news 2026/9/8 15:09:46

量化概念 16:仓位管理(选对了买少了,选错了买多了)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
量化概念 16:仓位管理(选对了买少了,选错了买多了)

回测里年化 30%、夏普 2.0 的策略,实盘可能只剩一半。问题往往不是因子失效,而是一个更没意思的东西:钱怎么分配到每只股票上。仓位管理(position sizing)不像因子那么有想象力,却是策略从回测走到实盘的最后一道坎——它不决定你能赚多少,决定的是你能不能在亏的时候还活着。

仓位管理的本质

仓位管理的本质一句话:每只股票买多少钱。不是选什么,是选多少。选股决定 alpha,仓位决定你能不能拿到 alpha——选对了股票但买少了,赚不到该赚的;选错了但买多了,亏的比该亏的多得多。

三种分法

最简单的:等权。每只票一视同仁,资金平分。简单、不折腾,是起步的默认选项。好处:不会因为某只票配太多而大亏;坏处:差的股票和好的股票拿着同样的份额,等于多花了一倍的冤枉钱。

保守的:按波动率配。高波动的股票少买,低波动的多买。逻辑是让每只股票对组合的波动贡献保持平衡——波动大的票买多了,组合净值的跳动就跟着放大。但代价是:仓位分配和因子逻辑完全无关,波动率低不等于因子看好,等于是用风险指标替代了选股意见。

进取的:按信号配。谁的信号越强、因子越看好,仓位越重。这是最直接的把选股判断翻译成仓位的方法,逻辑一致。但代价也很直接:信号是概率判断,不是确定性的判决——单一股票上信号最强的那个,因子也可能看错。信号配仓法把仓位集中到少数股票上,容易把 alpha 的收益和集中度的风险绑在一起,两者一叠加,对的时候大胜、错的时候大亏。

常规配法怎么选

等权、波动配、信号配,三者不是谁比谁好,是看你的策略处在什么阶段。

策略还在验证,不知道哪个因子真有用——等权。简单、不引入新错误,先把选股逻辑跑通,仓位的事以后再说。

因子稳了、信号高低有区分——按信号配。把因子判断翻译成仓位,让真正看好的票有真正的权重。但要设个上限:单票不超过 20% 之类,不让一只股票的偶然错误毁了整个组合。

策略相对成熟、组合规模大了——按波动配。信号配权对小组合容易集中,对大盘组合集中度本身已经是风险,用波动约束让每只票的风险贡献保持均衡。也可以和信号配权混合——先按信号配,再按波动调节,两者取一个平衡。

不选什么和选什么一样重要

不选什么:全仓一只股票。不管多看好,单票满仓等于把所有鸡蛋放在一个篮子里——这个篮子哪天被停牌、被跌停、被交易所问询,你控制不了。再好的因子、再强的信号,也防不住单一事件的冲击。单票上限不是保守,是不把运气当策略。

不选什么:买一堆高度相关的股票。七只银行股配七只地产股,看着分散,其实 beta 都在同一条线上,大盘跌一次全跌,分散了个寂寞。

不选什么:不设单票上限。信号强就拼命加仓,等于把仓位管理踩在脚底下。上限不是妨碍你赚钱,是拦住你在最坏的时候亏到自己砍不动的程度。

仓位和回测

回测里仓位好查但不好验证。好查——只要把每一期的资金分配记下来,一看就知道每只票买了多少。不好验证——因为回测里每只股票都是虚拟的,没有真实的资金压力,没有满仓后遇上跌停的心跳。所以回测里的仓位数,要看,但只能当方向:看组合是否分散得合理,看单票是否过于集中。

回测里检仓位的三个角度:组合里是否有一两只股票占了绝对大头、高度相关的股票是否分在不同组里、单票上限是否真的被执行而不能被突破。

小结

仓位管理的本质是把因子判断翻译成资金分配,管的是钱怎么给出去、给多少、给错了能不能扛得住。等权最简单,波动配最保守,信号配最直接。不管选哪种配法,三个不选比一个要选更值钱:不全仓一只、不配一堆相关的、不设单票上限。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/8 15:09:13

AI Agent实战指南:从核心概念到工程落地完整路线

如果你打开这篇文章,大概率是和我一样,在 AI Agent 的学习资料海里“泡”了很久。B 站、抖音、公众号里讲 Agent 的内容不少,但真正能照着做、从零跑到能落地的教程并不多。很多视频讲概念能讲一小时,一写代码就含糊带过&#xff…

作者头像 李华
网站建设 2026/9/8 15:09:14

Next AI Draw.io 三步上手:自然语言生成 draw.io 图表的完整实操

Next AI Draw.io 三步上手:自然语言生成 draw.io 图表的完整实操 【免费下载链接】next-ai-draw-io A next.js web application that integrates AI capabilities with draw.io diagrams. This app allows you to create, modify, and enhance diagrams through nat…

作者头像 李华
网站建设 2026/9/8 15:09:45

【单片机课设毕设项目】基于 STM32 或 51 单片机的实时时钟饲喂加水监测控制系统设计 基于单片机的外设驱动型智能宠物喂养硬件平台搭建(023905)

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于嵌入式单片机,Java、小程序技术领域和毕业项目实战 ✌️…

作者头像 李华
网站建设 2026/9/8 15:09:43

基于51单片机的智能书架控制系统设计与调试实战

简介:本资源是一套面向本科毕业设计与单片机课程设计的完整智能书架控制系统实现方案,聚焦图书馆、书店等场景下的书籍存取记录、位置定位与库存监控需求,适合电子类、自动化类专业学生开展实践开发。压缩包共23个文件,涵盖Protue…

作者头像 李华
网站建设 2026/9/5 6:51:25

重庆金州—照母山商圈找社区底商:高消费社区就一定适合高客单价吗

先给结论 重庆金州—照母山商圈的家庭收入、居住品质和商业环境可能支撑更高品质消费,但“高消费社区”不等于任何高客单门店都能成立。家庭顾客会为品质、便利、儿童、健康和服务付费,也会比较复购频率、停车、口碑和性价比。高客单只有在价值清楚、到店…

作者头像 李华
网站建设 2026/9/6 5:15:41

Spring AI 2.0企业级Agent实战:从多模型到Skills全链路解析

Spring AI 2.0 企业级 AI Agent 智能航空项目,这个标题拆开看其实是一道非常完整的应用题:怎么在 Spring 技术栈里,把一个普通的 Java 后端项目升级成能调用多模型、能操作业务工具、能接入 MCP、能记住业务上下文、还能执行 Skills 的 Agent…

作者头像 李华