DNA Sequencer · v5.0
Live
METHODOLOGY · 测试方法

这个测试如何
诊断你的?

⚠️ BETA · 公开测试中

本测试目前处于 Beta 阶段。我们正在收集数据来验证它对真实交易者结果的预测准确性。 结果应作为自我反思工具使用,而非确定性诊断。

“This instrument is currently in beta. We are gathering data to validate its predictive accuracy against actual trader outcomes.”

1. 这个测试是为谁设计的?

  • 自我反思 · 你想知道自己作为交易者的默认行为模式 — 优势、盲点、风险点。
  • 教练 / 老师辅助 · 你在指导学生, 需要一个可读的行为画像来开启对话。 教练版会包含 3 层诊断 + 信效度评分。
  • 职业方向探索 · 你在考虑是否走交易相关职业 (全职 / Prop firm / 分析师)。 测试不能给你答案, 但能识别哪些方向更适合你的默认行为模式。

注意: 这是一个 心理 / 行为评估工具, 不是技能测试。 它测的是“你会怎么做”, 不是“你会不会做”。

2. 三层诊断 · The 3 Layers

Layer 1 · 原型 / Archetype (4 种)

你的底层行为模式。 基于 DPRK 四维度 (纪律 · 耐心 · 风控 · 杀手本能) 评分, 把你定位为 狙击手、原石、学习者、赌徒 之一。 这是测试最稳定的输出 — 由 12 道行为题决定。

Layer 2 · 子状态 / Sub-state (16 种)

当下所处的具体变体。 比如同样是“狙击手”, PWLT-D 是默认型, PWLT-S 是技术大师型, PWLT-H 是热手新人型, PWLT-P 是极致耐心型。 子状态会随时间变化 — 它告诉你现在最该工作的点。

Layer 3 · 基因型 / Genotype (16 种)

你的风格指纹。 在原型基础上加两个轴: R/I (规则 vs 直觉) 和 T/F (技术 vs 基本面), 组合出 16 个具体类型 (例: ASRT 快枪手, CSIF 消息心读, LHRF 资本建筑师)。 这一层用来加深个性化色彩, 不用来下重大结论。

3. 科学基础 · Foundations

「交易者基因」的设计灵感源自 Dr. Van K. Tharp 的 Investment Psychology Inventory, 并针对加密市场和 prop firm 风格交易进行了改编。 它综合了三个研究框架:

  1. Van Tharp · 投资心理量表 (IPI)Tharp 学院心理学博士论文级别工具

    Tharp 博士 (心理学博士, 俄克拉荷马大学; 入选 Schwager 的 Market Wizards 系列) 在 Van Tharp 学院花了 40+ 年研究交易者心理。 他识别出三个成功交易者的普遍特质: 整体思维 · 基于逻辑的决策 · 果断的有序操作

  2. 四大交易心理支柱 · DPRK 维度Tharp · Steenbarger · Douglas · Elder 文献综合

    纪律 (D) · 耐心 (P) · 风控 (R) · 杀手本能 (K) 是反复出现在交易心理文献中的四大基础维度。 DPRK 仅为助记缩写, 无政治含义。

  3. 主动/被动 × 系统化/自由裁量 · 家族分类轴学术金融的标准分类法

    用两个独立轴 (A 轴: 攻击 vs 保守; S 轴: 短周期行动 vs 长周期信念) 划分 4 个交易者家族。

4. 测试架构 · 53-57 题 · ~11-13 分钟

阶段题数时间测什么
Phase 1 · 行为诊断14 题~4 分钟DPRK + 一致性检查 + 独立性增强 → 原型
Phase 2 · 风格指纹29 题~6 分钟资金 / 时间 / 经验 / 风格 / 子状态 → 基因型 + 子状态
Phase 3 · 投入度 + 自评10 题 (教练模式 +4)~3 分钟投入度 + 自我认知 (+教练模式 4 题)

每个核心维度的测量密度 (这决定了结果的可信度):

  • 纪律 (D): 9 道行为题 (含 1 道纯 D 题 — 不与 P/K 共变) + 1 道社会期许检查
  • 耐心 (P): 7 道行为题 (含 1 道纯 P 题 — 不与 D 共变, 其中 5 道双向 — 既测耐心也测不耐心)
  • 风控 (R): 5 道行为题
  • 杀手本能 (K): 4 道行为题 (严格区分: 决断力 vs 冲动)
  • R/I 规则 vs 直觉: 4 道题 (含一道反向题做一致性检查)
  • T/F 技术 vs 基本面: 4 道题 (从行为切入, 不直接问偏好)
  • 子状态: 6 道当下状态探测题

5. 信效度设计 · Validity Design

正经的心理评估工具必须包含信效度检查。 v5 加入了三层:

  • 一致性检查 — Q5 (“规则破例”) 和 Q11 (“完美设定”) 从两个角度问同一件事。 矛盾会标注信度警告。
  • 反向题检查 — R/I 第 4 题反向写。 前 3 题选“规则派”但这一题选“直觉派”是自相矛盾。
  • 社会期许检查 — Q12 选“从来没有破例”的人几乎一定在伪装。 报告会提示结果可能受 SDR 影响。
  • 资金来源安全闸 — 用生活必需金或借贷杠杆做交易的用户, 即使其他答案显示纪律性也会被分类为“赌徒”。 这是一个安全设计 — 资金风险压倒所有其他指标。
  • 高资本上下文调整 — 反过来说, 如果用户有充足资本 + 平衡的风险配置 + 可承受的损失, 就算冲动分较高也不会被强制归为“赌徒” — 因为环境差异是真实的。
  • 原型-家族一致性 — 当原型 (例: 狙击手) 和家族 (例: 守望者) 概念上矛盾时, 原型决定家族。 防止出现“狙击手 + 钻石手”这种内部矛盾的基因型。
  • 纯维度题 — Q13 (开盘前准备) 只测纪律, Q14 (等高质量 setup 的耐心) 只测耐心。 早期版本的题目 D 和 P 同时变化, 让两个维度看起来比实际更“独立”。 v5.2 加入这两道纯维度题, 让 D 和 P 各自更可靠。

6. 这个测试 测什么不测什么

✓ 测得到

  • 压力下的默认反应模式
  • 风险偏好和资本部署习惯
  • 自我认知 vs 测量结果的差距
  • 当下最该工作的盲点 (子状态)
  • 风格指纹 (基因型)

✗ 测不到

  • 实际交易里你会怎么做 (自我报告 ≠ 实际)
  • 交易技能水平 (经验 ≠ 能力)
  • 未来盈亏
  • 是否适合做全职交易 (这是教练 + 实盘记录才能回答的)
  • 稀有度的全球统计 (我们只有样本, 不是人口数据)
  • 预测某个学员是否会成功 (这是教练对话 + 实盘表现的工作)
  • 其他文化背景下的准确性 (本测试为华语加密交易者校准)

6.5 文化校准范围 · Cultural Calibration

这个测试是为中文使用者 + 加密货币交易者 + Prop firm 风格设计和校准的, 主要受众是华语圈 (含马来西亚、新加坡、港台和大陆) 的零售加密交易者。

这意味着:

  • 翻译版本未经独立验证。 如果你看到这个测试的英文/其他语言版本, 那是直译, 可能没有针对该语言文化重新校准信效度阈值。
  • 文化偏差是已知存在的。 例如华语文化中“稳重”是美德, 可能让一些用户系统性低估自己的攻击性 — 这会影响 A 轴评分。 我们已经注意到这一点, 但没有完美的方法消除它。
  • 人物原型是西方 + 加密文化 (Buffett、Soros、Druckenmiller、Cathie Wood、Turtle Traders 等)。 这些原型在国际加密圈广为人知, 但在传统亚洲投资语境里可能不够本土。
  • 专门针对加密 + prop firm。 长期股票投资者、外汇专业交易员、 或机构交易者的画像可能不准。

我们正在收集数据, 未来可能针对不同语言和文化重新校准。 在此之前, 请把这个测试理解为“为华语加密交易者设计的工具”, 不是“全球通用工具”

7. 教练模式 · For Coaches & Instructors

如果你是交易教练、Prop firm 培训师、或学校的金融老师, 你可以让学员选“教练模式”做这个测试。 教练版报告会额外包含:

  • 完整的维度分数图 — DPRK + AS + RI + T 全部维度
  • 信效度仪表盘 — 一致性 / 反向题 / SDR 三个指标的红黄绿标注
  • 自我认知差距 — 学员自评的优势 vs 测量出的优势之间的不一致
  • 可教度评分 — 防御型 vs 开放型学员需要不同的教练方式
  • 先验技能信号 — 学员是否有过其他高强度技能学习经验 (运动 / 音乐 / 编程 / 创业)
  • 职业匹配评估 — 全职 / 副业 / 交易相关 / 不推荐 四个方向的相对适配度

教练注意: 这个工具是开启对话的起点, 不是结论。 一份红黄红的信效度报告不代表学员“测错了” — 可能是他们对自己还不了解, 这本身就是教练价值。

8. 诚实的局限 · Limitations

  • 这是一个自我报告工具, 存在已知偏差。 v5 加入了信效度检查来部分缓解, 但不能完全消除。
  • 不是投资建议, 不保证交易结果, 也不是真实交易记录的替代品。
  • 12 个月成本估算是基于 ESMA (74-89% 零售 CFD/加密账户亏损) 和 BIS WP 1049 (~75% 比特币零售投资者亏损) 的群体性统计框架。 这些是样本平均, 不是个人预测 — 你的实际结果可以显著不同, 取决于纪律、规模、入场时机、和市场周期。
  • 专门针对加密货币和 prop firm 风格交易。 传统股票/长期投资者结果可能不同。
  • 基因型 (16 种) 比原型 (4 种) 测量密度低 — 原型由 12 道题决定, 基因型的 R/I 和 T/F 各由 4 道题决定。 原型是诊断, 基因型是风格描述。

9. 引用 · References

主要参考

  • Tharp, V.K. (1998, 2007). Trade Your Way to Financial Freedom. McGraw-Hill.
  • Tharp, V.K. Investment Psychology Inventory Profile. Van Tharp Institute.
  • Tharp, V.K. Personality Type and Trading (8-part series). Van Tharp Institute. Source
  • Steenbarger, B.N. (2003). The Psychology of Trading. Wiley.
  • Steenbarger, B.N. (2015). Trading Psychology 2.0. Wiley. (Ch 4 — somatic stress)
  • Douglas, M. (2000). Trading in the Zone. New York Institute of Finance.
  • Elder, A. (1993, 2014). Trading for a Living. Wiley.

信效度方法

  • Crowne, D.P. & Marlowe, D. (1960). A new scale of social desirability independent of psychopathology. Journal of Consulting Psychology, 24(4), 349-354. PubMed
  • Paulhus, D.L. (1991). Measurement and control of response bias.

亏损率来源 (12 个月成本框架)

  • Auer, R. et al. (2022). Crypto trading and Bitcoin prices: evidence from a new database of retail adoption. BIS Working Paper No. 1049. (finding: ~75% of crypto retail investors lost money on Bitcoin investments.)
  • BIS Bulletin No. 69 (2022): Crypto shocks and retail losses.
  • ESMA Statistical Report (2018): 74–89% of retail CFD/crypto accounts lose money.
  • Chague, F., De-Losso, R., & Giovannetti, B. (2020). Day trading for a living? SSRN Working Paper. — 97% unprofitable after 300+ trading days, scoped to Brazilian equity index futures (mini-Bovespa + mini-dollar). SSRN