第四章：仓位管理优化

仓位管理，说白了就是「你该押多大赌注」。我见过太多人策略做得很漂亮，最后却栽在仓位管理上。你想想看，一个年化30%的策略，如果仓位管理不当，可能三个月就爆仓了。今天咱们就聊聊怎么把仓位管好。

4.1 凯利公式在套利中的应用

凯利公式，很多人听说过但不敢用。其实没那么玄乎。它的核心思想就一句话：根据胜率和赔率，算出最优下注比例。

公式长这样：

f* = (bp - q) / b

其中：
f* = 最优仓位比例
b  = 赔率（盈亏比）
p  = 胜率
q  = 败率（1-p）

我在做跨期套利时，习惯把凯利公式稍微改一下。因为套利交易的胜率通常很高，但赔率不高。举个例子：

# 跨期套利的凯利仓位计算
def kelly_position(win_rate, avg_win, avg_loss):
    """
    win_rate: 胜率（比如0.85）
    avg_win: 平均盈利（比如0.5%）
    avg_loss: 平均亏损（比如0.3%）
    """
    b = avg_win / avg_loss  # 赔率
    q = 1 - win_rate
    f = (b * win_rate - q) / b
    
    # 我一般会打个折扣，用半凯利
    return max(0, f * 0.5)

# 实际案例
pos = kelly_position(0.85, 0.005, 0.003)
print(f"建议仓位：{pos:.2%}")  # 输出约 42%

为什么会这样？因为凯利公式假设你每次交易都是独立事件。但套利交易中，有时候会出现连续亏损。我记得有一次，螺纹钢的跨期套利连续止损了5次，如果用全凯利，仓位早就爆了。

4.2 基于波动率的动态仓位调整

市场波动率是会变的。你想想看，行情平静时和剧烈波动时，能用一个仓位吗？显然不能。

我常用的方法是：用ATR（平均真实波幅）来调整仓位。波动率越大，仓位越小；波动率越小，仓位越大。

import numpy as np

def dynamic_position(atr, base_position, target_risk):
    """
    atr: 当前ATR值
    base_position: 基准仓位（比如100手）
    target_risk: 目标风险（比如账户的1%）
    """
    # 计算波动率调整因子
    vol_factor = target_risk / (atr * base_position)
    
    # 限制调整范围，别太极端
    vol_factor = np.clip(vol_factor, 0.3, 2.0)
    
    return base_position * vol_factor

# 举个例子
current_atr = 15  # 当前ATR
base = 100        # 基准仓位
risk = 0.01       # 目标风险1%

final_pos = dynamic_position(current_atr, base, risk)
print(f"动态仓位：{final_pos:.0f}手")

这里有个小技巧：把波动率分成三个区间——低波动、正常波动、高波动。每个区间用不同的仓位系数。这样既简单又有效。

波动率区间	ATR/价格	仓位系数
低波动	< 0.5%	1.5倍
正常波动	0.5% - 1.5%	1.0倍
高波动	> 1.5%	0.5倍

4.3 最大回撤控制与止损策略

回撤控制，是仓位管理的最后一道防线。我见过太多人，策略赚了半年，一周就亏回去了。为什么？因为没有回撤控制。

我的做法是：设置三层止损。

1. 单笔止损：每笔交易亏损不超过账户的0.5%
2. 日止损：单日亏损不超过账户的2%
3. 总回撤止损：账户总回撤达到10%时，暂停交易

class RiskManager:
    def __init__(self, account_value):
        self.account = account_value
        self.peak_value = account_value
        self.daily_pnl = 0
        
    def check_stop(self, trade_loss):
        # 单笔止损
        if trade_loss > self.account * 0.005:
            return "单笔止损"
        
        # 日止损
        self.daily_pnl -= trade_loss
        if self.daily_pnl < -self.account * 0.02:
            return "日止损"
        
        # 总回撤止损
        current_drawdown = (self.peak_value - self.account) / self.peak_value
        if current_drawdown > 0.10:
            return "总回撤止损"
        
        return None

4.4 资金曲线平滑技术

资金曲线平滑，说白了就是让收益更稳定。谁都不想看到账户像过山车一样。我常用的方法有几种：

• 分批建仓：不一次性满仓，分3-5次入场
• 盈利加仓：有浮盈后再加仓，而不是亏损加仓
• 时间分散：不同品种、不同周期的套利组合在一起

这里我画了一张图，展示仓位管理的整体逻辑：

最后说一个我自己的习惯：每周五收盘后，我会重新评估一次仓位。看看这周的波动率变了没有，回撤到没到警戒线，需不需要调整。这个习惯帮我躲过了好几次大跌。