策略容量是怎么估出来的：从换手率和 ADV 倒推你能管多少钱

「这个策略能管多少钱」，多数人的回答是「不知道，反正我这点钱不用担心」。

这个回答的问题在于，天花板往往比直觉低一到两个数量级。一个看起来毫无压力的策略，实际的舒适规模可能就在千万美元量级，再往上就要开始给小盘标的单独限权。脑子里那句「几个亿总没问题吧」，通常错得离谱。

这篇写清楚容量到底怎么算。方法本身不复杂，麻烦的地方在于容易算错的那几步。

容量的定义要先卡死

容量指的是：在预期收益还没被交易成本明显侵蚀之前，这个策略最多能承载多少资金。

三个词要盯住。

「预期收益」意味着容量是相对的。一个年化 3% 的策略，成本多吃 1 个百分点就废了；一个年化 30% 的策略，多吃 1 个百分点还能活。同样的持仓，两者的容量差好几倍。

「明显侵蚀」需要你自己定一条线。我用的是「冲击成本吃掉超过毛收益的 20%」。这条线没有标准答案，但必须先定下来，否则算出的容量是个可以随意解释的数。

「承载」说的是稳态运行，不是能不能一次性买进去。很多人算容量算的是「我能不能建起这个仓位」，实际卡住策略的是每次调仓要动的那部分。

决定容量的是换手，不是持仓

这是最容易搞反的一步。

假设你管 1000 万美元，持 30 只票，每只 33 万。这个仓位建起来毫无压力，很多标的一天成交额就上千万。看上去容量绰绰有余。

但策略不是买了就不动。一个月频调仓、单边换手率 48.5% 的动量策略，每次调仓要动掉将近一半的组合。1000 万的组合，一次调仓的单边金额接近 500 万，摊到十几只需要进出的票上，每只几十万。

再考虑到调仓通常集中在某一天甚至某个时段完成，这几十万是要在一天之内打进市场的。这才是容量真正的约束点。

所以算容量的第一个输入是换手率，而且必须是从回测订单里数出来的那个数。拿调仓频率去推会错得很离谱——同一个策略，实测的月频换手率能到 48.5%，比按频率推算的高出六成。成本和容量两头都会跟着错。

计算步骤

第一步：拿到每笔交易的金额分布

从回测里把每次调仓的每一笔买卖单独导出来，不要只留一个总换手率。你要的是一个分布。

对每个 AUM 假设，每笔金额是：

$$Q_{i,t} = \text{AUM} \times \Delta w_{i,t}$$

$\Delta w_{i,t}$ 是标的 $i$ 在调仓日 $t$ 的权重变动绝对值。这个序列和 AUM 无关，算一次就能拿去缩放任意资金规模。

第二步：算每只标的的 ADV

ADV 用美元成交额，不要用成交股数。20 日滚动均值够用。

$$\text{ADV}_{i,t} = \frac{1}{20}\sum_{k=1}^{20} P_{i,t-k} \times V_{i,t-k}$$

关键在于要用调仓当天往前看的 ADV，不是全样本的平均 ADV。一只票可能一年里大部分时间成交冷清，只在你买它的那个月因为财报放量。用全样本均值会让容量估得偏高。

第三步：看参与率的尾部

参与率就是单笔金额占当天 ADV 的比例：

$$\text{participation}_{i,t} = \frac{Q_{i,t}}{\text{ADV}_{i,t}}$$

行业里常用 10% 作为警戒线。超过 10% ADV 的单子，市场冲击开始明显，而且没法在一天内做到不惊动别人。

这一步最重要的动作是：看分布的尾部，不要看均值。平均参与率 2% 完全可能掩盖住一堆 40% 的单子。策略持仓里通常有几只小票，它们的 ADV 比大票低一到两个数量级，容量卡在它们身上。

具体我会看两个数：最坏那一笔的参与率，以及超过 10% ADV 的笔数占比。

第四步：往上加 AUM，看什么时候越线

$Q$ 和 AUM 成正比，参与率也就跟着线性放大。从一个小 AUM 起步，逐步往上加，看这两个数什么时候突破你能接受的范围。

一个真实的例子

拿一个美股动量策略来走一遍：月频调仓、Top 30 持仓、波动率倒数加权。

先看标的的流动性构成。这个策略实际持有过日均成交额只有约 100 万美元的票——小票在动量排序里出现得不算少，因为它们更容易走出干净的趋势，动量分反而高。

按这个持仓分布往上加 AUM：

1000 万美元的规模，最糟糕的那一笔就要占掉标的当天成交额的 45%。这一笔基本没法在不推动价格的情况下完成。

加到 1 亿，超过一半的调仓笔数都在 10% ADV 以上。这时候策略已经从「按信号交易」变成「跟自己的冲击成本赛跑」。

结论是舒适管理规模落在千万美元量级，而且到这个量级就需要对小盘标的做单独限权——给每只票一个「不超过 ADV 的 5%」的硬上限，超出的部分分几天摊，或者干脆跳过。

冲击成本怎么折算成收益损失

参与率超线到底损失多少，需要一个冲击成本模型。业界通用的是平方根形式：

$$\text{impact} \approx c \times \sigma_i \times \sqrt{\frac{Q_{i}}{\text{ADV}_i}}$$

$\sigma_i$ 是标的的日波动率，$c$ 是一个 0.5 到 1 之间的常数。平方根意味着冲击成本随交易量增长，但增长得比线性慢——买两倍的量，冲击大约是 1.41 倍，不是 2 倍。

代个数感受一下。一只日波动率 3%、参与率 45% 的票：

$$\text{impact} \approx 1 \times 3\% \times \sqrt{0.45} \approx 2\%$$

单边 2%，也就是 200 个基点。而一个执行正常的美股日频策略，常规单边摩擦通常在 50 个基点以内。这一笔的成本是平时的四倍。

按 48.5% 的单边换手率、每年 12 次调仓算，如果所有交易都承受这个量级的冲击，一年下来的成本大约是：

$$0.485 \times 12 \times 2\% \approx 11.6\%$$

这个策略扣掉常规摩擦后的年化在 12% 出头。11.6% 的冲击成本会把它整个抹平。

实际不会所有笔都这么糟，45% 是最坏的一笔。但这个算术足以说明一件事：容量约束一旦越线，侵蚀的量级和策略本身的超额是同一个数量级的。它不是让你少赚一点，它是让策略归零。

平方根模型给的是量级，不是精确值。真实冲击还取决于下单方式、时段和订单类型。用它来排序和判断「差几倍」够用，用它来预测某一笔的具体滑点不够用。

三个会偷偷压低容量的东西

换手率。容量和换手率大致成反比。同样的持仓，换手翻倍，容量减半。所以降换手同时改善两件事：成本和容量。

持仓集中度。Top 10 的组合比 Top 50 的组合容量小得多，单笔金额直接是 5 倍。集中持仓在回测里往往收益最高，容量恰恰也最差，这两件事总是一起出现。

小盘暴露。很多因子天然偏小盘——动量、价值、反转都有这个倾向。因子表现好的那部分收益，可能恰恰来自流动性最差的那些票。这一层要么在事前用流动性筛掉，要么在事后接受容量很低的现实。

容量小其实是件好事

写到这里可能有点丧气，但反过来看：

容量低的策略，说明它还没被大钱做烂。一个能管几十亿的策略，机构早就进去了，超额早被磨平了。容量卡在千万美元量级，意味着大机构进不来，这块地还留着。

个人资金天然占优。几十万到几百万美元的规模，参与率能压在 1% 以下，冲击成本基本可以忽略。规模是散户在这个游戏里少数的结构性优势之一，别主动放弃。

知道天花板在哪，就知道什么时候该停。比起管到一半才发现收益在莫名其妙地衰减，事先算出这个数要好得多。

一份最短的自查清单

• 你用的是从订单里数出来的换手率，还是按调仓频率推的？
• ADV 用的是美元成交额还是股数？
• ADV 是调仓当天往前看的，还是全样本平均？
• 你看的是参与率的均值还是尾部？
• 组合里 ADV 最低的那只票，参与率是多少？
• 「收益被侵蚀多少算越线」这条线，你定了吗？

这六个问题全部答得上来，容量这个数就算得出来。答不上来的话，「我这个策略能管几个亿」就只是一句感觉。