第三章：回撤控制基础——仓位管理原则与止损策略
大家好，我是老张。今天咱们聊聊回撤控制里最基础、也最要命的两件事：仓位怎么分配，以及什么时候该跑。
说实话，我见过太多人策略做得漂亮，回测曲线跟教科书似的，结果一上实盘，三个月就爆仓。为什么？仓位管理出了问题。你想想看，一个年化30%的策略，如果仓位干到80%，一次20%的回撤就能让你本金亏掉16%。嗯，这还没算复利效应带来的心理冲击。
核心观点：回撤控制不是事后补救，而是事前设计。仓位管理和止损策略，就是你给策略装上的「安全带」和「气囊」。
一、仓位管理原则
仓位管理说白了就一句话：在不确定的市场里，你该押多少筹码。我个人习惯把仓位管理分成两类：一类是数学推导出来的最优解，另一类是工程上常用的经验法则。
1.1 凯利公式——理论上的最优解
凯利公式最早是贝尔实验室研究信号传输的，后来被赌徒和投资者拿来用。它的核心思想是：在已知胜率和赔率的情况下，找到一个让资金增长最快的仓位比例。
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 = 1 - p（失败概率）
举个例子。假设你的策略胜率是60%，盈亏比是2:1。那么：
b = 2
p = 0.6
q = 0.4
f* = (2 * 0.6 - 0.4) / 2 = (1.2 - 0.4) / 2 = 0.4也就是说，凯利公式建议你每次用40%的仓位去赌。
⚠️ 注意：凯利公式有个大坑——它假设你的胜率和赔率是精确已知的。但现实中，这两个参数都是估计值。我曾经在项目中直接用凯利公式算出来的仓位跑实盘，结果胜率估计偏高了5%，回撤直接翻倍。后来我学乖了，永远只用「半凯利」或「四分之一凯利」。
1.2 固定比例法——工程师的务实选择
凯利公式虽然漂亮，但太敏感。我个人更常用的是固定比例法。说白了就是：不管行情好坏，我永远只用总资金的固定比例去开仓。
常见的固定比例有：
| 风险偏好 | 单笔仓位 | 适用场景 |
|---|---|---|
| 保守型 | 1% - 2% | 高波动品种、趋势跟踪 |
| 稳健型 | 3% - 5% | 多策略组合、中低频 |
| 激进型 | 8% - 10% | 高频、高胜率策略 |
为什么固定比例法好用？因为它简单、稳定、不依赖参数估计。你不需要去猜胜率是多少，只需要定一个自己睡得着觉的比例就行。
💡 我的经验：如果你刚开始做量化，建议从2%起步。跑三个月实盘，如果最大回撤没超过10%，再慢慢往上加。别一上来就干5%，我见过太多人死在「我觉得我能扛住」这句话上。
二、止损策略
仓位管理解决的是「开多少」的问题，止损解决的是「什么时候走」的问题。两者缺一不可。
我把止损策略分成三类：时间止损、波动率止损、阈值止损。这三类不是互斥的，我通常会在一个策略里同时用两到三种。
2.1 时间止损
时间止损的逻辑很简单：如果持仓超过一定时间还没盈利，说明你的入场逻辑可能错了。
举个例子。我做日内趋势策略时，通常设定持仓不超过4小时。如果4小时后还没到目标位，不管盈亏，直接平仓。为什么？因为市场已经用时间证明了你的判断不够强。
# 伪代码示例
max_holding_time = 4 * 60 * 60 # 4小时，单位秒
entry_time = get_current_time()
while position_is_open:
if get_current_time() - entry_time > max_holding_time:
close_position()
print("时间止损触发")
break⚠️ 注意：时间止损不是让你死扛。我见过有人设定「持仓不超过5天」，结果第4天已经亏了15%，还在那等时间止损。嗯，这就不对了。时间止损应该和价格止损配合使用。
2.2 波动率止损
波动率止损是我个人最喜欢的一种。它的核心思想是：根据市场当前的波动程度来设定止损距离。市场波动大，止损就宽一点；波动小，止损就窄一点。
常用的波动率指标是ATR（平均真实波幅）。比如：
# 计算ATR
def calculate_atr(data, period=14):
high_low = data['high'] - data['low']
high_close = abs(data['high'] - data['close'].shift())
low_close = abs(data['low'] - data['close'].shift())
tr = pd.concat([high_low, high_close, low_close], axis=1).max(axis=1)
atr = tr.rolling(window=period).mean()
return atr
# 设定止损
stop_loss_price = entry_price - 2 * current_atr这里用2倍ATR作为止损距离。为什么是2倍？不是1.5倍也不是3倍？嗯，这个没有标准答案。我习惯先跑回测，看看不同倍数下的表现。一般来说，1.5倍到3倍ATR是比较常见的区间。
💡 避坑指南：我曾经在某个商品期货上直接用1倍ATR止损，结果频繁被扫。后来发现那个品种的日内毛刺特别多，1倍ATR根本不够。改成2.5倍后，止损次数减少了60%，整体收益反而上去了。所以，波动率止损的倍数一定要根据品种特性来调。
2.3 阈值止损
阈值止损是最简单粗暴的：设定一个固定的亏损比例，到了就走。比如单笔亏损不超过2%，或者总回撤不超过10%。
阈值止损的好处是——它让你在极端行情下也能活下来。我记得2015年股灾的时候，很多策略就是因为没有阈值止损，一天亏掉半年的利润。
常见的阈值设定：
- 单笔止损：1% - 3%（取决于策略胜率和盈亏比）
- 日止损：3% - 5%（当天亏损达到这个数，停止交易）
- 总回撤止损：15% - 25%（策略整体回撤到这个水平，暂停并复盘）
重要提醒：阈值止损不是让你「亏到那个数再跑」，而是让你「提前算好，到了就执行」。我见过太多人设了5%的止损，结果亏到4.8%的时候想「再等等」，最后亏到8%才割肉。嗯，这就是人性。所以，用程序自动执行止损，别给自己犹豫的机会。
三、知识体系总览
说了这么多，我画了一张图，把本章的核心逻辑串起来。你一看就明白了：
这张图把本章的内容结构讲得很清楚了。左边是仓位管理，右边是止损策略。两者共同构成了回撤控制的基础框架。你想想看，如果只做仓位管理不做止损，遇到黑天鹅怎么办？如果只做止损不做仓位管理，那止损次数多了，本金一样会缩水。所以，两者必须配合使用。
💡 最后说一句：我做了这么多年量化，最大的体会就是——活得久比赚得快重要得多。仓位管理和止损策略，就是你在这个市场里「活得久」的保障。别嫌麻烦，别偷懒，把这些基础打牢了，后面的路才能走得远。
公众号:蓝海资料掘金营，微信deep3321