究竟哪部分资金才能用于计算合约数呢?这个问题相当复杂。
当我们谈到单个金融工具和单个系统时，情况比较简单。首先计算交易退出时的资金，并将其作为下次交易用于购买合约的初始资金。但如果将顺序颠倒，情况就会异常复杂。然面，只要计算正确，一些麻烦是可以避免的。
现在我们同时面对多个交易，并且均有持仓，而此时信号显示，还可以再进入另一个交易。确定入市资金的方法有很多，每个交易者都可以自行选择自己认为最合适的那一个。
关于第一种方法，范.撒普曾进行过详细解释，并将其命名为“核 心净值模型”，实质为用初始资金贼去资金管理策略可接受的潜在损失之后得到的数值。
事实上，如果我们的初始资金还是50000欧元，操作DAX交易，并买进2份合约，那么我们可接受的损失就是3000欧元(因为DAX的止损额为1500欧元; 2 份合约的潜在损失就为3000欧元)。如果我们接收到一个进入FIB的信号,那么我们现在的核心资金即为初始资金50000欧元减去可能亏损的3000欧元，即47000欧元。
第二种方法名为“总净值模型”，也是由范.撒普闸释的。在这种情况下，参考资金为所有可用的流动资金。在前一个例子中，我们假设每份DAX合约在进人FIB时获利500欧元，那么这时的总资金即为:
50000+2x500=51000(欧元)
这时我们就能发现，情况发生了非常大的变化，不同的选择会导致差异迥然的结果。
范,撒普还解释了第三种方法，即“退减核心净值模型”，而他后来又重新命名为“退减总净值模型"。这一方法建立在“核心净值模型”的基础上，实质上是用初始资金减去风险资金之后得到的数值。如果在交易过程中，一些数值因与移动止损或动态止盈关系密切而发生变化，那么这一方法就可以恢复抵抑的资金。
如果在前一个例子中，2份DAX指数合约都实现了盈利这一操作并非出现在我们所列举的系统中，而是经常出现在其他系统中)，而非亏损1500欧元，
我们之前的资金为:50000 2x1500-=47000(欧元)现在的资金为:47000+2x 1000=49000(欧元)
另外，我们还应该从总资金里减掉风险损失，即每份合约的500欧元，那么现在还有:
50000-2x500-49000(欧元)
这种方法的根本区别在于, 2份DAX合约的获利持续增加，直到我们改变了上损值以后，每份合约实现了500欧元的盈利。
这时，每份合约由原来的亏损500欧元变为盈利500欧元，与之前相比，相当于盈利1000欧元,那么我们的现有资金即为:
49000+2x1000=51000(欧元)
这与我们之前假设的每份合约盈利500欧元的情况也是一致的:
50000+2x500-51000(欧元)
我们要讲的最后一种方法， 就是把最后平仓时的资金作为每笔交易的资金。实际上，我们现在并没有考虑正在进行的交易的变化，以及其对资金的潜在影响。我之所以经常使用这种方法(我甚至还不知道它的具体名称)，主要因为它涉及的计算非常简单，这一点是它的独特之处。
除了结果，我们在选择具体的资金管理方法时还应该考虑实际情况。
“核心净值模型”适合用Excel表格来评价交易。只要知道每笔交易入市和出市的具体8期和时间，建立以上模型就非常容易。它无需知道交易的变化过程，这一点“总净值模型”和“退减总净值模型"是绝对无法比报的，
“总净值模型”能够实时监控投资组合的变化，获取不断更新后的现金与成交量数值。
“退减总净值模型”当然是最复杂的一种模型， 但它却可以使我们以最好的方式跟踪系统的变化。“核心净值模型”在交易初期需要考监交易的极限值(止损值或最大亏损值)，而在使用这种方法时，我们需要记录这些参数在整个交易过程中的变化，如果系统预测止损值会升高，那么我们就要充分考虑它。最后一种方法适用于那些只在每笔交易结束时更新平仓账户登记的交易员，这实际上也意味着,我们每次增加或减少某一数值,都对资本账户数额进行了更新。
可以说“核心净值模型”是最为保守的一种方法，这种方法认为新开头寸是比较糟糕的事情，因为我们要从总资金中减去这些头寸所对应的风险资金。正如我们所见，这是一种非常保守的方法，因为它总是在回避一些可能的损失。当然还要考虑到，这种方法还会限制长期交易的系统潜力。
假设我们新开了一笔长达一个月的头寸，这笔头寸在这一个月 中当然有利好的可能。在这个月中我们始终使用“核心净值模型”，第-笔合约的资金即为初始资金减掉预计的风险资金(假设为1500 欧元)。如果20天后，我们打算再开一笔头寸，这时用于买进第二笔头寸的资金，就等于总资金减去第一笔头 寸的损失。现在我们假设第一笔头寸进展得相当顺利,获利10000欧元,利用“核心净值模型”，我们就可以得出用于购买第二笔头寸的资金:
50000- 1500=48500(欧元)如果我们使用的是“总净值模型”，结果为:
50000+ 10000=60000(欧元)
这与我们操作另外一笔不同数额的合约得到的结果非常接近。
