第四章 资金分配模型：从等权重到夏普比率
资金分配，说白了就是「怎么分钱」。
我见过太多交易员，策略信号出来了，但仓位怎么打？全凭感觉。今天心情好多下点，心情不好就少下点。这哪是量化交易？这是赌博。
这一章，我们来聊聊四种主流的资金分配模型。每种模型我都真金白银地踩过坑，希望能帮你少走弯路。
4.1 等权重分配——最简单的，往往最有效
等权重分配，就是给每个套利对子分配相同的资金。
比如你有10个套利组合，总资金100万。那就每个组合分10万。简单粗暴。
核心公式：
每个头寸资金 = 总资金 / 头寸数量我在2018年刚开始做跨市场套利时，用的就是等权重。为什么？因为那时候我还没想明白怎么优化。但说实话，等权重有个巨大的好处——它天然分散了风险。
你想想看，如果你有20个不相关的套利对子，每个只占5%的仓位。就算其中一个爆了，也就亏5%。这比全仓押一个对子安全多了。
我的经验：
等权重适合新手，也适合策略数量多、相关性低的情况。但要注意——如果某个套利对子的波动率特别大，等权重会让你承受不必要的风险。
4.2 风险平价分配——让每个头寸「贡献」相同的风险
等权重有个问题：波动率大的品种，实际风险贡献更大。
举个例子：黄金套利和股指期货套利。黄金波动小，股指波动大。等权重下，股指那个头寸的风险贡献可能是黄金的3倍。这合理吗？不合理。
风险平价模型就是来解决这个问题的。它的核心思想是：让每个头寸对总风险的贡献相等。
核心公式：
权重_i ∝ 1 / 波动率_i即：波动率越大的品种，分配的资金越少。
我曾经在2020年3月市场剧烈波动时，用风险平价模型重新分配了资金。那段时间原油套利的波动率飙升到平时的5倍。按照等权重，我可能会亏得很惨。但风险平价自动降低了原油的仓位，帮我躲过一劫。
注意：
风险平价假设波动率能代表风险。但有些套利策略的「尾部风险」很大——平时波动小，一波动就崩盘。这时候单纯看波动率是不够的。
4.3 波动率加权分配——动态调整，跟上市场节奏
风险平价是静态的，但市场是动态的。
波动率加权分配，说白了就是「追涨杀跌」的反面——波动率高了减仓，波动率低了加仓。
核心公式：
权重_i = (1 / 波动率_i) / Σ(1 / 波动率_j)其中波动率通常用过去20-60天的滚动标准差计算。
我个人习惯用30天的滚动波动率。为什么是30天？因为太短容易被噪音干扰，太长又反应太慢。30天是个折中。
我记得有一次做股指期货跨期套利，波动率突然从10%飙到30%。按照波动率加权，我自动减仓了2/3。结果第二天市场暴跌，很多没减仓的人爆仓了。嗯，这就是波动率加权的价值。
避坑指南：
我曾经犯过一个错误——用日线数据算波动率，但套利策略是高频的。结果波动率指标严重滞后。后来我改用小时线，效果好了很多。所以，波动率的时间窗口要和你的交易频率匹配。
4.4 夏普比率加权分配——让「好策略」多拿钱
前面三种模型，都没考虑策略本身的「质量」。
如果一个套利对子历史表现很好，夏普比率2.0，另一个只有0.5。凭什么给它们一样的资金？
夏普比率加权分配，就是根据策略的历史表现来分配资金。表现越好，拿的钱越多。
核心公式：
权重_i = 夏普比率_i / Σ(夏普比率_j)注意：夏普比率要用滚动窗口计算，不能用全历史数据。
你想想看，如果一个策略过去3个月夏普比率都是2.0以上，另一个只有0.5。你会怎么选？
但这里有个坑——过拟合。我曾经用夏普比率加权分配，结果某个策略过去表现太好，分配了40%的资金。结果接下来一个月，那个策略风格切换，直接亏了15%。
重要提醒：
夏普比率加权容易导致「追涨杀跌」——表现好的策略被过度配置，然后风格切换时亏得最惨。我建议结合风险平价一起用，或者对夏普比率做衰减处理（近期权重更高）。
4.5 四种模型的对比与选择
说了这么多，到底该用哪个？
| 模型 | 优点 | 缺点 | 适合场景 |
|---|---|---|---|
| 等权重 | 简单、分散、无需参数 | 忽略波动率和表现差异 | 新手、策略数量多、相关性低 |
| 风险平价 | 风险贡献均衡 | 忽略尾部风险、静态 | 波动率差异大的组合 |
| 波动率加权 | 动态调整、适应市场 | 参数敏感、可能过度反应 | 趋势市场、波动率变化大 |
| 夏普比率加权 | 奖励好策略 | 过拟合、追涨杀跌 | 策略表现稳定、历史长 |
我个人习惯的做法是：先用风险平价打底，再用夏普比率做微调。比如风险平价给出基础权重，然后乘以夏普比率的某个幂次（比如0.5次方），最后归一化。这样既考虑了风险均衡，又奖励了好策略。
4.6 核心逻辑框架图
下面这张图，帮你理清四种模型的关系和选择逻辑：
4.7 实战中的选择逻辑
说了这么多理论，到底怎么选？我总结了一个简单的决策流程：
- 先看策略数量：少于5个？别折腾了，等权重就行。数量太少，优化空间有限。
- 再看波动率差异：如果各策略波动率相差超过2倍，用风险平价或波动率加权。
- 最后看策略稳定性：如果策略历史超过2年，夏普比率稳定在1.5以上，可以考虑夏普比率加权。
一个小技巧：
我经常用「滚动回测」来验证分配模型的效果。比如每3个月重新计算一次权重，看看过去1年的表现。如果某个模型在多个时间段都优于其他模型，那就用它。
记住，没有完美的模型。关键是理解每种模型的假设和局限，然后根据你的实际情况做选择。
嗯，这一章就到这里。资金分配是门手艺活，需要不断试错和调整。别指望一劳永逸，市场在变，你的分配模型也得跟着变。