假设有两个策略，买入的股票完全相同，只在仓位上有区别。
策略 A：每次固定投入总资金的 20%。策略 B：看好的时候投入 80%，不太确定的时候投入 5%。
直觉上 B 应该赚更多，因为它重仓了「更看好」的机会。但真实回测里，B 的表现通常更差——因为人对「看好」的判断极不稳定，往往在行情最热时最看好，恰恰买在阶段高点。
这说明：仓位不该由主观「信心」决定，而应该由规则的确定性决定。
1. 等额投入：每笔交易投入相同的金额。最简单、最不容易出错，适合策略信号质量均匀的情况，也是新手最该用的。
2. 固定比例：按总资金固定百分比投入，随资金增长自动放大。比等额更符合复利逻辑，但要防止在连续盈利后仓位过大。
3. 波动率倒数：波动大的标的给更小仓位，波动小的给更大仓位，让每笔交易承担的风险相近。进阶方法，需要估算波动率。
凯利公式给出了「在已知胜率和盈亏比时，理论上的最优下注比例」。公式形式是 f = 胜率 -（1 - 胜率）/ 盈亏比。
但它有三个致命前提：胜率和盈亏比要准确已知、可以无限次重复下注、每次下注独立。真实市场一个都不满足——胜率是估计的、机会不是连续出现的、市场环境会变。
所以实务中的做法是用「半凯利」甚至「四分之一凯利」，也就是算出理论值再打对折甚至打两折。宁可少赚，也别因为一次估计错误就出局。
错误一：亏损加仓。跌了觉得「更便宜了」，于是补仓摊低成本。这是把一次小错变成大错的最快方式。量化策略的止损规则必须严格执行，不允许例外。
错误二：盈利加仓不设上限。连续赚钱后信心膨胀，仓位越加越重，最后一次回撤就把前面全部利润抹掉。
错误三：同时持有高度相关的标的。买了五只不同的股票，但它们都是同一个板块，实际风险等于满仓一只。
在决定仓位之前，先诚实回答一个问题：账户回撤多少，我会失眠？
如果答案是 20%，那么你的总仓位就不应该让你的理论最大回撤超过 20%。假设策略本身最大回撤是 40%，那总仓位上限就是 50%。
这个计算很简单，但它把「心理承受能力」变成了一条可执行的红线，比任何复杂的仓位模型都实用。