意，或随结果而改变的理由 | 错误或修订过的数据、编码错误、隐藏假设、过拟合和不切实际的成交 |
两列都不是建议。人可以一致地遵循书面流程；模型也可以非常一致地应用一个设计糟糕的规则。可重复性让流程更容易被审视，但并不自动意味着盈利。
一个突破想法，三条决策边界
假设一项虚构的 BTC 研究观察一根已完成的 4 小时 K 线，其收盘价高于此前 20 根 K 线的最高价。该示例是记录设计练习，不是市场数据，也不是经过测试的策略。
- 自主决策： 把这次突破视为提示。在行动之前，交易者可以权衡所述背景——例如数据质量或已记录的事件——并记录为何采纳、推迟或否决该形态。理由和时间戳应在下一个结果已知之前记入日志。
- 系统化： 事先定义信号、入场时间、出场、敞口上限和交易标的。如果规则规定已完成 K 线的条件触发稍后入场，那么相同的输入应产生相同的决策。另设的人工否决会把它变成混合流程。
- 混合： 让规则生成信号，但明确规定哪些人工检查可以阻止它。如果在评估前已定义，数据完整性警报可以成为被允许的否决。把否决理由作为单独字段保留，并统计每一次发生；不要悄悄抹去被否决的信号。
追踪一个信号，但不要把它变成业绩主张
以一次虚构的 4 小时 BTC 突破为例：此前 20 根 K 线的最高价为 $102.00，一根已完成的 K 线在 10:00 UTC 收于 $102.10。假设的下一笔参考价为 $102.20。显示的价差为 0.18%。这些数值都不来自市场历史；它们只是让决策记录更具体。
| 流程 | 10:00 UTC 的决策记录 | 该记录无法确立的事 |
|---|---|---|
| 自主决策 | 交易者接受、等待或否决这次突破，然后在看到下一步走势之前记录具体输入和理由 | 另一位交易者会做出同样的选择，或该选择具有优势 |
| 系统化 | 一条冻结的规则 close > prior 20-bar high 记录一个信号；其模型安排在下一次符合条件的 tick 入场 |
$102.20 是真实成交，或该规则考虑了较宽的价差 |
| 混合 | 同一信号在预先写好的批准门槛下接受审视：仅当价差等于或低于 0.10% 时才继续；在 0.18% 时，记录一次否决并保留原始信号 | 该否决能改善回报；它是一个流程事件，不是经过测试的过滤器 |
这是对决策权的追踪，不是公平的回报比较：混合版本多了一道价差门槛，而系统化版本没有。业绩测试必须为每个候选方案给出冻结的规格、共同的合格日期、仓位大小、执行约定和成本处理方式。保留每一个合格信号和否决，这样后续审视就无法悄悄丢弃那些不方便的行。
让混合流程可被审视
在审视结果之前先写下权限边界：哪些市场或证券符合条件，人可以解读哪些输入，规则控制什么，允许哪些例外，谁可以授权这些例外，以及记录如何更正。同时保留初始决策和之后的任何更正。如果某个人工输入反复出现，请判断它能否被定义并在新的规则版本中测试；不要只把它加到那些奏效的历史案例中。
对于每一个符合条件的形态——包括未交易和错过的信号——记录观察时间、数据来源、规则版本、决策、允许的覆盖、理由、风险限额和最终结果。将遵守情况、例外率、数据质量和时间负担与模拟或已实现业绩分开审视。这种分离有助于说明即使结果不佳，流程是否得到了遵循。
在比较回报之前，先冻结问题和基准，然后给每个流程相同的事件窗口、可用资金、市场、交易标的、仓位大小规则、出场和成本模型。将流程指标——规则遵守情况、否决率和审视时间——与业绩指标（如毛回报和净回报、回撤和换手率）并列保留。记录被否决和未成交的形态；把任何政策变更作为新版本连同新的评估窗口一并报告。
在阅读业绩研究时，这一区分很重要。Barber 和 Odean 分析了 1991 年至 1996 年一家美国大型折扣经纪商的 66,465 个家庭股票账户。换手率最高的五分之一在扣除交易成本后每月落后市值加权市场指数 46 个基点；对样本的股票倾斜进行调整后，差距扩大到 86 个基点。这是关于交易活跃度和成本的历史证据，不是自主决策与系统化决策的比较。它不能决定当前股票市场——或加密策略——的表现如何。CFA Institute 2026 年的读物提供的是当代分类框架，不是比较性回报证据。
决策方法也无法消除工具风险。股票订单面临其自身的市场、流动性和公司事件条件；加密现货和期货有不同的托管、场所和合约风险。CFTC 的美国虚拟货币咨询意见讨论了现货和衍生品风险，包括期货敞口的放大效应；应查看您实际使用的产品和司法管辖区的条款和规则。