3. 头寸规模确定：基于波动率的头寸计算、基于VaR的头寸限制、固定比例与动态比例模型

头寸规模确定，说白了就是「这一把下多少单」。

很多新手做市商容易犯一个毛病——策略信号来了，直接满仓干。结果呢？波动一放大，账户直接爆仓。我见过太多这样的案例了。头寸规模不是拍脑袋定的，它背后有一套严谨的数学逻辑。

3.1 基于波动率的头寸计算

波动率是头寸规模的「锚」。我个人习惯用ATR（平均真实波幅）来做基准。为什么？因为它直观，而且能反映市场当前的真实波动状态。

核心公式很简单：

头寸规模 = 账户风险资金 / (ATR × 合约乘数)

举个例子。假设你的账户总资金是100万，你愿意单笔交易承担1%的风险，也就是1万块。当前BTC的ATR是500 USDT，合约乘数是1。那么：

头寸规模 = 10,000 / (500 × 1) = 20张

嗯，这里要注意——ATR是动态变化的。市场波动大的时候，ATR会变大，头寸规模自动缩小；波动小的时候，头寸规模放大。这就是「动态调整」的精髓。

3.2 基于VaR的头寸限制

VaR（Value at Risk）是风控领域的「老大哥」。它回答一个问题：在95%或99%的置信水平下，我的头寸最多亏多少？

计算VaR的方法有好几种。我常用的是参数法（方差-协方差法），因为它计算快，适合高频场景。

VaR = 头寸价值 × 波动率 × Z值 × sqrt(持有期)

其中：
- 波动率：日波动率
- Z值：95%置信水平取1.645，99%取2.326
- 持有期：通常取1天

举个例子。你持有100张ETH合约，每张价值2000 USDT，日波动率2%。那么1天95% VaR是：

VaR = 100 × 2000 × 0.02 × 1.645 = 6,580 USDT

这意味着，有95%的概率，你一天最多亏6,580 USDT。如果这个数字超过了你的风险预算，那就得减仓。

3.3 固定比例模型

固定比例模型，就是每次开仓都用账户总资金的一个固定百分比。比如2%规则——每次只拿总资金的2%去冒险。

它的好处是简单、容易执行。坏处呢？资金小的时候，头寸太小，赚不到钱；资金大的时候，头寸太大，回撤吓人。

账户资金	风险比例	风险金额	头寸规模（ATR=500）
10万	2%	2,000	4张
50万	2%	10,000	20张
200万	2%	40,000	80张

你看，资金从10万涨到200万，头寸从4张涨到80张。线性增长，没什么花头。

3.4 动态比例模型

动态比例模型就灵活多了。它根据市场状态、账户表现、波动率等因素，动态调整风险比例。

我常用的一个动态模型是凯利公式的改良版：

f* = (p × b - q) / b

其中：
- p：胜率
- q：败率（1-p）
- b：盈亏比（平均盈利/平均亏损）

但凯利公式有个问题——它假设你每次下注的比例是固定的，而且胜率和盈亏比是稳定的。现实中，这两个参数都在变。

所以我的做法是：

• 用滚动窗口（比如最近100笔交易）计算动态胜率和盈亏比
• 把凯利比例乘以一个衰减系数（比如0.25），得到实际使用比例
• 当账户回撤超过10%时，自动减半风险比例

3.5 三种模型的对比与选择

我整理了一张对比表，方便你们理解：

模型	优点	缺点	适用场景
固定比例	简单、易执行	资金小时赚得慢，资金大时风险高	新手、小资金账户
基于波动率	自动适应市场波动	依赖ATR参数选择	趋势跟踪、CTA策略
基于VaR	有概率统计支撑	尾部风险低估	机构账户、风控合规
动态比例	灵活、适应性强	参数多、容易过拟合	成熟交易员、多策略组合

我个人建议：先用固定比例打底，再叠加波动率调整，最后用VaR做上限约束。三层防护，基本能覆盖大部分风险场景。

3.6 知识体系结构图

下面这张图，把本章的核心逻辑串起来了：

这张图把四种模型的关系和子参数都画清楚了。你可以把它当作一个「头寸规模决策树」——先选模型，再调参数，最后用VaR兜底。

---

公众号:蓝海资料掘金营，微信deep3321