| 知乎精选
【杨影枫的回答(11票)】:
答：策略的最大资金容量和量化策略的回测收益、波动等数据没有太直接的关系。策略的最大资金容量如何确定是个偏实际应用的问题，一般的策略最大资金容量你很难说出一个具体的准确的数字是多少。
在考虑策略最大资金容量时，可能考虑到的因素有1策略本身的逻辑，2策略交易频率，3策略交易品种的日内总成交量和总持仓量，4策略交易品种的瞬时挂单量，5资金的风险偏好，6市场上同类型策略的资金容量等等。
今天有空接着之前的继续写
一个完整的策略在交易时可以分为以下三步：
1建仓入场
2持有
3平仓出场
1、3这两个过程，持续的时间越长，交易品种的总成交量越大，那么策略在交易时的冲击成本就越少，容量也就越大。
所以高频交易容量<期货趋势类策略容量<股票类策略容量。特别是到高频交易这个级别，需要观察瞬时的挂单量来确定有多少交易可以执行，而进一步确定容量有多大。
在2这个过程中，由于价格的波动会出现账面上的获利和亏损。这就引出来了第二个总要因素，资金的风险偏好。一般来说，越大的资金对风险的厌恶程度就越高。
所以期货趋势类策略容量<期货品种间套利策略容量<Alpha类股票策略
但成交量在决定资金上限时更重要，所以虽然期货品种间套利策略风险低于纯股票策略，但纯股票策略的资金容量更大的原因。
市场常见的策略类型及其资金容量：
高频交易 100万——1000万
期货趋势策略 100万——数千万
期货品种间套利策略 1000万——数亿
纯股票策略 数千万——数百亿
Alpha类股票策略 数千万——数十亿
【李腾的回答(14票)】:
楼上回答得已经基本覆盖了我所了解的内容，我只是整理下重新表述。
逻辑+数据：估计策略容量需要逻辑和数据双管齐下。逻辑角度就是看策略类型，例如基于多因子模型的量化股票组合策略一般容量比较大，至少50亿人民币吧；而股指期货高频交易策略通常容量几千万，资金再多时收益率就开始下降了。数据角度就是指实证测试，例如用历史交易数据建立冲击成本模型，不同资金规模下策略收益率的主要区别我感觉就是冲击成本不同。对于高频交易策略，建立有效的冲击成本模型应该是一个困难的任务。
策略为什么会有容量上线：冲击成本一般随着资金规模非线性增长，而策略收益随着资金规模线性增长，所以资金规模充分大时，冲击成本一定吃掉所有收益，因此策略就有容量上限。
【何方伟的回答(5票)】:
1、首先要解决你的回测数据的真实性问题，很多数据是过度拟合的，结果是自己骗自己。建议用样本外数据，或者用实盘数据。
2、资金容量问题一般是流动性问题和冲击成本，请统计一下盘口数据，估算增加多少资金会增加多少交易成本，当增加到多少成本你觉得是极限了，那就是最大资金容量。一般都要留更多余地，因为未来的不确定性实在太多。
3、无论你怎么计算，最后都要用实盘来验证，分析实盘数据。
【习鹏程的回答(2票)】:
策略的资金容量不需要通过回撤获得，主要是看你策略的逻辑。通过回撤怎么能知道你的容量呢。！
【知乎用户的回答(3票)】:
看下成交时刻的交易量，比如你在12点0分0秒交易一万股，同时间市场交易10万股以上可以认为你对市场没影响。这个比值可以自己定。
【胡彦的回答(1票)】:
谢邀。一些小看法。
1、策略应用的市场范围、交易标的物成交量／额大小、历史行情数据准确度、策略类型、报单方式等影响资金容量。
2、策略历史测试必须考虑实盘冲击滑点或挂单成交概率，否则得到的测试结果会有些自欺欺人。
3、刚入行时是前辈根据经验告诉我策略的大概资金容量。几年下来，通过实盘与测试对比，形成了自己的判断标准。实盘头寸由小到大的试单很重要。
【知乎用户的回答(0票)】:
楼上几位的回答基本认同，策略的资金容量不是取决于回测收益这些，主要是策略思想：比如做对冲的还是单边的，短期还是长期，趋势还是短期波动等
【梓元的回答(0票)】:
谢邀。因为很少上知乎，没有看见您的邀请。楼上几位老师的回答都很精彩，基本涵盖了我对领域的所有认识。
1、您的问题是计算策略的最大资金容量，首先是测量数据角度，是拟合数据，还是实盘数据。可以参照历史行情，市场范围，规模等。关键还是实盘的头寸，这都需要自己摸索的。
2、逻辑角度是您构建的一个成本模型，单边还是对冲，短长期等等。你可以自己制作一个交易模型。然后根据交易模型计算数据与公式，其实说穿了，最后还是数学与计算机的问题。
【任逍遥的回答(0票)】:
楼上答的比较完整了，说一下我们自己做量化时的感受。
其实量化策略的资金容量与策略的股票数目有一定的关联。如果策略过于集中的话，资金量上去的时候，冲击成本会比较大；如果策略稍微分散一些的话，可以有效的降低每只股票上面的冲击成本，从而提高收益。
当然，过于分散的策略，收益率是一个大问题。。。
综上，合理的股票数目是一个量化策略的必要条件。
【LillianSong的回答(0票)】:
一般是两方面，
一个是看当时的volume，如果在1／10以内，一般可以认为是对市场无影响的。当然这个数字要根据经验来看。
第二是根据tick data来估算slippage cost
然后把它包括在你的回测中。不过一般来讲，更简化的话可以设计一个资金量和slippage的函数，这样来设计backtesting的时候方便一些。
【huajosu的回答(0票)】:
我做股票量化，一般很简单，就是看组合调仓时保证绝大多数股票不会超过当天成交的10%，粗略匡算一下就是容量。这种东西只能粗略试算，具体还要看实盘。
转载自 知乎精选