目前炒股，炒期货的这些股民，90%以上的人甚至更多的人都是没有赚钱的，那假如和这些在投资中亏钱的人反着操作，那是不是能够盈利?

“反向跟单”就是从这里面衍生出来的逆向投资概念，通过筛选出这些做单水平低，亏损率高的数据，运用反向跟单这套概念，用这套操作模式，和这些数据反着做，那就是能够盈利的。那肯定也是不可能100%盈利，跟单的客户也是有亏损的，那客户亏损也当然有亏损的原因，心理斗争导致人为干涉等等，都是客户原本可以盈利更多却人为终止盈利和亏损的的原因。要做反向就要在跟单前立定一个跟单规则，人为干涉的话就变成自己炒没区别了，最好是不要去干涉跟单的过程。这也是做“反向跟单”的重点之一。

在跟单过程中万一交易员(跟单范本)赚了怎么办?

关于范本盈利这个问题，一个客户只跟一个账户那就可能会出现咱们亏损的情况，资金1：1或自有资金少于范本账户资金的话，跟单1对1跟的情况下亏损几率更大，跟单个范本的话，整个账户的波动大，那如果一个客户跟十个范本，那十个小白都赚钱的几率就不那么大，那如果客户跟20个账户，那这个风险就更加的平均和分散。跟一个范本和跟10个范本对账户的平稳性肯定是不一样的，假如100万跟10个范本和100万跟20个范本他对账户的这个波动，肯定都是有差别的，这些自己设想一下就明白了，跟多个范本对整个账户的波动会更加的分散，更加的平衡，不会大起大落。那假如范本里有三五个人赚钱，那还有其他的这些十几个没有盈利的范本的能够弥补掉有盈利的范本。

跟单的信号源数据重要吗

相对于互联网的发展速度来说，大数据概念从提出到成为一个时代用了30年，在这个不算快也不算慢的时间里，大数据被不同行业和领域所验证，但是结论几乎都只有一个中心点：大数据将成为社会变革的动力，将是时代进步的象征。

反向跟单最怕的就是没有数据可以筛选，如果数据少，对于跟单的人来说，想要从跟单中盈利那是非常苦难的。

大数据交易模式的基本原理

大数据交易模式在计算机和金融行业内部，已经是被研究多年的课题。大数据交易的原理在统计学上有其合理性：在一个足够大的样本做参考情况下，多数外汇交易者大概率上是亏损的。以国内现货和外汇行业为例，市场参与者的整体亏损率可能高达90%以上。

把市场参与者的交易信号作为金融交易的大数据样本来进行研究，划分为两大类信号：盈利性信号和亏损类信号。10%的盈利类信号引入正向跟单，或者直接视为信号杂音予以剔除;亏损类信号作为主力信号，引入反向跟单。

鉴于外汇交易中亏损类信号的比例占据了市场的主导地位，从简单的数理逻辑来推演，得出反向跟单的成功率会很高。这就是我们常说的，市场是反人性的。和反人性的大数据信号进行反向交易，就会得到顺乎人性、超出预期的投资收益。

如何分辨软件的好坏?

这是很多在做跟单的朋友不理解的。经过我们长期的跟单结果来定义一个跟单软件的好坏取决于每手平均滑点大小和软件的稳定性，因为行情是有波动的，而且我们每次开仓平仓的波动大小又不同，跟单的滑点问题咱们是可以通过跟几个范本数据来把控其中的一个滑点的，一般情况下，一对一是不会有滑点的，一对3，一对5，一对多就有可能存在滑点。

如保在跟单上面保持稳定盈利?

经过大型期货公司对客户盈亏的统计，100个客户炒股票，炒期货，炒现货的人，有98%的人是亏损的，所以也就有了反向跟单0滑点的软件的，那这些98%以上的客户在亏钱，我们反着做单是不是就有机会能赚钱呢?这也不完全是，因为这其中还有一个非常重要的软件因素存在，能不能从中盈利这就要取决于跟单软件的好坏和跟单范本的质量了。

接下来我们来讲讲何为客户质量

样本数据如有属于以下情形的话：小赚也跑，小亏也跑;赚钱不跑，亏钱跑;赚钱不跑，亏钱也不跑，那么则不应当把该范本作为反向标的。所以我们在跟单前就一定要先分析客户的好坏，交易频率太高的客户正常平均每手亏损的金额是比较低的，这种目标客户我们就要踢除掉，不要去跟，因为这其中的手续费就要生出一笔费用，跟得越多我们就会亏的越多，这对跟单就非常不利。所以好的范本和软件是取决于我们跟单的成败，这点是无可厚非的。