仓位管理实战指南：为什么你的选股经常是对的，但账户曲线却长不起来？

Hello，

我是葱头，

一个写了26年代码的程序员。

现在在用缠论和RPS做主观交易。

今天我们来聊聊仓位管理——为什么你的选股经常是对的，但账户曲线却长不起来？

---

一、那个让你欲哭无泪的“选股对、仓位错”瞬间

周末复盘，你精心挑选了 5 只票：缠论日线三买确立、RPS 多周期共振、板块龙头地位稳固、基本面拐点清晰。周一开盘，每只买 10%，满仓出击。

结果呢？前三天大盘回调，5 只票全线下跌 5-8%，你心态崩了，止损出局 2 只，剩下 3 只死扛。两周后，那 2 只止损的票反弹创新高，涨幅 25%+；死扛的 3 只里，1 只横盘、1 只微涨、1 只跟跌。账户净值不增反降，复盘时你拍大腿：“明明选股全对，为什么账户却输了？”

这不是运气不好，是仓位管理没跟上选股质量。选股决定了“能赚多少”，仓位管理决定了“能不能活到赚钱的那一天”。选股是进攻，仓位是防守；进攻再犀利，防守漏勺，照样输盘。

---

二、仓位管理的三层境界：从“固定比例”到“动作表”再到“肌肉记忆”

第一层：固定比例/固定金额（新手村，必死无疑）

“每只票 10%”、“单票不超过 2 万”、“永远满仓/永远空仓”。这种方式完全无视波动率、相关性、买点级别、账户净值曲线。波动大时重仓被震碎，波动小时轻仓赚不到钱；相关性高的票重仓叠加，单边下跌全线崩盘。
实盘数据：2022-2024 年回测，固定 10%/票 vs 动态仓位，年化收益 12% vs 28%，最大回撤 -25% vs -14%。

第二层：波动率/凯利/波动率调整模型（进阶，容易陷入“参数陷阱”）

开始用 ATR、历史波动率、凯利公式、VaR 模型计算“最优仓位”。公式写得漂亮，回测曲线完美，但实盘两大死穴：
1. 参数全是估计值：胜率、盈亏比、波动率、相关性，全是基于历史数据拟合，未来根本不按套路出牌。
2. 极端行情模型失效：2020 年 3 月、2022 年 4 月、2024 年 2 月，相关性瞬间趋向 1，波动率爆炸，模型算出的“最优仓位”反而让你在最坏的时候重仓。
教训：模型是参考，不是指挥棒。实盘中，“能在极端恐惧时机械执行止损、在极端贪婪时机械执行减仓”的纪律，比任何精妙公式都管用。

第三层：标准化“动作表”+ 肌肉记忆（实盘生存法则）

这是我实盘三年沉淀出的核心体系：把仓位管理变成一张“周末算好、盘前背熟、盘中机械执行、盘后复盘对账”的动作表。不在盘中思考“买多少”，只在周末把“买多少、什么价买、止损在哪、加仓条件、减仓条件”全部算好，写在动作表里。盘中条件触发 → 点击确认 → 记录日志，不思考、不犹豫、不微调。

这才是仓位管理的最高境界：把数学模型内化为纪律，把纪律内化为肌肉记忆。

---

三、实盘可复制的“四维动态仓位模型”

我实盘用的模型，四个维度动态加权，输出单票目标仓位：

维度一：买点级别权重（核心，权重 40%）

缠论买点级别直接决定仓位上限：
• 日线级别一类买点/二类买点/三类买点：100/90/80 分（满仓上限 20%）
• 30分钟级别一类/二类/三类买点：60/50/40 分（上限 12%）
• 60分钟级别买点：30 分以下（上限 8%）
• 无缠论买点、仅靠消息/指标/追涨：0 分（不买）
逻辑：级别越大、结构越完美、容错率越高，仓位越重。这是“质量”维度。

维度二：RPS 动量确认权重（辅助，权重 20%）

RPS 只作“趋势确认”，不作“买点触发”：
• 20日 RPS 向上穿越 60/70 + 60日 RPS>55：+20 分
• 20日 RPS>60 但未穿越、或 60日 RPS<50：0 分
• 20日 RPS>90（高位滞涨）：-20 分（降仓/不加）
逻辑：动量启动期重、高位滞涨期轻。这是“节奏”维度。

维度三：波动率/ATR 容错权重（风控，权重 20%）

用 ATR(20)/收盘价 衡量波动率：
• ATR% < 1.5%（极低波）：波动率因子 1.2（可适当加仓，止损空间小）
• 1.5% ≤ ATR% < 3%（正常波）：因子 1.0（标准仓位）
• 3% ≤ ATR% < 5%（高波）：因子 0.7（减仓，扩大止损空间）
• ATR% ≥ 5%（极高波/极端行情）：因子 0.4（轻仓/观望）
逻辑：波动大=噪音大=止损空间大=单票风险大=仓位要轻。这是“安全边际”维度。

维度四：相关性/板块集中度惩罚（组合，权重 20%）

每周计算持仓/候选股的 60 日收益率相关性矩阵：
• 同板块/相关性 > 0.7 的票，合并视为“一组”，组内总仓位 ≤ 25%（小资金 ≤ 30%）
• 相关性 0.5-0.7，组内总仓位 ≤ 35%
• 相关性 < 0.3，视为独立，单票上限不受组内限制
• 候选股与现有持仓相关性 > 0.7，直接降级或放弃
逻辑：别把鸡蛋放在一个相关性篮子里。这是“生存”维度。

综合评分公式：

单票目标仓位 = min(
    20% * (买点分/100) * (1 + RPS分/100) * ATR因子,
    组内剩余额度,
    单票上限(20%)
)

每周末跑一次这个模型，输出下周每只票的“目标仓位、止损位、分批建仓比例、分批止盈比例”，写入动作表。

---

四、分批建仓/止盈：把“一次决策”拆成“多次执行”

单票目标仓位算出来后，绝不一次性买入/卖出。标准分批表：

建仓（共 4 笔）：
• 第 1 笔（30%）：买点确认当日，半仓试错，止损设在买点确认位下方 1-2%
• 第 2 笔（20%）：价格回踩不破买点确认位/中枢 ZG，量萎缩，加仓
• 第 3 笔（30%）：价格创买入后新高，量放大，趋势确立，加仓
• 第 4 笔（20%）：RPS 穿越 70/80 + 趋势延伸，最后一笔补仓

止盈（共 3 笔）：
• 第 1 笔（30%）：RPS>85 且出现日线级别背驰/盘整背驰，减仓锁定利润
• 第 2 笔（30%）：跌破 5 日线/短期中枢 ZG，移动止盈离场
• 第 3 笔（40%）：跌破 20 日线/中线中枢 ZG，最后一笔离场

核心原则：只加盈利仓，不加亏损仓；止损位只升不降；止盈位只跟随趋势上移，不因贪婪上调。

---

五、一个实盘完整案例（2024 年某科技龙头）

背景：AI 板块政策利好+业绩拐点，板块龙头启动。

Day -5（周末复盘）：模型跑出“代码 XXXX”，日线三买确立（买点分 80），20日 RPS 58→63 穿越 60，60日 RPS 56，ATR% 2.1%（因子 1.0），板块内相关性 0.65。
目标仓位 = min(20%×0.80×1.0×1.0, 组内剩余额度 15%) = 12.8% ≈ 13%。
动作表：目标 13%，止损 买点确认位-1.5%，分批 30/20/30/20。

Day 0（买入日）：早盘 9:35 价格站稳三买确认位，量比 1.5 倍。第 1 笔 3.9% 买入，止损设在确认位-1.5%。

Day +2：回踩三买位不破，量萎缩。第 2 笔 2.6% 加仓，止损上移至三买位。

Day +7：股价创新高，20日 RPS 升至 72，量放大。第 3 笔 3.9% 加仓，累计 10.4%。

Day +14：RPS 触及 88，日线盘整背驰（价格新高、MACD 面积缩、量不增）。第 1 笔止盈 3.9% 出局，剩余 6.5% 设移动止盈（跌破 5 日线出）。

Day +22：跌破 5 日线，第 2 笔止盈 3.9% 出局，剩余 2.6% 设跌破 20 日线出。

Day +30：跌破 20 日线，最后 2.6% 止盈出局。

全程持仓 30 天，加权收益率 +18.6%，最大回撤 -3.2%。 若一次性满仓 13% 不分批，中间回调会被震出或心态崩导致过早离场/过晚止损。

---

六、极端行情下的“熔断机制”

模型再好，极端行情（指数单日>3%、连续暴跌、黑天鹅）下会失效。我设三条硬熔断线，触发即执行，无条件：

1. 账户净值单日跌幅 ≥ 3%：强制减仓 50%，现金比例 ≥ 50%，禁止新开仓，直至单日跌幅<2% 连续 3 日。
2. 账户净值回撤 ≥ 10%（从近期高点）：强制清仓 80%，仅保留核心趋势仓（日线级别趋势未破、RPS>60 的票），现金比例 ≥ 80%，暂停新开仓 2 周。
3. 极端行情标志（指数单日>3%、连续 3 日单日>2%、VIX 飙升>50）：暂停模型建仓，仅执行止损/止盈，现金比例 ≥ 60%，等待“缠论分型/笔/线段”确立新趋势后再重启。

这三条线，不是风控建议，是生存铁律。实盘 2022 年 4 月、2024 年 2 月，正是靠这三条线，让账户最大回撤控制在 -12% 以内，避免了 -30%+ 的大面。

---

七、Python 核心逻辑（可直接接入你的交易系统）

import pandas as pd
import numpy as np

def atr(df, period=20):
    high, low, close = df['high'], df['low'], df['close']
    tr = pd.concat([high-low, abs(high-close.shift()), abs(low-close.shift())], axis=1).max(axis=1)
    return tr.rolling(period).mean()

def position_sizing(signal_score, equity, atr_ratio, max_pos=0.2, risk_pct=0.02, stop_pct=0.05):
    '''动态仓位计算'''
    base_pos = signal_score / 100 * max_pos
    risk_pos = equity * risk_pct / (equity * stop_pct)  # = risk_pct/stop_pct
    vol_factor = min(max(1/atr_ratio, 0.6), 1.2) if atr_ratio > 0 else 1.0
    final_pos = min(base_pos * vol_factor, risk_pos, max_pos)
    return round(final_pos, 4)

def tranche_schedule(target_pos, n_tranches=4):
    '''分批建仓/止盈比例表'''
    build = [0.3, 0.2, 0.3, 0.2]
    take = [0.3, 0.3, 0.4]
    return [target_pos * b for b in build], [target_pos * t for t in take]

# 使用示例
# signal_score = 40 (日线三买)
# equity = 2_000_000
# atr_ratio = current_atr / benchmark_atr = 0.95
# pos = position_sizing(40, 2_000_000, 0.95)  # ≈ 0.084
# build_amt, take_amt = tranche_schedule(pos)

缠论结构识别（中枢、买卖点、背驰）建议用成熟库（chanlun、chan.py）或自研分型/笔/线/段逻辑，别手写——太容易写出 Bug。

---

八、常见误区自查清单（对号入座，立刻改）

| 误区行为 | 后果 | 修正动作 |

|---|---|---|

| 固定仓位（如永远 10%/20%） | 波动大时亏大、波动小时赚小 | 引入 ATR 波动率因子动态调整 |

| 亏损加仓摊成本 | 越摊越深、单票风险失控 | 只在盈利时加仓，止损位上移 |

| 盈利不敢加仓、亏损死扛 | 赚小亏大、胜率高但盈亏比极低 | 只加盈利仓，止损位只升不降 |

| 全仓买卖（一把梭、一把清） | 情绪化操作、滑点大、错过主升浪 | 分 3-4 笔建仓/止盈，每笔有触发条件 |

| 忽略相关性（买 5 只同板块） | 单边行情全线亏损、组合回撤失控 | 每周算相关性矩阵，合并仓位限额 |

| 止损设在固定 -%/固定价位 | 频繁被扫损/亏损扩大 | 止损锚定在“买点确认位/中枢 ZG/关键均线” |

| 止盈设在固定 +%/目标价 | 要么卖早、要么贪婪回吐 | 移动止盈（5/20/60 日线、中枢 ZG）+ RPS 背驰分批 |

---

九、一个可以直接上手的“周末复盘仓位清单”

每周末花 20 分钟，按这个清单走一遍，下周操作心中有数：

1. 跑仓位模型：输入本周收盘数据，输出下周每只票的“目标仓位、止损位、分批建仓比例、分批止盈比例”。
2. 相关性核对：把目标持仓按板块/相关性分组，检查组内总仓位是否超限（≤25%/30%），超限则降级低分票。
3. 波动率核对：检查 ATR% 是否变化导致仓位需调整，标记“需减仓/需观望”的票。
4. 制定下周交易计划表：列出“票代码、买入触发条件（价格/结构/时间）、买入仓位、止损位、加仓条件、减仓条件、备选票”。
5. 风险预判：检查下周宏观日程（美联储决议、PMI、财报密集期），若有极端行情风险，预先降低总仓位上限（如从 80% 降至 60%）、收紧止损。
6. 复盘上周执行：对比计划 vs 实际，记录偏差原因（犹豫/冲动/参数错/突发事件），下周改进。

坚持这个清单 3 个月，你会发现：原本混乱的“选股-买卖-持仓”变成了一条标准化流水线，情绪干扰降到最低，执行力稳定在 90%+。

---

十、争议观点：仓位管理不是“数学题”，是“纪律的外化”

很多人把仓位管理当成凯利公式、波动率模型、蒙特卡洛模拟的数学游戏。其实最好的仓位管理，是你能在极端恐惧/极端贪婪时，仍然机械执行那张“动作表”的纪律。

公式再漂亮，如果你在暴跌时不敢止损、在暴涨时不敢加仓、在回调时手抖乱动仓位，公式就是废纸。

所以，别花 90% 时间调参数、优化模型、回测曲线，花 90% 时间把“动作表”练成肌肉记忆：
• 周末复盘：算信号分、算仓位、列动作表、定止损止盈位。
• 盘前准备：背熟每只票的触发条件、止损位、加仓位、减仓位。
• 盘中执行：条件触发 → 点击确认 → 记录日志，不思考、不犹豫、不微调。
• 盘后复盘：对比计划 vs 实际，记录偏差原因，下周改进。

坚持 3 个月，你会发现：原来让你赚钱的，从来不是那个精妙的公式，而是那个让你在恐惧中敢于买入、在贪婪中果断卖出的“死板规则”。

---

你有没有“明明选股对、仓位却全错”的惨痛经历？是重仓被套、轻仓跑赢、还是加仓摊成本摊死自己？欢迎在评论区留下你的教训和改进方案，我们一起把仓位管理这门“内功”，练成真正的“护体金刚”。

---

评论区见

---

本文观点仅供参考，不构成投资建议。

感谢你读到最后，记得帮我点个"赞"+"推荐"，并"分享"给更多人吧！