新闻详情

新闻详情

首页 / 资讯中心 / 详情

量化概念 24:策略容量(从千万到亿,同一个策略还能不能跑)

发布时间:2026/9/8 23:47:43来源:尧图网络
量化概念 24:策略容量(从千万到亿,同一个策略还能不能跑)
一个策略10 万本金年化 30%。你加到 1 个亿年化可能只剩 5%。不是策略变了是策略容量到了。什么是策略容量策略容量是一个策略在不明显拉低收益的前提下能承载的最大资金量。每个策略都有个上限。资金量小的时候你的买卖对市场没什么影响按什么价下单就什么价成交。资金量大了你的单子本身就是价格变动的一部分——买的时候把价格推高卖的时候把价格压低。资金越大推得越高、压得越低实际成交价就越不利。这个资金大到收益开始明显下降的临界点就是策略容量。为什么资金大了收益会降关键在冲击成本。回测的时候系统假设你按收盘价、开盘价或者中间价成交。但实盘里你下单的那一刻价格就变了。举个例子。某只股票当前卖一价 10.00 元挂了 1000 手。你买 100 手成交价 10.00 元没问题。你买 5000 手呢卖一价的 1000 手吃完了你得买卖二价 10.05 元的甚至卖三价 10.10 元的。平均成交价从 10.00 变成了 10.07。这 0.7% 就是冲击成本。买得越多冲击成本越大。10 万本金的时候每笔买 100 手冲击成本几乎为零。1 个亿本金的时候每笔买 10000 手冲击成本可能就是 1% 甚至更多。一次买卖来回冲击成本吃掉 2%。策略还是那个策略信号还是那个信号但收益被冲击成本吃掉了。容量怎么估粗略的估算分三步。看换手率。换手率 500% 意味着一年要买卖 5 倍于本金的总金额。换手率越高交易越频繁冲击成本累积越快容量越小。看标的日均成交额。一只股票日均成交 5000 万你一天买 50 万占 1%市场几乎感觉不到你。你一天买 500 万占 10%市场会有明显反应。定一个占比上限。经验值是单笔交易不超过该标的当日成交额的 1%~5%。超过这个比例冲击成本会非线性上升——不是多买一点多花一点是多买一点多花很多。粗略公式策略容量 ≈ 标的日均成交额 × 占比上限 / 日换手率举个例子。策略交易一篮子股票篮子总日均成交额 10 亿占比上限取 3%策略日换手率 2%年化约 500%。容量 ≈ 10 亿 × 3% / 2% 15 亿。这个数很粗但能给你一个量级感这个策略大概能撑到 15 亿再往上加钱收益会开始明显缩水。反面案例小资金验证有效大资金翻车某策略回测年化 30%换手率 500%交易标的都是中证 500 成分股。10 万本金实盘跑了三个月年化确实接近 30%。于是加仓到 5000 万。结果年化掉到 12%。10 万本金的时候每笔交易几千块占个股日成交额的万分之一冲击成本可以忽略。5000 万本金的时候每笔交易几百万占个股日成交额的 1%~3%冲击成本从忽略不计变成了每笔 0.3%~0.8%。一年 500% 换手率来回 250 次冲击成本累计吃掉 15%~20% 的年化收益。30% - 18% 12%。收益腰斩。最坑的是这个过程是平滑的没有一个明确的容量到了的信号。你从 10 万加到 100 万收益几乎没变。加到 500 万微微降了一点。加到 5000 万明显掉了。你不知道是策略失效了还是容量到了容易误判。回测里看不到冲击成本这是容量问题最危险的地方。回测引擎默认你按某个价格成交——收盘价、开盘价、VWAP。它不考虑你的单子对价格的影响。10 万本金的回测和 10 亿本金的回测收益曲线一模一样。这给你一个错觉策略容量无限。但实盘不是回测。你的单子越大越偏离回测假设的成交价。回测年化 30% 的策略实盘可能只有 15%甚至更低。差距不在策略逻辑在冲击成本。更隐蔽的是很多策略在小资金时确实有效但有效的原因恰恰是它交易的是流动性差的小票。小票的信号可能更强但容量也更小。你发现了一个年化 50% 的策略交易的是日均成交额 500 万的小票容量可能只有几百万。投 100 万很赚投 1000 万就不行了。高收益和小容量经常是同一枚硬币的两面。容量不是固定的策略容量不是一个写死的数。它会变。市场流动性会变。牛市成交活跃容量大熊市成交萎缩容量小。同一个策略去年容量 5 亿今年可能只有 3 亿。策略本身也会变。如果策略交易的标的集中——只交易 50 只股票——这 50 只股票的流动性变化直接决定容量。如果标的分散——交易 500 只股票——容量就稳定得多。还有竞争。如果别的团队也在交易同样的标的、同样的信号大家一起下单冲击成本叠加每个人的有效容量都缩水。策略越流行容量越小。怎么应对接受上限。策略容量是物理约束不是努力就能突破的。与其在一个策略上硬加资金不如接受它的容量上限把多出来的钱放到别的策略上。选高流动性标的。同样的策略逻辑交易沪深 300 成分股的容量远大于交易小盘股。代价是高流动性标的的信号通常更弱因为已经被更多人挖掘了。收益和容量得选一个。控制单笔占比。把单笔不超过日成交额的 3%当硬约束写进交易系统。超过就拆单、分批、或者放弃。这不是优化是风控。分散到多个不相关的策略。一个策略容量 2000 万你管 1 个亿那就找 5 个容量 2000 万、互相不相关的策略。每个跑满自己的容量合在一起管 1 个亿。不是多一个策略多一份收益是多一个策略多一份容量。定期重估容量。市场流动性变了策略容量也变了。每季度用实际成交数据重新估一次别用半年前的旧数。一句话策略容量不是策略的缺点是策略的属性。一个年化 30%、容量 2000 万的策略不比一个年化 15%、容量 5 亿的策略差——它们只是适合不同规模的资金。不知道自己策略的容量比容量小更危险。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

DeepSeeker-Code VSCode插件源码深度解析:从Agent架构到编辑器集成 2026/9/9 0:26:46

DeepSeeker-Code VSCode插件源码深度解析:从Agent架构到编辑器集成

我一直觉得,读AI编程工具的源码是理解Agent架构最好的方式,尤其是当这个工具不再只是终端里的一个命令行程序,而是长在编辑器里的时候。DeepSeeker-Code这个系列从最开始的模型接入层、核心Agent循环、工具调用协议,到CLI交互端&a…

阅读更多 →
Python爬虫实战:网易云音乐歌单与评论数据采集全解析 2026/9/9 0:26:46

Python爬虫实战:网易云音乐歌单与评论数据采集全解析

简介:基于Java实现的网易云音乐数据抓取爬虫项目,面向正在学习网络爬虫与数据采集的初中级开发者,也适合作为数据分析场景下的数据获取参考。项目采用Maven标准结构,包含歌曲、评论等信息的抓取逻辑,演示了从页面请求、…

阅读更多 →
AI外呼系统实战:ASR/TTS/NLP与freeswitch融合架构解析 2026/9/9 0:26:46

AI外呼系统实战:ASR/TTS/NLP与freeswitch融合架构解析

简介:一份基于AI外呼系统的完整项目源码,面向计算机相关专业学生、教师及企业开发者,适合毕业设计、课程设计、项目初期立项演示或进阶学习。系统融合自然语言处理、语音识别、语音合成及FreeSWITCH通讯技术,实现自动语音应答与听…

阅读更多 →
内网离线部署Claude Code与Superpowers:从npm包到技能包的完整指南 2026/9/9 0:26:46

内网离线部署Claude Code与Superpowers:从npm包到技能包的完整指南

1. 先把需求看清楚:内网安装的真正链路内网环境安装 Claude Code 和 Superpowers,不是“下载个安装包双击下一步”能解决的。最近医院信息科的同事给了一台 Windows Server 2016 标准版服务器,要求“把 Claude Code 装好,再把 Sup…

阅读更多 →
CAN数据帧结构详解:从波形定位到字段填错避坑指南 2026/9/9 0:26:46

CAN数据帧结构详解:从波形定位到字段填错避坑指南

1. 为什么CAN数据帧不是“随便发个数”——从汽车维修工误判故障说起 去年冬天在一家新能源商用车售后中心蹲点时,遇到个典型场景:一辆重卡报“ABS系统间歇性失效”,诊断仪读不出具体故障码,但CAN总线波形显示周期性丢帧。老师傅直…

阅读更多 →
OpenMAIC多智能体交互课堂:可视化协作原理与部署实践 2026/9/9 0:23:46

OpenMAIC多智能体交互课堂:可视化协作原理与部署实践

最近在折腾多智能体应用的时候,挖到了一个很有意思的开源项目——OpenMAIC,全称可以理解为Open Multi-Agent Interactive Classroom,多智能体交互课堂。这名字听起来像教学工具,实际上它是一个把多个大模型智能体组织起来&#xf…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞