量化哈基米 Quant Lab
交易认知

仓位管理:同样策略,结果天差地别

交易认知约 4 分钟2026-10-13 发布2026-11-01 更新

同样一个策略,两个人都用。一个人赚了,一个人亏了。区别往往不在策略,而在仓位。

亏损是不对称的
回本所需涨幅(%) +11.1% 亏 10% +25% 亏 20% +42.9% 亏 30% +100% 亏 50% +233% 亏 70% +900% 亏 90%
亏 50% 要涨 100% 才回本,亏 90% 要涨 900%。这就是为什么「控制回撤」比「追求高收益」更接近赚钱的真相。

一、仓位为什么这么重要?

因为仓位决定了你在最坏情况下会亏多少,也决定了你能不能扛过回撤、等到策略回本。

策略决定「长期能不能赚」,仓位决定「你能不能活着等到那一天」。

二、三种常见的仓位方法

1. 固定比例法(最简单)

每笔固定用总资金的一定比例,比如每次只投入 10%。简单、易执行,适合新手。

2. 按风险倒推仓位(最实用)

先定「这笔最多亏多少」,再算该买多少。公式:

公式 可买数量 = (总资金 × 单笔可承受亏损%)÷(入场价 − 止损价)
举个例子
账户 10 万,单笔可承受亏损 2%(=2000 元)。
入场价 10 元,止损价 9 元,每股风险 1 元。
可买 = 2000 ÷ 1 = 2000 股,占用资金 2 万(20% 仓位)。
止损越近,可以买得越多;止损越远,仓位必须越小。

👉 可以用我们的 仓位计算器 直接算。

3. 凯利公式(进阶,谨慎用)

凯利公式给出了「理论最优下注比例」,让它最大化长期增长率。但它对参数极度敏感——你高估了胜率或赔率,它就会让你下注过大。

提醒 实践中人们常用「半凯利」或 1/4 凯利,把理论仓位再打个折。因为你对胜率的估计,几乎一定有误差。

三、仓位管理的几条铁律

  1. 永远留有余地:不要满仓,留出应对意外和加仓的现金。
  2. 单笔风险封顶:任何一笔亏损不超过总资金的 1%–2%。
  3. 相关性要小:同时持有多个「一起涨跌」的标的,等于变相加仓。
  4. 赢家可以加,输家别硬扛:趋势对了顺势加仓,错了认错离场。
  5. 别用杠杆放大仓位:除非你完全理解爆仓机制。

四、把仓位算出来:从「感觉」到「公式」

「仓位别太重」是废话。有用的说法是:在给定止损距离和可承受亏损下,该买多少股。

公式 股数 = ⌊ 账户资金 × 单笔风险比例 ÷ (入场价 − 止损价) ⌋
算一遍
账户 10 万元,单笔风险上限 2%(= 2,000 元),入场价 10 元,止损价 9 元。
每股风险 = 10 − 9 = 1 元
股数 = 2,000 ÷ 1 = 2,000 股
占用资金 = 2,000 × 10 = 2 万元,仓位 20%

这个公式有个反直觉结论:止损越近,可以买的股数越多。因为单笔风险固定,止损拉近后每股风险变小,同样预算能买更多股。

但别急着高兴——止损太近,很容易被正常波动扫掉。止损距离不能拍脑袋定,要看这个标的的日常波动幅度:一般来说至少大于日均波动,否则你就是在给市场送钱。

仓位大小,决定你能不能拿住

仓位策略回撤 30% 时,你的账户还能不能拿住
10%账户 −3%几乎无感
30%账户 −9%有点难受,能扛
60%账户 −18%开始怀疑自己
100%账户 −30%大概率在中途割肉

关键在于:割肉的位置,往往就是策略即将反弹的位置。 仓位过重的真正代价不是「亏得多」,而是让你在最不该离场的时候离场。

一个实用的自问 假设明天开盘你的持仓直接跌 30%,你会做什么?
如果答案是「睡不着、想清仓」,说明仓位已经超过你的承受能力——不管这个标的多好。

五、分批建仓与加仓规则

两种建仓方式对比
一次性:10 元满仓 10 万 → 跌到 8 元,亏 2 万,心态崩了
分三批:10 元买 3.3 万 → 跌到 9 元再买 3.3 万(均价 9.5)→ 跌到 8 元时浮亏约 1.35 万
同样行情,浮亏少了 1/3,而且你还有 1/3 的子弹。

分批的代价是:如果标的一路直涨,成本会比一次性更高。所以它不是「更聪明」,而是用一部分潜在收益,换取更低的判断错误代价。

加仓的理由决定了它的性质:

向下加仓的陷阱 补仓会让平均成本下降、账面浮亏看起来变小——但你的总风险敞口反而变大了。趋势继续向下时,亏损会以更快速度扩大。
除非有明确、可验证的理由证明「跌到这里就是错杀」,否则别用补仓缓解心理痛苦。

六、一个常见的误区

很多人觉得「看好就重仓,才有大收益」。但现实是:重仓押对了是故事,押错了是事故。

真正长期活在市场里的人,靠的不是某一次的重仓暴赚,而是每次都不让小亏变大亏——慢慢滚出复利。

记住这一句 不要问「这笔能赚多少」,先问「这笔最多亏多少,占我多少仓位」。仓位是你能控制的最重要变量。

配套工具与测试