5 条仓位规则，一个信号：回测真正起作用的部分

你的入场信号，很可能是回测里影响最小的因素。我可以拿一条平平无奇的动量规则，完全不动任何入场和出场时间戳，只改决定持有多少合约的函数，就能把净夏普比率从 0.41 提高到 0.71，把最大回撤从 31% 降到 13%。交易相同，成交相同，策略却不同。

这个说法让人不舒服，也确实应该让人不舒服，因为它意味着我们花大量时间调回看周期和过滤阈值，折腾的其实是个次要项。下面我会展示实际结果，再认真回应批评者，因为这种论点有一种错误的说法，弄清楚我说的是哪一种很重要。

一个信号，6 种持仓方式

信号设定：Binance USDⓈ-M 的 ETHUSDT 永续合约，1 小时 K 线；12 小时 EMA 高于 96 小时 EMA 时做多，否则空仓，不做空。时间范围为 2022 年 7 月至 2026 年 6 月。共 431 次完整交易。买卖两侧 taker 手续费均为 5.0 bps，每 8 小时按实际持仓支付或收取资金费，滑点根据最优买卖价深度建模。这是条刻意选得很无聊的信号——我选它就是因为没人会替它辩护，这样测试起来更干净。

下表每一行的入场和出场 K 线时间戳都完全相同，唯一的区别是仓位计算函数。

看看差距。最差和最好的结果之间，夏普比率相差 73%，回撤相差 2.4 倍。现在请你在这组数据里找一个入场信号参数，能让夏普比率提高 0.30，又不会明显过拟合。我找过了。EMA 周期组合在整个合理参数网格中的变动，只能让夏普比率改变约 0.12，其中大部分只是样本外无法延续的噪声。

为什么波动率倒数调整看起来这么好，其中有多少是真的

背后的机制并不复杂。采用固定名义金额时，仓位规模与实现波动率无关，这意味着每笔交易的美元风险取决于当周的波动率。在这段时间里，ETH 的 20 日实现波动率年化后介于 31% 至 118% 之间。固定名义金额的回测在 2024 年 3 月承担的美元风险是 2023 年 7 月的 3.8×，原因不是信号更有把握，而是市场波动更大。它的大部分回撤都集中在波动率最高的五分位区间。按波动率倒数调整仓位，就能消除这种关联，确实能改善收益序列的形态。

但夏普提升中有一部分只是测量上的假象。如果不把两者区分开，你后续会做出错误决策。夏普比率是收益的标准差。波动率目标说白了就是让收益标准差保持稳定。也就是说，你直接在优化分母。只要收益序列存在波动率聚集，按仓位调整来实现事前波动率恒定，就几乎总能提高夏普，即便这条收益序列毫无优势。我用打乱后的信号验证过：随机调整入场时间戳，保留波动率目标覆盖层，在均值为零的基准收益上，夏普仍比固定名义金额高约 0.06。幅度不大，但确实存在，而且完全是机制导致的。

因此，内部比较仓位规则时，我从不会只看夏普比率。我还要看 Calmar 指标、每单位平均投入名义金额对应的净 PnL，以及从毛收益到净收益的成本瀑布图，因为这三项放在一起，更难靠分母技巧操纵。

波动率估计是个模型，也会像模型一样发生泄漏

仓位结果看起来很好、最后却证明是假的，最常见的原因是波动率估计用到了当前用于计算仓位的 K 线信息。如果你的波动率序列用了居中窗口，或者在包含当前未收盘 K 线的重采样数据上套用 pandas 默认的 `rolling().std()`，又或者做了全样本标准化，那就发生了数据泄漏。它很隐蔽，因为波动率具有持续性，单行数据中的泄漏幅度很小，权益曲线看起来也依然合理。只是恰好在最重要的那些周，曲线显得过于平滑。

每条仓位规则进入模拟交易队列前，我们的 agents 都会检查以下 4 项：

1. 决策时点的数据可用性。在 14:00 开盘的 K 线上使用的仓位，必须能用收盘时间戳 ≤ 13:59:59.999 的数据计算出来。我们会在随机抽取的 200 个决策时点上，从截断后的数据帧重新计算仓位序列，再对比差异，以此验证。
2. 估计器回看窗口是真正的参数。20 日波动率窗口和 60 日波动率窗口代表两种不同策略。回看窗口会和其他参数一起纳入 walk-forward 网格。如果结果只在某一个窗口长度下有效，这本身就是关于策略脆弱性的发现。
3. 检查完整杠杆路径，而非只看峰值。输出总杠杆的完整分布。上面的波动率目标未设上限的运行，有 4% 的小时杠杆高于 5×。汇总表里从来不会显示这类情况，但它会彻底决定策略能否实际执行。
4. 把仓位敏感性作为稳健性测试。如果把波动率目标从 20% 改为 25% 时夏普比率就大幅下降，那你的策略就不是在做波动率目标控制，而是在调杠杆。换句话说，你只是靠挑数字找到了优势。

钱都花在再平衡上了

注意成本这一列。按波动率目标每小时再平衡，虽然得到最高的表面夏普比率，却也把毛利润的 41% 交给了交易所。按每边 5 bps 加上价差和冲击计算，每年交易的名义金额相当于平均仓位的 1,180×。最直观的办法是按固定时间间隔减少再平衡频率。更好的办法是设定不交易区间：只有当当前仓位偏离目标超过一定阈值时才调整。

设置 20% 的区间后，年度交易名义金额从 1,180× 降到 402×，减少了 66%，夏普比率则下降 0.05。我已经在 8 条信号上做过测试，结果规律一致：15% 到 25% 的区间能以三分之一的换手率保留大部分风险控制收益；低于 10% 就只是在你用 20 日窗口估计的仓位上，花手续费追求表面精确。你不能拿标准误差为 15% 的估计值，却要求把再平衡做到小数点后三位。

今年 2 月有一次运行中，某个 agent 写的报告把夏普比率提升 0.22 归功于“改进后的入场过滤器”。代码差异其实只在仓位模块的一行，过滤器根本没改。我现在会要求报告在开头打印仓位配置哈希值，因为归因是一门严谨的功课，而模型和人一样，也乐于编出一个顺理成章的故事。

模拟交易会如何影响你的仓位规则

回测和模拟交易的差距在这里最大，而且原因大多是算术问题。按波动率动态调整仓位，意味着样本中的仓位规模会有 4 到 8 倍的波动。回测从未建模的交易平台限制，会在这个范围的两端同时出现。

在较小的一端，问题是步长和最低名义金额。ETHUSDT 永续合约的数量步长为 0.001，最低金额为 $5。如果低波动率阶段的仓位只有 0.0004 ETH，回测会持有，模拟交易却会空仓。这听起来像是极端情况，直到你意识到波动率目标规则会在市场最平静时设定最小仓位；而对趋势信号来说，最好的入场往往就在这时出现。在较大的一端，问题则是仓位限额、保证金阶梯，以及 6× 仓位需要严格的逐仓保证金管理，而你并没有为回测配上强平模型。

我们曾发现一例：模拟交易的权益曲线连续 6 周都与回测相差不超过 3%，之后却突然严重背离。原因是取整：订单仓位计算器用了 `int()` 截断，而不是按步长取整；受影响的仓位平均只有 1.4 个步长。回测在连续数值空间里计算仓位，实盘计算器却在每笔小额交易中少下了预期仓位的 20-30%。没有复杂的成交模型，也没有延迟方面的说辞，问题就是截断。

批评者说对的地方

有 3 条反对意见确实成立，我不想回避。

第一，也是最重要的一点：仓位管理只能分配优势，不能凭空创造优势。如果扣除合理的手续费和资金费后，信号的毛期望收益小于或等于零，表里每种规则都会亏钱——花哨的规则只是让收益方差看起来更漂亮。之所以选择这条信号，是因为它在这个时间段有微弱但为正的净优势。把同样的 6 条规则用在每笔净亏 −1.2 bps 的信号上，排名依然不变，但每种规则的期末权益都低于起始水平。仓位管理只是某种东西的乘数，你仍然需要这个“东西”。

第二，波动率目标有一种真实且有充分记录的失效模式：快速抛售接近底部时，它会降低杠杆，反弹后才重新加杠杆。在急剧的 V 型反转中，固定名义金额会胜出，有时优势很大。2020 年 3 月的股票市场和 2024 年 8 月的加密市场暴跌，都让按波动率动态调整仓位的策略在反弹阶段吃了亏。我的 4 年 ETH 样本里，波动率聚集的缓慢走势恰好多于 V 型剧烈反转，因此按波动率倒数调整的结果显得更好。换一段时间窗口，部分排名就会反过来；如果我拿 2020 年的数据开篇，这套论证就没那么有力了。

第三，仓位规则和其他东西一样，都可能过拟合。我表里的半 Kelly 规则就是个典型例子：它看起来高深，有理论依据，结果却有倒数第二高的回撤，因为滚动估算噪声收益序列均值的效果糟糕透顶，而 Kelly 对此又极度敏感。任何把预期收益估计作为输入的仓位规则，都会继承这份估计的误差，并将其放大。只依赖方差估计的规则要稳健得多，因为对于 4 年的小时级数据，方差是唯一真正估得出来的矩。

我从中得到的结论是：回测结果让你意外时，先检查仓位模块，再去信号里寻找巧思。报告夏普比率时，也要把杠杆变化路径和成本瀑布图放在旁边，因为一个如此依赖仓位决策的数字，根本不能算是信号本身的属性。