先说结论
截至 9 月 28 日美东时间凌晨，我的账户本月时间加权收益为 10.98%，已实现盈亏为 +$7,441.34。但从 9 月 9 日到 16 日，净值最大回撤也达到 13.95%。这份复盘仍是月末前的快照，不能当作 9 月完整月报。
最让我在意的不是“哪只股票后来又涨了”。在 BMNR、NET、MU 上，我都能说出买入逻辑，却分别选择了扛住大幅浮亏后止盈、浮盈回到成本附近时恐慌退出、持有到上涨后再卖出。三种持仓方式背后，我对“为什么继续持有、什么情况说明判断失效”并没有使用同样清楚的标准。
这是我想写下来的问题：如果方向判断有价值，为什么它转化为实际收益的过程如此不一致？
盈利背后，有一段不能忽略的回撤
8 月 31 日账户净值约 $57,563.79；9 月 28 日盘前查询到的临时净值约 $63,884.89。两者相差 +$6,321.10。这个净值变化和已实现盈亏不是一回事：后者使用卖出股票的历史成本，包含一些 9 月之前已经形成的旧仓浮盈；净值还反映期末持仓及其他账户项目。
为了和基准放在同一个时间窗口，下图只画到 9 月 25 日收盘。按完整收盘口径，账户收益约 10.98%，低于同期 SOXX 的 12.13%；账户最大回撤约 13.95%，SOXX 约 6.50%。一个月的样本很短，这不是策略优劣的长期排名，却足以提醒我：收益看起来不错时，也要问它用了多少风险。
9 月初的风险已经很集中：月初 47 股 MU 约占净值 78.3%。随后我在 9 月 14 日重新买入 BMNR、NET 和 MU，日终总持仓市值达到净值的 1.45 倍，9 月 16 日最高约 1.49 倍。这意味着当时存在净融资负担；同时，原有大仓位和高波动股票也在放大账户波动。不能把整段回撤都归咎于融资，因为回撤在融资前就开始了。
三只股票，三种不同的“拿法”
下图把三个新增决策段放到同一段日期里。每只股票有自己的美元纵轴；折线是常规交易时段的日末价格，买卖标记使用实际成交价。它展示成交与后续价格的位置，不是逐分钟可交易收益，也不是“卖后上涨就卖错”的评分图。
BMNR：分批兑现做得好，之前的仓位风险仍在
9 月 11 日，我已经卖出过 1,500 股 BMNR 并确认亏损。9 月 14 日又以约 $25.04 买回 1,500 股。这一次，持仓期间股价相对入场价曾下跌约 11.50%，仅新增仓的毛浮亏就接近 $4,320。当时没有卖出，后来股价回升，我在 9 月 21 日先卖 150 股，9 月 23 日再分两次卖出 1,359 股；包含旧仓，三次卖出均价约 $28.22，最后保留 1 股观察仓。
我当时担心中国访美相关利好落地后出现 sell the news，因此选择逐步兑现，并在 9 月 23 日买入 610 股 SGOV 停放资金。外交部在 9 月 21 日宣布，访问安排为 23 日至 25 日。因此，我的卖出发生在消息宣布时及访问初期，不是“访问结束当天精准逃顶”。事件担忧是我对当时动机的回忆；仅凭成交记录，无法证明后来的下跌由这件事造成。
这次再入的卖价路径收益约 12.69%，拿到了持有期最大有利波动的约 73.2%。9 月 28 日美东时间 03:19 左右的 BMNR 报价为 $26.83，比卖出均价低约 4.92%。如果机械地拿已卖 1,509 股同股数比较，卖出比持有到该报价多保留约 $2,095 毛金额。这支持我肯定有计划地分批兑现事件仓；它不能替 11.50% 的持仓回撤辩护。
还有一层背景：在这段 BMNR 持有期，按实际卖出时点匹配的 ETH 涨幅代理约 9.35%。BMNR 的盈利有明显的加密市场顺风，超出 ETH 的部分也不能直接叫作稳定的选股能力。
NET：行业故事仍可讨论，但我的卖出由恐慌推动
9 月 14 日，我以 $326 买入 100 股 NET。我的想法是：AI 应用越广，新的攻击面和网络安全需求越大，Cloudflare 可能受益。Cloudflare 在 3 月已经推出 AI Security for Apps，所以这个逻辑有产品层面的落点。难点在后半段：安全需求增加，是否会转化为 NET 的付费客户、收入和超过市场预期的业绩？我买入时并没有为这些环节设定清楚的验证节点。
当时我也关注 AI 公司一边谈安全放缓、一边继续发布模型。后来核对原文，OpenAI 和 Anthropic 暂停的是部分高风险训练、推理或评测环节，并非宣布全面停止模型研发。GPT-6 Astra 已在 9 月 3 日发布；Claude Opus 5.5 是 9 月 22 日发布的，已经晚于我 9 月 18 日的退出。这些事实更支持“AI 能力推进与安全投入同时增长”，却不能直接推出“NET 股票一定上涨”。
这 100 股持有期间，价格一度比买价高约 3.68%；随后回到成本附近。我在 9 月 18 日以 $322 全部卖出。按这 100 股的成交与双边佣金直接计算，净差约 −$400.92。这次我能明确承认：卖出时有恐慌。NET 当时的投入约 $32,600，相当前一交易日账户净值的 57.5%；如此大的仓位，普通的价格波动也会变成可见的账户损益压力。
NET 之后继续上涨，9 月 25 日收盘约 $349.02，比我的卖价高 8.39%。按原 100 股比较，差额约 $2,702 毛金额。这不是账户额外发生的亏损，也不能证明当时必须一直持有。更可靠的反思是：我用一个多周的行业逻辑入场，却在账面利润回到零附近时，用短期情绪决定退出。 如果成本价没有对应事前写下的逻辑失效或止损条件，它不该自动成为“必须清仓”的信号。
MU：卖出后还涨了，但再入这段并没有错过大部分涨幅
MU 的“买得太少”要分阶段看。月初我已有 47 股旧仓，并不算轻仓；9 月 10 日至 11 日卖出其中 46 股。之后在 9 月 14 日以 $927.97 重新买入 10 股，9 月 21 日以 $1,035.09 卖出 10 股，现仍有 1 股观察仓。
对这 10 股再入仓，含费用的等量成交净赚约 $1,070，价格收益 11.54%；持有期间最大不利波动约 −2.73%，卖价取得了最大有利波动的约 78.5%。我后来看到 MU 继续上涨，容易把它概括成“没吃到大部分行情”。但截至 9 月 28 日盘前 $1,061 的报价，价格只比这次卖价高约 2.50%；从 $927.97 到 $1,061 这一特定区间看，我已兑现约 80.5% 的可见价格涨幅。遗憾主要来自再入仓只有 10 股，而不是这一段卖价特别差。
我也记得“涨过 $1,000 又回到 $900，没有因此清仓”是一次有价值的耐心。但核对这次再入的时间线，9 月 14 日的约 $902.60 低点早于 9 月 18 日重新站上 $1,000；不能把它写成这 10 股先涨后跌、全程都没卖。那段记忆可能属于此前旧仓，仍需对应当时的持仓记录。
Micron 早在 8 月 26 日就公布 9 月 30 日财报电话会日期。因此，9 月 21 日退出是否属于“财报前主动降险”，需要当时的计划才能判断；不能因为之后又涨了，就倒推“应该重仓穿越财报”。
这三笔交易让我学到什么
第一，判断方向与持有方式是两项能力。BMNR 的事件退出值得保留，NET 的行业逻辑值得继续验证，MU 的再入卖价其实并不差；但三笔交易的持有期限、失效条件和仓位大小没有被同样清楚地写出来。
第二，仓位会改变我对波动的感受。BMNR 再入仓一度承受数千美元毛浮亏，NET 的 100 股又约占净值 57.5%，而 MU 再入的 10 股只占约 16.4%。这些差异可能影响了我的反应，但三笔样本不足以证明固定的心理模式。下次要把计划写在价格波动之前，再观察自己是否按计划行动。
第三，卖后走势可以检验结果，不能替代当时的决策依据。BMNR 卖后回落，不足以证明每次事件降险都能成功；NET 和 MU 卖后上涨，也不能自动证明当时都该继续持有。真正能复用的，是事前计划、可承受的仓位，以及执行记录。
10 月我只保留一个简单动作：每次开仓前写明“赚的是什么钱、准备拿多久、什么证据会证明我错了”，并把旧仓和新仓一起检查；账户暂不使用融资。 详细的风险数字和订单设置留在私人交易日志，不让这篇文章变成操作手册。月底复盘时，我会先看有没有照着写好的计划执行，再评价盈亏。
仅为个人研究记录，不构成投资建议。
