按波动率缩放仓位：一个公式，五个品种实测，六成时间不改仓位

「每笔只 risk 2%」这句话，在 BTC 一天正常走 3.7% 的环境里和一天正常走 6.2% 的环境里，说的不是同一件事。名义上都是 2%，实际承担的风险差一截。这篇给出的做法是在 2% 规则外面再乘一层系数，系数由当前波动率相对自己过去半年的位置决定。五个品种的实测数据放在正文里，其中最反直觉的一条是：这套规则在六成左右的时间里对你的仓位没有任何影响，它只在少数真正高波动的时段起作用。

一、名义 2% 和实际 2%，差在哪里

按 2% 规则做仓位的标准流程是：先定止损距离，再用「账户 × 2% ÷ 止损距离 ÷ 每点价值」反推手数。这套算法本身没有问题，完整做法在一笔交易该用多少仓位里写过。

它保证的是一件事：如果止损按原价成交，这一笔亏掉的钱就是账户的 2%。

问题在「如果」两个字上。高波动期里，这个前提有四处会松动。

止损价不等于成交价。 止损是触发价，触发之后按市价走。波动越大，触发到成交之间的价格跳跃越大。同一个 2% 的止损，平静期实际亏 2.05%，剧烈期可能亏 2.6%，隔夜跳空直接开在止损下方 3% 的位置，你亏的是 5%。这部分超额亏损不出现在你的仓位公式里，但它真实存在。

坏日子是扎堆来的。 波动率有聚集性，今天波动大明天大概率仍然大。这意味着高波动时段不是随机散落在你的交易记录里，是连成一段的。如果你的方法在这种环境下胜率下降，那么连续止损也会集中在同一段时间里发生，回撤叠加的速度比按独立事件算出来的快得多。这个不均匀性的统计事实，市场的波动和机会在时间上极度不均匀那篇讲得更细。

保证金要求会变。 波动放大的时候，交易所和券商上调保证金比例是常规操作。你没改仓位，但可用资金被动收缩，极端情况下会被强制减仓，减在最差的位置上。

执行度会掉。 连续几天账户大幅晃动之后，还能不能按规则砍第四笔，这是一个现实问题，不是意志力问题。

四条合起来的结论是：名义风险恒定，不代表实际风险恒定。 要让实际风险也大致恒定，需要在高波动期主动把名义风险往下压。

二、先看五个品种的真实数据

在讨论怎么压之前，先把「波动率」这个词换成一个可以计算的数字。

用 ATR 除以收盘价，得到一个百分比：

N = ATR(14) ÷ 收盘价

ATR 本身是绝对金额，黄金的 ATR 是 30 美元、欧元的 ATR 是 0.007，两个数字没法比。除以收盘价之后都变成百分比，不同价格不同品种就落在同一把尺子上了。ATR 本身怎么算、为什么用真实波幅而不是高低点差，ATR平均真实波幅那篇是本文的前置。

下面是五个品种日线 N 值的实测分布，区间 2021 年 1 月到 2026 年 9 月：

品种	P10	P25	中位	P75	P90	最大	样本
EURUSD	0.49	0.58	0.71	0.88	1.10	1.65	1470
标普500	0.75	0.88	1.14	1.52	2.06	4.46	1418
沪深300	0.99	1.15	1.35	1.68	2.06	4.75	1371
XAUUSD	1.14	1.28	1.50	1.83	2.49	6.16	1421
BTCUSD	2.34	2.82	3.70	4.73	6.24	16.51	2071

单位都是百分比。数据源：EURUSD、XAUUSD（GC=F）、BTCUSD、标普500 取自 yfinance，沪深300 取自腾讯日 K 前复权接口。

这张表里有四个可以直接拿去用的判据。

判据一：品种之间的差距是 5.2 倍。 EURUSD 中位 0.71%，BTCUSD 中位 3.70%，比值 5.21。这直接否定了「统一波动阈值」这种做法。

判据二：BTC 最平静的时候，比欧元最动荡的时候还动荡。 BTC 的 P10 是 2.34%，EURUSD 有记录以来的最大值是 1.65%。也就是说，BTC 十分之一的「低波动日」放到欧元身上，全是历史极值。你如果定了一条「N 超过 1.5% 就减仓」的规则，欧元永远不触发，BTC 永远触发，这条规则在两个品种上都等于不存在。

判据三：相邻品种也没法互相借尺子。 XAUUSD 的 P10 是 1.14%，EURUSD 的 P90 是 1.10%。黄金最平静的十分之一时段，波动仍然高于欧元最动荡的十分之一时段。黄金和欧元在很多人眼里是「都挺稳」的一类，实际不是一个量级。

判据四：中枢高不等于尾部厚。 沪深300 的中位是 1.35%，比标普500 的 1.14% 高 18%，但两者的 P90 完全相同，都是 2.06%，最大值也接近（4.75% 对 4.46%）。沪深300 是平时更颠，标普500 是平时稳但极端时段追得上来。判断一个品种要不要缩仓，看中位没用，得看它当前落在自己分布的哪个位置。

把判据一和品种内部的离散度放在一起看，结论更清楚。各品种 P90 除以 P10：EURUSD 2.24 倍，标普500 2.75 倍，沪深300 2.08 倍，XAUUSD 2.18 倍，BTCUSD 2.67 倍。品种内部的波动率起伏是 2 到 2.8 倍，品种之间的差距是 5.2 倍。 后者明显大于前者，所以分母只能是品种自己的历史，不能是任何跨品种的固定数字。

三、公式只有三行

N      = ATR(14) ÷ 收盘价
系数    = min(1, MA(N,120) ÷ N)
最终仓位 = 按 2% 规则算出的仓位 × 系数

第一行解决可比性。 把绝对波幅换成百分比，不同价格不同品种拉到同一个刻度。

第二行解决参照系。 分母是当前的 N，分子是这个品种自己过去 120 个交易日 N 的均值。比值大于 1 说明现在比自己的常态平静，比值小于 1 说明现在比自己的常态剧烈。min(1, ...) 把上限封在 1：剧烈的时候缩仓，平静的时候封顶，不放大。

第三行说明它的位置。 这不是 2% 规则的替代品，是乘在 2% 之上的第二层。第一层由止损距离决定手数，第二层由波动率位置决定要不要在这个手数上打折。两层的分工不冲突：止损距离回答「走多远算我错了」，系数回答「现在这个环境值不值得按满额下注」。

顺带说清楚和止损的分工。ATR 在站内出现过两次，固定点数止损和ATR止损各自的适用条件讲的是把 ATR 用在止损距离上，用 2 倍 ATR 或 3 倍 ATR 定止损位置。本文讲的是把 ATR 用在仓位缩放上，两者是两个独立的位置，可以同时用，也可以只用一个。 如果你的止损已经是 ATR 倍数，那么高波动期止损自然放宽、手数自然变小，名义风险仍是 2%；系数这一层压的是第一节说的那部分「公式里看不见的超额风险」。

四、最反直觉的部分：它六成时间不干活

「按波动率自动缩放仓位」这句话，听起来像仓位天天在变，像你每天开盘要先算一个 0.4 到 1 之间的数再下单。实测结果不是这样。

下面是系数 min(1, MA(N,120) ÷ N) 在四个品种上的实际分布：

品种	P10	中位	P90	最小	低于 0.5 的时间占比	等于 1 的时间占比
EURUSD	0.78	1.00	1.00	0.49	0.2%	60.0%
XAUUSD	0.75	1.00	1.00	0.35	1.0%	56.3%
BTCUSD	0.68	1.00	1.00	0.37	1.5%	59.7%
标普500	0.70	1.00	1.00	0.31	2.1%	62.7%

三个数字要盯住。

中位数是 1.00，四个品种全部如此。 一半以上的交易日，这套规则算出来的系数就是 1，仓位和你不用它的时候完全一样。

等于 1 的时间占 56.3% 到 62.7%。 也就是每 10 个交易日里有 6 天，它一点都没介入。

低于 0.5 的时间只占 0.2% 到 2.1%。 按一年 250 个交易日折算，EURUSD 上大约半天，标普500 上大约 5 天。真正把仓位砍到一半以下，是一年里屈指可数的几次。

这个分布把这套方法的性质讲清楚了：它不是一个天天在调仓的系统，是一个绝大多数时候沉默、只在少数时段出手的开关。 这反而是它最实用的地方。一个天天改变你仓位的规则，你执行两周就会烦，然后停掉；一个六成时间不出声、一年只在几个真正危险的时段拽你袖子的规则，你能一直开着。

顺便修正一个常见的表述。把这套方法描述成「把仓位在 0.4 到 1 倍之间自动缩放」，字面上没错，0.4 确实在取值范围里，但它给人的印象是仓位常年在这个区间里游走。实际的时间分布严重偏向上界，0.4 附近是尾部，不是常态。

五、为什么中位数正好落在 1

这不是巧合，是波动率分布形状决定的。

看第二节那张表的最右两列。最大值除以中位数：EURUSD 2.32 倍，标普500 3.91 倍，沪深300 3.52 倍，XAUUSD 4.11 倍，BTCUSD 4.46 倍。再看 P10 除以中位数，五个品种都在 0.63 到 0.76 之间。

向下最多偏离三成多，向上能偏离三倍到四倍。 这就是右偏分布：少数极端高波动的日子把均值拉得比中位数高。

MA(N,120) 算的是均值。均值被右尾拉高之后，N 低于自己 120 日均值的日子，就会多于一半。 而只要 N 低于均值，MA(N,120) ÷ N 就大于 1，被 min 截断成 1。

所以「六成时间系数等于 1」不是数据凑巧，是任何右偏分布放进这个公式都会得到的结果。你换个品种、换个时间段，这个比例大概率还在 55% 到 65% 之间。

六、min 里那个 1 不能拿掉

有人会想：既然大部分时间系数被截断在 1，那把 min 去掉，让低波动期放大仓位，不是能多赚吗？

这一步是这套方法里唯一真正危险的改动。

先算放大倍数的量级。 用手上这张表做估算：N 处在自己 P10 附近的时候，MA(N,120) ÷ N 大致相当于中位 N 除以 P10 的 N。五个品种分别是：EURUSD 1.45，标普500 1.52，沪深300 1.36，XAUUSD 1.32，BTCUSD 1.58。（这是按分位数做的量级估算，不是实测系数，因为 120 日均值不等于全样本中位。）

也就是说，去掉封顶之后，低波动时段的单笔风险从 2% 变成 2.6% 到 3.2%。听起来不多，但连续三笔止损就是 8% 到 9.5% 的回撤，而且这三笔很可能是连着发生的（第一节讲过坏日子扎堆）。

再看时机。 放大器开到最大的时刻，恰好是 N 处在历史低位的时刻。低波动之后跟着什么，没有任何规律保证，但有一点是确定的：N 在低位的时候，它向上的空间比向下的空间大得多（向下最多三成，向上三倍到四倍）。你在一个只能小幅下行、却能数倍上行的变量的低点上，把仓位放大了 1.5 倍。

min(1, ...) 这个封顶的作用，就是把这套方法限定成一个只减不加的单向阀门。它牺牲了低波动期的收益弹性，换来的是这个系统的最大单笔风险有一个硬上限，永远不超过你原来设定的 2%。这个交易划算。

七、两层叠加之后，你的单笔风险区间

把 2% 乘上系数，得到实际的名义风险：

品种	系数 P10 对应	系数最小值对应	中位
EURUSD	1.56%	0.98%	2.00%
XAUUSD	1.50%	0.70%	2.00%
BTCUSD	1.36%	0.74%	2.00%
标普500	1.40%	0.62%	2.00%

读法是这样的：

你的单笔风险区间是 0.62% 到 2%，上界就是你原来的 2%。 这套方法不会让任何一笔的名义风险超过你已经接受的水平，它只会往下走。

六成左右的时间，你承担的就是完整的 2%。 不存在「用了这个方法之后仓位一直很轻、赚不到钱」的问题。

大约十分之一的时间，你承担 1.4% 到 1.6%。 这是打七到八折，感觉得到但不影响交易节奏。

风险压到 1% 以下的时间占 0.2% 到 2.1%。 一年里几天而已，而这几天是你最不该满仓的几天。

如果你同时持有多个品种，这一层要和组合层面的敞口控制放在一起算，组合策略仓位分配法里那套「所有持仓同时止损总亏损可预知」的推演，把系数乘进去之后上限只会更低，不会更高。

八、它成立的前提，以及前提不覆盖的地方

这套方法的全部统计基础只有一条：波动率有聚集性。 今天的高波动预示明天大概率仍是高波动，所以用过去一段时间的 N 去推下一期的 N，有统计依据。这是金融时间序列里最稳固的经验规律之一，跨市场跨周期反复被验证。

但这条性质只在波动的幅度上成立，在方向上不成立。

同一组 N 值序列，不能拿来判断明天涨还是跌。波动率聚集说的是「明天大概率也会剧烈晃」，它不说往哪边晃。把 N 高当成利空、N 低当成利多，或者反过来，都是把一个关于幅度的统计规律强行用在方向上，没有依据。

这条前提必须写在规则的第一行，因为它直接决定了这个系数能出现在哪一步：它只能出现在仓位计算里，不能出现在开仓信号里。

九、失效场景：它必然慢半拍

这是这套方法最需要讲清楚的短板，不讲清楚会让人误以为它能防极端行情。

波动率从低位跳升的那一根 K 线上，系数还停在旧值。

原因在 ATR 的平滑方式上。ATR(14) 按 Wilder 递推，新的 ATR = 旧 ATR + (当日真实波幅 − 旧 ATR) ÷ 14。单日的新信息只被吸收进去十四分之一。

拿 BTC 做一次推演。假设它一直在中位附近，N = 3.70%，某天真实波幅直接干到 15%，大约是平时的 4 倍：

新的 N ≈ 3.70% + (15% − 3.70%) ÷ 14 = 4.51%

系数 ≈ 3.70 ÷ 4.51 = 0.82

当天的实际波动是平时的 4 倍，仓位只缩了 18%。 如果后面几天波动维持在 15% 这个水平，按同一个递推往下走，大约 5 个交易日后 N 才升到 7.2% 左右，系数降到 0.5 附近；大约 10 个交易日后 N 到 9.6% 左右，系数降到 0.39 附近。（这是按 ATR 递推公式推的示意，忽略了收盘价本身的变化和 120 日均值的同步上移，实际系数会比这个略高一点。）

结论要说得直白：这套方法降低的是「长期在高波动区里反复试错」的损耗，不是黑天鹅当天的损失。

高波动区通常持续几周到几个月，在这段时间里你会开很多笔交易，系数把这几十笔的平均下注规模压下来，累积效果明显。但跳升的第一天，它基本帮不上忙。

防第一天要靠别的东西：品种上限、总敞口上限、隔夜持仓规则、事件日历（财报、议息、数据公布）。这些是另外的机制，不能指望一个基于历史均值的系数去覆盖。

十、参数怎么定

14 是 ATR 的行业惯例，不用改。 改成 10 或 20 对结果的影响远小于你以为的，不要在这个数上花时间。

120 是分母窗口，约等于半年交易日。 选它的理由只有一条：分母窗口必须显著长于分子窗口。 120 除以 14 约等于 8.6 倍。如果分母窗口太短，比如用 MA(N,20)，那分母会跟着当前波动一起跑，高波动时分子分母同步上升，比值始终在 1 附近，系数几乎不动，规则失效。如果分母窗口太长，比如 500 日，它会把两年前的波动状态一直挂在参照系里，反应太钝。

换周期要按比例换。 做 4 小时线，分子仍是 ATR(14)，分母换成 120 根 4 小时 K 线（约 20 个交易日）。别把日线的 120 直接搬到小周期上。

不要去优化这两个数。 这套方法的价值在于它的方向是对的（高波动少下注），不在于参数精确。任何把 120 调成 117 能让回测曲线更好看的结论，都是过拟合。

十一、上手清单

六条，按顺序做完就能跑起来。

一、先算自己在做的品种的 N 值分布。 取过去三到五年日线，算 ATR(14) ÷ 收盘价，输出 P10、中位、P90。这一步的产出不是拿来当阈值，是让你知道自己这个品种的常态是多少，以后看到一个 N 值心里有数。

二、把 MA(N,120) 加进你的行情软件。 多数平台可以直接用「ATR ÷ 收盘价」建一个自定义指标，再挂一条 120 周期均线上去。

三、每天开盘前记一个数。 就是 min(1, MA(N,120) ÷ N)，记在你的交易日志里。六成时间它是 1，你会很快习惯。

四、下单时乘进去。 按 2% 规则算完手数，乘系数，向下取整。

五、系数低于 0.6 的日子，单独标记。 这些日子一年只有十几天，事后回看这几天的交易结果，是判断这套方法在你身上有没有用的最直接证据。

六、不要把系数用在方向上。 第八节那条前提，写在规则文档的第一行。

写在最后

这套方法的说服力不在公式，在第四节那张分布表。

一个「自动缩放仓位」的规则，听上去像是要接管你的交易，实际上它六成时间安静地等于 1，一年只有几天真正把仓位砍到一半以下。它没有增加任何日常负担，也没有改变你已经在用的 2% 规则，它只是在你原来的算法后面挂了一个单向阀门，在波动率明显高于自己常态的时候，把下注规模往回收一点。

它做不到的事同样要记住：跳升当天它慢半拍，方向上它什么都不说，极端行情的第一根 K 线要靠别的机制去挡。

先把自己品种的 N 值分布算出来。这一步做完，你对「今天这个行情算不算大」这个问题的回答方式就会变了。