你连着做对了九笔。信心起来了，第十笔你下了平时四倍的仓位。
那一笔亏了 40%。
你九次判断正确、一次判断错误，账户是净亏的。 决定这个结果的不是你的判断力——九比一的胜率相当好。决定它的是那四倍。
这是整个系列里最重要的一篇。理由很直接：入场决定你能不能赚钱，仓位决定你能不能活着。 而在一个负和的、高不确定性的环境里，活着是赚钱的前提条件。
这一篇里的内容全部是算术。它不需要你预测任何事情，也不会因为市场环境变化而失效。
本文仅用于记录和普及基础知识，不构成投资建议。文中数字均为说明用的示例，不是推荐参数。
一、顺序反过来：先决定亏多少
新手的思考顺序通常是：
① 我觉得它会涨 → ② 买多少呢？ → ③ （亏了以后）什么时候割？
这个顺序的问题在于，②和③都在情绪最强烈的时候做决定。
正确的顺序是：
① 这笔交易我最多允许亏多少钱？（先定死）
② 我的失效点在哪里？（价格到哪里，说明我错了）
③ 由①和②反推出仓位大小
④ 最后才是——要不要做这笔交易
打个比方
开车的时候，你不会先决定"今天想开 140"，再回头看路况。你是先看路况和刹车距离，再决定踩多深。
仓位是同一件事：“我最多能承受多大损失"和"价格到哪里说明我错了"这两个数先定死，速度是被它们算出来的。
⭐ 所以这句话要读准：仓位是计算结果，不是感觉。 这是这一篇的全部内容。
⚠️ 这个顺序第一次用会觉得别扭，因为它和注意力的自然流向是反的。人看到一个机会时，脑子里全是"它会涨多少”——那是收益的一侧。而这套顺序要求你先把收益那一侧整个放下，先把亏损算完。
别扭是对的。收益那一侧是你猜的，亏损这一侧是你能定的。先处理你能定的那个。
二、仓位规模公式
单笔风险金额 = 账户总额 × 单笔风险比例
仓位数量 = 单笔风险金额 ÷ (入场价 − 止损价)
单笔风险比例常见的取值是 0.5% – 2%。这个数字的作用下一节会解释。
股票示例
账户总额 $10,000
单笔风险 1% = $100
入场价 $50.00
止损价 $47.00
每股风险 = $50 − $47 = $3
买入股数 = $100 ÷ $3 ≈ 33 股
仓位价值 = 33 × $50 = $1,650（占账户 16.5%）
如果止损被打掉，你亏 $99，约等于账户的 1%。
加密示例
账户总额 $10,000
单笔风险 1% = $100
入场价 $60,000
止损价 $58,000
每币风险 = $2,000
买入数量 = $100 ÷ $2,000 = 0.05 BTC
仓位价值 = 0.05 × $60,000 = $3,000（占账户 30%）
注意这里的关键：没有用到任何杠杆。 $3,000 的仓位在 $10,000 账户里是现货就能完成的。
对比一下：如果同一个账户用 10 倍杠杆开一个 $100,000 的 BTC 仓位，价格反向变动 2%（在 BTC 上属于日常波动）就是 $2,000 的亏损——账户的 20%。这不是一个更激进的版本，这是一个数学上不同的行为。
止损位置的确定
公式里的止损价不应该是「我能承受亏多少」，而应该是「价格到哪里，我的判断被证伪」。这两件事经常被混淆，结果是把止损设在一个技术上毫无意义、但心理上感觉舒服的位置。
常见的确定方式：
- 关键结构位下方（前低、支撑区）
- 基于波动率的距离（例如若干倍 ATR）——在高波动品种上尤其必要
- 时间止损：持有 N 天后仍未按预期发展就退出
如果按合理止损算出的仓位小到「不值得做」，那说明的不是仓位该放大，而是这笔交易的风险回报结构不好。
三、回撤的数学：为什么亏损是不对称的
这是最应该被记住的一张表。
在看数字之前先记住形状：亏损和回本不对称，而且越亏越不对称。 亏掉一半，要涨一倍才回到原点——不是涨 50%。
打个比方：你从 100 层掉到 50 层，要回到原处，得再爬一个"你现在这么高"的距离。掉得越深，你脚下剩的越少，而要爬的越多。
| 亏损幅度 | 回本所需涨幅 |
|---|---|
| −10% | +11.1% |
| −20% | +25.0% |
| −30% | +42.9% |
| −40% | +66.7% |
| −50% | +100% |
| −60% | +150% |
| −70% | +233% |
| −80% | +400% |
| −90% | +900% |
公式：回本涨幅 = 1/(1−亏损率) − 1
含义：
- 亏 50%，你需要翻倍才能回到原点
- 亏 90%，你需要十倍
- 而且这些涨幅要在变小了的本金上实现——你的绝对赚钱能力已经同步缩水了
这解释了为什么单笔风险要控制在很小的比例。用 1% 的单笔风险，连续亏 20 次，账户还剩约 82%；用 20% 的单笔风险，连续亏 5 次，账户只剩约 33%，而这时你需要 +205% 才能回本。
保住本金不是保守，是数学上的必要条件。
四、连续亏损比你以为的常见得多
「我不会连亏十次」——这个直觉是错的。
假设你的胜率是 50%，交易 500 次。出现至少一次连续亏损 10 笔的概率大约是 20%。
如果胜率是 40%（很多正期望值的趋势策略胜率就在这个区间），同样 500 笔交易里出现至少一次连亏 10 笔的概率约为 70%。
也就是说：
如果你的策略胜率不高，那么在你的交易生涯里，连续亏损十次几乎一定会发生。问题只是什么时候。
这件事有两个推论：
1. 单笔风险必须小到能扛过连亏。 用 1% 的单笔风险，连亏 10 次损失约 10%，难受但完好；用 10% 的单笔风险，连亏 10 次账户接近归零。
2. 连亏不构成「策略失效」的证据。 大多数人在连亏后会做两件错事：加大仓位试图追回，或者放弃一个其实有效的策略。这两个决定都建立在「连亏是异常」的错误前提上。
顺带一提，这也说明了为什么「三个月赚了 300%」的截图没有信息量——在足够多的人和足够高的杠杆下，一定会有人在短期内出现这样的结果，这与技能无关。你看到的是幸存者。
五、R 倍数：把结果统一成可比较的单位
1R = 你在这笔交易上承担的风险金额。
用 R 表示结果，不同价格、不同标的的交易就可以放在一起比较：
风险 $100，赚了 $300 → +3R
风险 $100，亏了 $100 → −1R
风险 $100，赚了 $50 → +0.5R
于是期望值可以写成：
期望值(R) = 胜率 × 平均盈利R − 败率 × 平均亏损R
例：胜率 40%，平均盈利 3R，平均亏损 1R
期望值 = 0.4 × 3 − 0.6 × 1 = 1.2 − 0.6 = +0.6R / 笔
R 思维的实际价值在于，它把注意力从「这次赚了多少钱」转移到「这个过程的期望值是多少」。前者是结果，后者是你唯一能控制的东西。
风险回报比与胜率的对应关系（不计成本时的盈亏平衡胜率）：
| 盈亏比 | 需要的最低胜率 |
|---|---|
| 1 : 1 | 50% |
| 1.5 : 1 | 40% |
| 2 : 1 | 33.3% |
| 3 : 1 | 25% |
| 5 : 1 | 16.7% |
加上交易成本后，实际需要的胜率都要更高一些。这张表说明了一件事：在盈亏比足够高时，你可以经常犯错还依然赚钱。 反过来，1:1 以下的盈亏比要求你有稳定超过 50% 的胜率，这个门槛远比看起来高。
六、杠杆：把它当成算术而不是倍数
⭐ 回到开车那个比方：杠杆就是把油门踩深。 而这一节要说的是——路况和刹车距离没变，你只是让同样的一个失误，后果乘上了一个倍数。
「10 倍杠杆」这个说法掩盖了它真正的含义。
强平价格公式
对逐仓多头仓位（忽略手续费和资金费）：
强平价 ≈ 入场价 × (1 − 1/L) / (1 − m)
其中 L 是杠杆倍数，m 是维持保证金率。
取 m = 0.5%，得到这张表：
| 杠杆 | 大约多大的反向波动就爆仓 |
|---|---|
| 2× | −49.7% |
| 3× | −33.0% |
| 5× | −19.6% |
| 10× | −9.5% |
| 20× | −4.5% |
| 50× | −1.8% |
| 100× | −0.5% |
空头方向的公式是 入场价 × (1 + 1/L) / (1 + m)，结论对称。
请把这张表和加密市场的日常波动放在一起看：BTC 单日波动 3–5% 是常态，极端行情下 10%+ 并不罕见。
100 倍杠杆意味着 0.5% 的反向波动就足以让你损失全部保证金。 而 0.5% 的波动在加密市场里可能发生在几秒钟之内。
再考虑第四篇讲的插针和连环强平：在那种时刻，价格可以到达任何位置。高杠杆下，「我的判断长期是对的」和「我的仓位能活到那个长期」是两个独立的问题。
几点补充：
- 实际的维持保证金率通常随仓位规模阶梯上升，仓位越大，强平价越近
- 手续费和资金费会持续消耗保证金，让强平价比公式算出的更近
- 「补保证金」通常是在错误的方向上加注，它把一个有限的亏损变成一个更大的亏损
有效杠杆才是真实风险
名义杠杆倍数只是平台的一个设置。真正重要的是：
有效杠杆 = 总仓位价值 ÷ 账户净值
用 100 倍杠杆开一个很小的仓位，风险可能低于用 3 倍杠杆开一个巨大的仓位。看的是仓位价值占账户的比例，不是那个倍数按钮。
七、凯利公式，以及为什么不要直接用它
凯利公式给出理论上使长期资金增长率最大的下注比例：
f* = (b·p − q) / b
p 是胜率，q = 1−p，b 是盈亏比。
例：胜率 50%，盈亏比 2:1
f* = (2 × 0.5 − 0.5) / 2 = 0.25
即每次押上 25% 的资金。
这个数字大得吓人，而它是「数学最优」的。原因在于凯利公式的目标函数是长期几何增长率最大化，它完全不考虑路径——过程中出现 50%、60% 的回撤，在它的目标里不是问题。
不能直接用的具体理由：
1. 你不知道 p 和 b。 凯利公式假设你精确知道胜率和赔率。在交易里你只有历史估计，且样本通常很小。
2. 高估优势的代价是不对称的。 下注低于最优比例，只是增长慢一些；下注高于最优比例，增长率会迅速转负。当你的真实优势只有你估计的一半时，全凯利就变成了超额下注。
3. 回撤深到无法执行。 即使参数完全正确，全凯利策略的回撤幅度在实践中大多数人扛不住——而扛不住就意味着你会在最差的时候放弃策略。
4. 交易的结果分布不是二元的。 凯利的原始形式假设固定的输赢金额，而交易的盈亏是连续分布，还有肥尾。
实践中通常的处理是使用半凯利或更低（1/2、1/4），它牺牲一部分增长率来换取显著更低的波动。而对多数人来说，前面讲的「固定百分比风险」已经足够，且更稳健。
凯利公式真正的价值不在于给出一个数字，而在于它说明了：存在一个最优下注比例，超过它，即使你有优势也会亏钱。 过度下注不是「更激进的赚钱方式」，它是一种把正期望值转化为负结果的机制。
八、相关性：分散化最常见的失效方式
「我买了 8 只股票，很分散了。」
如果这 8 只都是半导体股，你实际上只有一个仓位，只是分成了 8 份。它们会一起涨，也会一起跌。
需要检查的相关性维度：
- 行业：8 只科技股 ≈ 1 个科技赌注
- 因子：都是高成长、高估值 ≈ 同一个宏观利率赌注
- 地域与货币
- 在加密市场：几乎所有山寨币对 BTC 高度相关，且在下跌时相关性更高、跌幅更大
最后一条尤其重要。加密市场的「分散到十个币种」在下跌时提供的保护接近于零——熊市里它们一起跌，只是幅度不同。
更普遍的规律是：
相关性在危机中趋向于 1。 平时看起来不相关的资产，在真正需要分散化的时刻会一起下跌。
这是 2008 年和 2020 年 3 月都验证过的现象。它的实际含义是：你应该按「最坏情况下所有仓位一起亏损」来估计总风险，而不是按平时的相关性。
总风险敞口
除了单笔风险，还应该设定：
- 同一方向的总敞口上限（例如所有多头合计不超过账户的某个比例）
- 同一板块/相关组的敞口上限
- 总的账户级最大回撤线——触及后停止交易，重新评估
九、一份风险检查清单
下单前：
- 这笔交易我最多亏多少钱？是一个具体数字吗？
- 止损在哪里？它是基于判断被证伪的位置，还是基于我能忍受的金额？
- 仓位是算出来的还是拍出来的？
- 如果这笔交易和我现有的所有仓位同时亏损，账户会怎样？
- 如果连亏 10 笔，我还剩多少？还能继续执行策略吗？
- 用杠杆了吗？强平价在哪里？它离一次日常波动有多远？
- 这个品种的流动性支持我这个仓位出场吗？
- 这笔钱如果全部亏掉，我的生活会改变吗？
持仓中：
- 我的止损还在原来的位置吗？（向不利方向移动止损，是最常见的致命错误）
- 我加仓的理由，是原计划的一部分，还是因为它跌了？
十、这一篇的结论
- 仓位是计算结果：
数量 = (账户 × 风险比例) ÷ (入场价 − 止损价) - 亏损与回本是不对称的：亏 50% 需要翻倍才能回来。
- 连亏 10 次几乎必然发生。单笔风险必须小到能扛过它。
- 用 R 倍数衡量结果，关注期望值而非单次盈亏。
- 杠杆是算术：10 倍 ≈ −9.5% 爆仓，100 倍 ≈ −0.5% 爆仓。真正重要的是有效杠杆。
- 凯利公式说明了过度下注会把正期望值变成亏损——这比它给出的具体数字更有价值。
- 相关性在危机中趋向 1，尤其在加密市场。按「一起亏损」估计总风险。
- 永远不要向不利方向移动止损。
前面六篇讲的都是机制和数学——那些不需要预测、可以被确定地学会的部分。它们决定你能不能留在牌桌上，但本身不产生收益。下一篇处理另一半问题：收益到底从哪里来，以及怎么判断一个想法是真信号还是噪声。