【子楠讲量化】如何粗略估计一个策略的资金容量？

每个策略计算最大资金容量的方案不一样。光有回测和波动情况一般不够判断资金容量。

我以数字货币做市商策略来给举个例子：

比如你有一个做市商策略，跑在某交易所的BTC_USD交易对，每天收益率大概稳定千分之2.你不断增加资金，增加到某一个值的时候，收益率开始下降，比如你从200万增加到300万，收益率不再保持千分之二，那么你可以认为你达到了资金容量。对吧

换个角度说，策略容量可以看做资金利用率100%可保持的情况。当资金利用率无法保持100%的时候，策略达到容量上限。

那么，好，我们如何偏差较小地预估它这个收益率呢？这里得分析做市商策略的模型。我们假设它是一个简单的撒网策略，他的模型假设为每个价格的下一个价格，其相对于当前价格，上涨概率与下跌概率均等于50%。于是它的行为是散出当前价格略高一点的，以及当前价格略低一点的单，吃交易所的返利以及略高的这个价差。

这个假设，显然在大波动时不成立，所以我们认为，这个策略的有效时期为一短时间内不发生大波动（例如涨跌相比于当前价格，不超过5%可保持的时间）之类的。

然后你观察市场，发现这个交易所的这个交易对，不发生大波动的时间大概在1小时到2天不等，你统计了一下，给了一个最高概率值，也就是4小时不发生大波动。 （例如这就是一个典型的波动）

观察这个假设，发现它的假设下，每次出的买单和卖单成交的概率均为50%，换句话说，不成交，而成为冻结单的概率也是50%。

当所有资金都冻结以后，交易就停止，这时候可用资金不足。换句话说，此时已投入资金的利用率达到了100%。

换言之，我们就可以根据统计数据的，平均多久不发生大波动，除以一个金额平均多久全部冻结，得到的数字乘以这个金额，粗略估计资金容量。

比如你统计以后，发现1万美元，在你设定的参数下，有时候5分钟全冻结，有时候半小时全冻结，然后你统计得到最高概率的冻结时间大概在10分钟。

那么4小时/10分钟乘以1万，你这个策略的容量粗略估计大致就是24万美元。

这种估计方法很糙，你可能也发现了，这里你策略使用的很多参数一变，这种估计方法偏差就会变大。比如你设定每单的交易量为多少，这里就没提。假设你设定一次就5000美元，那1秒你资金利用率就到了。你预估出来机会极高。你设定一次交易就几美分，那估计几天下来，你资金利用率也没到100%。于是你很可能得出你已经达到策略容量的结论。

类似的预估方法很多，无非是把策略与市场的相关信息做一个量化，然后根据相关信息的统计数据，固定策略的其他参数，找到一个资金利用率随资金量会发生变化的相关量，比如文中找的是时间。然后用市场的统计信息，去找一个数量关系，从而反推容量上限。

从这里举的例子看的话，你可能觉得，如果精度够高，似乎通过回测，可以判断出来。

但是考虑交易量的数据，回测会忽略市场上的冰山订单，导致预估的容量偏小。

或者回测单纯根据价格判定是否交易而不考虑交易量，导致你预估的策略容量极大。