仓位比选股重要10倍：我用凯利公式+波动率给仓位算了笔账，才发现自己以前全是拍脑袋

先问个扎心的问题

你买股票之前，花在'买多少'上的时间，有没有花在'买什么'上的十分之一？ 我猜没有。我以前也没有。选股的时候恨不得把财报倒着背，真到下单的时候，仓位全凭手感——看好的多买点，一般看好的少买点，特别看好的……满仓干。 结果呢？特别看好的那几只，贡献了我账户里最大的一笔亏损。2019年满仓过一只'逻辑完美'的票，三个月腰斩。逻辑没错，公司后来确实涨回去了，但我的钱没等到那天。 那次之后我才明白一个道理：散户亏大钱，很少是因为选错了股票，几乎都是因为仓位压错了。选错股票亏的是点数，压错仓位亏的是本金。

凯利公式：数学上最优的赌注大小

仓位管理这事儿，学术界还真有个公式，叫凯利公式： f = (bp - q) / b 翻译一下：f是你该下的仓位比例，p是胜率，q是败率（1-p），b是盈亏比（赢的时候赚多少倍，输的时候亏多少倍）。 举个具体例子：假设你的策略历史胜率55%，平均赚的时候赚15%，亏的时候亏10%，盈亏比b=1.5。代入： f = (1.5 × 0.55 - 0.45) / 1.5 = 0.25 数学告诉你：这笔交易该上25%的仓位。 看起来很科学对吧？但凯利公式有个巨大的坑：它对参数误差极度敏感。你把胜率从55%高估到60%，算出来的仓位直接翻倍还多。而你凭什么觉得自己的胜率是55%？就凭过去20笔交易？那样本量跟掷硬币猜正反面的水平差不多。 用高估的参数算出来的'最优仓位'，在真实市场里就是 suicide note。

我的改良版：半凯利 + 波动率倒数

所以我实际用的方案打了两层补丁。 第一层：半凯利。凯利算出来的仓位，直接砍一半。25%的仓位变12.5%。这不是怂，这是承认一个事实：我算不准自己的胜率。半凯利牺牲一部分理论收益，换来的是波动率和回撤的大幅下降。回测里，全凯利的最大回撤能到50%+，半凯利压到25%左右，长期复利反而更平滑——而平滑的曲线才拿得住，拿得住才有复利。 第二层：波动率调整。同样的12.5%仓位，买银行ETF和买某只日波动5%的小票，风险天差地别。所以我给每个标的算20日波动率，仓位乘以'目标波动率 ÷ 该标的波动率'：

银行ETF日波动1%左右 → 仓位可以给到基准的1.5倍

高波动题材股日波动4%+ → 仓位直接打到基准的0.3倍

一句话总结：波动大的少买，波动小的多买，让每一笔交易对你账户的实际冲击差不多。

一个真实对比

我拿自己系统2016-2025年的回测数据做过对比，同一个选股策略，三种仓位方式：

拍脑袋仓位（看好就重仓）：年化9.8%，最大回撤-42%

等权仓位（每只10%）：年化11.2%，最大回撤-21%

半凯利+波动率调整：年化12.6%，最大回撤-17%

注意，选股信号一模一样，唯一变的是每笔买多少。年化差了3个点，回撤差了一倍多。 这就是我一直说的：仓位比选股重要10倍。选股决定你赚不赚钱，仓位决定你是慢慢变富还是一夜回到解放前。

手动党怎么办？

你不写代码也能用这套思路，给你个土办法版本： 1. 单只个股，仓位上限20%，再看好也不破例。'破例'这个词，是散户账户的头号杀手。 2. 日波动超过3%的票，仓位自动减半。就用最近20天的日常波动估一估，不需要多精确。 3. 总仓位和市场情绪挂钩：市场疯狂（比如现在）降到6-7成，市场没人谈股票的时候加到8成。反过来做，就这么简单。 4. 任何时候，满仓一只票都是数学上的自杀，不管你多有信心。信心在市场面前，就是个计量误差特别大的参数。

写在最后

以前我觉得量化系统的核心是那套选股模型，做了这些年才发现，真正区分盈亏的是仓位模块和风控模块——那些最不性感、最没人想聊的部分。 选股像选菜，人人都爱聊。仓位像锅铲的火候，没人在饭桌上提，但决定这桌菜能不能端上来。 （本文不构成投资建议。另外满仓一只票的朋友，我不是针对你，我是说——对，就是针对你。）