智能交易的資金分配:自動化下的倉位、回撤與風險預算

智能交易的資金分配:自動化下的倉位、回撤與風險預算

2026-10-15

「把決定交給系統,我就不用管資金分配了。」這句話我在課堂上聽過太多次。事實剛好相反:當你開始用智能交易,倉位與回撤的數學並不會因為自動化而消失,它只是從盤中手動決定,變成啟動前寫死的參數。參數寫錯,系統會更堅決地把你錯的分配執行到底。這篇要講清楚的,就是自動化只解決執行,分配仍要親手算。

自動化改變的是執行,不是風險數學

先講清楚一件常被混淆的事。一套自動交易系統能幫你做到的,是在訊號出現時毫不猶豫地按規則下單;它不能替你決定這一筆該押多少。單筆風險、回撤預算、總倉位上限這些數字,無論你是用試算表手算,還是由智能交易的執行模組代入,公式一字不變。

我在課堂上做過一個小實驗:把同一組參數交給兩組學員,一組人手執行,一組交由系統執行。進出場點完全相同,差別只在系統組嚴格按預設倉位落單,人手組則在兩次不利波動後,自己把倉位縮小了三分之一。半年下來,系統組的淨值曲線更貼近原先設定的回撤預算,人手組則明顯偏離。結論不是系統比較準,而是系統不會在虧損時偷偷改動你早就定好的分配比例。

這也意味着一件事:自動化會放大人手時期被你忽略的參數錯誤。過去憑感覺押注,錯了還能在盤中補救;現在參數一旦啟動,就按規則跑到結束。訊號由觸發到下單之間發生甚麼,我整理在訊號到自動下單的運作原理這篇;本篇只談啟動之前,你該把哪些數字填進去。

不少人問我,既然系統會自動下單,是不是連每筆金額都可以交給它決定。可以,但前提是你先給它一條規則,而規則的內容就是資金分配本身,不是隨機應變。我常用的檢查方式是:把這條規則交給一個完全不懂交易的人,他能不能得出跟你一樣的倉位?若答案是否定的,代表規則還沒寫完,自動化也只是把一個模糊的決定包裝得更精緻而已。

回撤預算:先問能承受多少,再問該押多少

大部分新手先問「這筆該押多少」,然後才發現回撤超標。順序剛好相反:先回答帳戶最多能承受多少回撤,再反推每筆風險上限。

交易員在開盤前的書桌前闔上筆記本,旁邊螢幕顯示已完成設定的交易系統畫面。

我把回撤預算當成一個硬數字,而不是一個願望。假設本金五十萬港元,而你評估自己一旦帳面虧損超過兩成,就會開始失眠、改規則、甚至停掉系統,那麼回撤預算就是兩成,即十萬港元。智能交易的參數再怎麼調,都不能讓這個上限被突破。

由回撤預算反推單筆風險

以下用假設數字走一次,方便你照做。本金五十萬港元,回撤預算兩成,策略歷史最長連續失效十五筆(模擬值)。要用固定比例風險,讓連虧十五筆之後的累積回撤不超過兩成,可解這條不等式:一減去括號內一減 r 的十五次方,大於或等於零點八。把零點八開十五次方約得零點九八五二,所以單筆風險 r 約一點四八個百分點,取整定在百分之一點五,換算成金額是每筆最多虧七千四百港元。

再把風險金額換成實際倉位。若止損距離設在價格的百分之二,名義倉位等於風險金額除以止損距離,即七千四百除以零點零二,約三十六萬九千港元,相當於本金的七成四。這個比例看起來不小,但因為止損只有百分之二,帳戶真正暴露的風險仍是七千四百港元。倉位大小與風險大小是兩個概念,在自動化設定裡特別容易搞混。

回撤會集中在特定市況

自動化帶來的一個假象,是回測報告上那條平滑的淨值曲線。你看着平均最大回撤只有一成八,很自然就把回撤預算定在一成八附近。問題是回撤從來不是平均發生的。

為甚麼平均值會低估真實回撤

任何策略的獲利來源,都對應某一種它擅長的市況。趨勢策略在震盪市裡反覆被止損,均值回歸策略在單邊市裡一路被推着走。系統的回撤因此會集中出現在它最不擅長的那種市況;若回測期內剛好沒出現過這種極端段落,報告上的最大回撤就會明顯偏小。

換一個角度看:假設五年回測裡,平均每年最大回撤一成八,最壞的一年卻是四成二(模擬值)。若你按一成八去定預算,等於默認未來五年都會重演平均年;而極端年只要出現一次,實際回撤就會直接衝破預算兩倍以上。所以智能交易的資金分配不應取平均,而應取最壞值再加一段緩衝。

實務上我建議做一次壓力測試:把歷史上最差的三個月獨立抽出來,只餵給你的策略,看它在完全沒有前文的情況下會回撤多少。這個數字通常比五年平均回測難看得多,也更接近你該放進預算的那個值。均值是給報告看的,最壞值才是給帳戶保命用的。

分析師俯身用紅筆圈出淨值曲線圖上最深的一段低谷,桌上有計算機與筆記本。

多套系統並行:相關性決定實際敞口

不少學員為了分散,會同時跑三、四套系統,以為系統越多越安全。這個直覺只在一個前提下成立:這些系統彼此的相關性很低。

表面分散與實際敞口

我見過不少學員手上自稱有四套系統,細看之下全是趨勢跟隨,只是參數不同。它們很可能在同一天做多同一個品種,表面上是四個獨立決策,實際上是同一筆風險被計算了四次。當市況反轉,幾套系統會同時止損,組合回撤不是單套的四分之一,而是接近四倍。這種情況在AI 交易的風險管理裡有更完整的分類,我在課堂上也會要求學員先把每套系統的持倉方向列出來,看它們在高波動日會不會同向。

判斷方法很直接:找出歷史上波動最大的二十個交易日,看這幾套系統在同一日的盈虧方向是否一致。若一致的比例超過七成,就應該把它們當成一套智能交易邏輯來計算總風險,而不是分開看待。

我自己在配置多套系統時,會先算它們過去一年的日報酬相關性。若兩套系統的相關係數長期高於零點七,我會把它們合併成一套看待,只給一份風險額度,而不是各自一份。這個動作看起來保守,卻是我見過最能避免「一次意外同時打中所有系統」的做法。

兩種定預算方式的模擬對照

這一節是全文核心。我用同一套智能交易的訊號邏輯,設計兩種資金分配方式,放到同一段極端市況裡比較帳戶存活情況。以下數字都是教學用的假設與模擬,不代表任何真實市場結果。

設定如下:模擬本金一百萬港元;策略五年回測的平均最大回撤約兩成,最壞單次回撤約四成五(模擬值)。設定 A 按平均回撤定預算,把組合單筆風險設在本金的百分之二;設定 B 按最壞回撤加兩成緩衝定預算,把組合單筆風險設在本金的百分之一。

設定 定預算依據 組合單筆風險 並行系統數
設定 A 回測平均回撤兩成 2% 3 套(高相關)
設定 B 最壞回撤四成五加兩成緩衝 1% 3 套(高相關)

極端市況下的帳戶存活差異

模擬情境是一次回測期內未曾出現的極端行情:三套高相關系統同步失效,累積連續二十五筆虧損(模擬值)。因為三套系統同向,設定 A 的每筆合計風險不是百分之二而是百分之六,設定 B 則是百分之三。

先算單套運行。設定 A 二十五筆之後權益是零點九八的二十五次方,約等於零點六零,即六十萬三千港元,回撤約三成九七。設定 B 是零點九九的二十五次方,約等於零點七七八,即七十七萬八千港元,回撤約兩成二。

再算並行。設定 A 三套同向、每筆合計風險百分之六,零點九四的二十五次方約等於零點二一三,權益剩二十一萬三千港元,回撤接近七成九。設定 B 三套同向、每筆合計風險百分之三,零點九七的二十五次方約等於零點四六七,權益四十六萬七千港元,回撤約五成三。

情境 設定 A 權益 設定 A 回撤 設定 B 權益 設定 B 回撤
單套運行,連虧 25 筆 603,000 39.7% 778,000 22.2%
三套並行,連虧 25 筆 213,000 78.7% 467,000 53.3%

差別很清楚:同一段極端市況,按平均值定預算的帳戶幾乎失去再參與的能力,按最壞值加緩衝定預算的帳戶雖然也重傷,但仍留有過半本金。兩者差別不在策略好壞,只在啟動前多算了那一步緩衝。

從單筆風險回到實際倉位的三個數字

看完整張表,我把日常要盯的數字收成三個,它們在系統裡都是輸入項,寫錯一個,回撤預算就會失守。

單筆風險,即每筆最多虧本金多少。它由回撤預算與最長連續失效筆數共同決定,不是憑感覺定的。組合風險上限,即所有系統同時失效時的合計虧損上限;這個數字要按相關性調整,不能簡單把單套相加,也不能天真地平分。單筆名義倉位,即風險金額除以止損距離所得的下單規模,它會隨止損寬窄變化,止損越寬,倉位越小。

我在課堂上常提醒學員一個次序:先定回撤預算,再定單筆風險,最後才算出倉位。倒過來先算倉位,就會變成看行情決定押多少,這正是智能交易最想幫你擺脫的習慣。

這三個數字的關係可以用一句話記住:回撤預算決定你能承受多少虧損,單筆風險決定每次承擔多少,倉位只是前兩者算出來的下單結果。任何時候只要有人反過來先問倉位,這套順序就已經被破壞,而破壞之後再補救,成本通常遠高於一開始就寫對。

把資金分配寫成可執行的規則

寫到最後,回到最實際的問題:這些數字怎樣落到系統裡。智能交易之類的執行工具,通常都能接受每筆風險比例、總倉位上限、止損距離這幾個參數,關鍵是你在填之前已經算過,而不是邊填邊猜。

我在課堂上要求學員做三件事。找一段包含極端行情的歷史資料做回放,把按平均定預算與按最壞值定預算兩種設定各跑一次,親眼看到差異;把三個數字寫成一頁紙,連同失守條件一起寫,貼在每天看得到的位置;以及養成用系統而非用手執行的習慣,這部分我另外寫在養成贏面較大的交易習慣這篇。

最後一個提醒。市面上有些說法把自動分配倉位講成一鍵解決所有風險管理,彷彿把本金交進去就好。根據美國 CFTC 關於降低外匯交易風險的提醒,任何淡化風險、強調輕鬆獲利的說法都應先打上問號。想了解通用的倉位與風險比例原則,IG 交易學院關於控制風險的說明值得一讀;若你連槓桿如何放大曝險都還不確定,IFEC 投委會對槓桿式外匯的基本認識是最穩妥的起點。資金分配沒有神奇的自動檔位,它是一組必須由你親自定義、再由智能交易忠實執行的數字。

常見問題

問:自動化之後,我是不是可以不管倉位大小?

答:不可以。自動化只保證規則被執行,不保證規則本身正確。倉位大小是你在啟動前必須算好並填進去的參數,系統只是照做。參數錯了,它會比你手動時更堅決地執行錯誤。

問:回撤預算應該定在多少才合理?

答:沒有通用數字,取決於你能承受多少而不改動規則。判斷標準是:帳面虧損到那個水平時,你還會照既定計劃執行。若一想到就坐立不安,代表預算訂得太大,應該先縮小單筆風險。

問:為甚麼不能用回測的平均回撤來定預算?

答:因為回撤集中在特定市況,平均會把最壞的那一段攤薄。用平均值定預算,等於假設未來不會重演極端段落;一旦重演,實際回撤會直接衝破預算。應取最壞值再加一段緩衝。

問:同時運行多套智能交易,風險是不是就分散了?

答:要看你用甚麼角度判斷。若幾套系統策略邏輯相近,它們會在同樣的市況同時失效,表面分散、實際上是同一筆風險。判斷的關鍵是相關性,不是系統數量。

問:單筆風險與倉位大小是同一件事嗎?

答:不是。單筆風險是你願意虧多少,倉位大小是為此需要下多少。兩者由止損距離連接:止損越寬,同樣風險對應的倉位越小。混淆這兩者,是自動化設定中最常見的錯誤。

立即 WhatsApp 聯繫小風團隊免費諮詢:+852 5378 5383

網站:https://aitrading.ace-fortune.com/algo-trade-hk

投資涉及風險,過往表現不代表未來回報。本內容僅供教育參考,不構成任何投資建議。

分享到:
null

Ace Fortune 2018年成立於香港,早期研究方向包括面向 PI(個人專業投資者)的大數據智能指標及選股器,以及運用量化模型研究交易策略。
今天,我們將這份系統思維,延伸至 AI 工具與程式交易教育,讓新手學習運用 AI Agent 輔助整理資料、編撰程式與檢查邏輯。
從理解工具到動手實作,讓科技更容易入門,支持個人增值與成長。Let Intelligence Empower Your Growth. 

null
© 2026 Weber All Right Reserved