策略容量:为什么赚钱的策略会"自我了断"
我的掌握程度:
先掌握这个答案
容量=策略在冲击成本+信号衰减吞掉全部超额之前能承载的最大资金。决定因素:①持仓标的的流动性(小盘策略容量小);②换手率(高换手容量小);③信号的市场容量(依赖别人犯错的行为类Alpha,钱多了错误就被修复);④竞争(同质策略的总容量瓜分)。量级感:日内高频<1亿、周频量价数亿-数十亿、月频多因子百亿级。
先读结论,再核对下方使用边界;数字例题为教学情景,涉及实际行情与规则时请核对原始来源。
从理解到使用
成本必须按成交口径计算
声明换手是单向还是双向,是否有单笔最低佣金、卖出税费、借券利息和期货展期。成交价差、冲击与资金占用不能混为一个固定常数;对费率和参与率做压力测试。
本阶段实战方法 · 把行情数字变成可比较的收益
看股票、基金或策略业绩时,先对齐本金、起止日期、现金流与费用。
- 选一个固定区间,记录期初价值、期末价值、分红、出入金和交易费用。
- 没有中途出入金时,用(期末价值+已取出分红-期初价值-费用)÷期初价值计算收益;有出入金时先区分时间加权与资金加权。
- 用相同区间的基准作比较,同时记录最大亏损;不要单凭一次盈利评价能力。
使用边界
- 不同期限的收益不可直接排名;年化只是换算,不是未来收益承诺。
- 模拟价格不是实时行情。普通股票交易手数、T+1和费用应按具体市场规则核对。
背景 · 从一个困惑说起
某小策略管理2亿时年化30%,惊艳市场;规模涨到20亿后收益滑到8%,客户开始赎回。策略没变、基金经理没变——变的是它自己走进市场时激起的涟漪。
由此产生的问题
容量由什么决定?为什么头部量化私募主动「封盘」拒绝新钱?
核心概念
容量=策略在冲击成本+信号衰减吞掉全部超额之前能承载的最大资金。决定因素:①持仓标的的流动性(小盘策略容量小);②换手率(高换手容量小);③信号的市场容量(依赖别人犯错的行为类Alpha,钱多了错误就被修复);④竞争(同质策略的总容量瓜分)。量级感:日内高频<1亿、周频量价数亿-数十亿、月频多因子百亿级。
为什么需要它
①自我稀释:你的订单推动价格,等于把未来的收益提前预支给对手;②规模是业绩的敌人:几乎所有策略的收益随AUM递减,「规模不经济」是量化行业的宿命;③封盘的智慧:在收益衰减伤害品牌前停止申购,保护存量持有人——成熟机构的标准动作。
实际应用场景
产品化的第一问:这个策略容量多少?在哪个规模段收益最优?个人优势反思:个人小资金在「小容量策略」(别人看不上的细分机会)里有机构的相对优势。
与之前知识的联系
q-055冲击成本的理论落地。本题+q-081(散户做量化)互为镜像:容量的墙挡住机构的机会,恰好是小资金的机会。成本组(q-051~057)至此完工——它和正期望(q-009)共同构成「量化现实观」。
⚠ 常见误解
- 好策略就该无限扩张:扩张=自我稀释,收益递减是数学不是管理失败
- 容量只是机构的问题:小容量策略才是个人相对于机构的稀缺机会(机构进不来)
- 历史规模收益可以外推:2亿时30%的业绩,20亿时几乎必然低于15%——看业绩必问规模
🛠 本题实践任务
查一家近期宣布「封盘/限购」的量化私募的新闻,回答:封盘的产品是什么策略类型(大概率容量有限)?新闻里提到的规模数字是多少?
💡 提示(先自己想5分钟再看)
搜索「量化私募 封盘 限购」;小盘/高频类产品封盘最常见。
✅ 验收标准
一条新闻记录+策略类型+规模数字。把「容量」从抽象概念变成行业现实的注脚。
在你的浏览器内运行。首次需联网下载 Python;支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词,不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识(冲击成本、流动性),再用案例、公式和代码帮助理解。此功能需要先启用服务。