2. 基础知识

在量化策略从研究走向实盘的过程中，“策略容量”是一个绕不开的核心概念。它决定了策略能够承载多大规模的资金，也直接影响策略的收益衰减速度与交易成本结构。理解策略容量，是进行换手率分析与成本压力测试的前提。

一、核心原理：什么是策略容量

策略容量（Strategy Capacity）是指在给定市场条件、交易成本约束和风险容忍度下，一个策略能够有效管理的最大资金规模。超过这一规模后，策略的边际收益将无法覆盖边际成本，或风险暴露超出可控范围。

容量并非一个固定数值，而是一个随市场环境、流动性、策略逻辑动态变化的区间。可以从三个层次理解：

• 理论容量：假设无摩擦市场下，策略信号完全有效时的资金上限，通常由标的市值、日均成交额等硬约束决定。
• 经济容量：考虑交易成本、冲击成本后，策略净收益仍能覆盖资金机会成本的规模。
• 运营容量：叠加风控限制、合规要求、运营能力后的实际可管理规模。

二、影响因素：容量由什么决定

策略容量受多重因素共同作用，主要可归纳为以下四类：

其中，换手率与容量呈显著负相关。高换手策略在每次调仓时都需要消耗流动性，资金规模越大，冲击成本非线性上升，容量天花板越低。这也是本课程将换手率与容量放在一起讨论的原因。

三、度量指标：如何量化策略容量

容量度量没有唯一标准，实务中常用以下指标组合评估：

1. 日均成交额占比法：策略每日交易金额占标的日均成交额的比例。经验阈值通常控制在5%～10%以内，超过则冲击成本急剧上升。
2. 冲击成本模型法：基于Almgren-Chriss等模型，估算不同资金规模下的冲击成本，找到净收益归零的临界规模。
3. 容量衰减曲线：绘制资金规模与策略夏普比率、年化收益的关系曲线，观察收益衰减拐点。
4. 换手率约束法：给定可接受的换手率上限，反推策略可承载的资金规模。

# 简化的容量估算示例（伪代码）
def estimate_capacity(avg_daily_volume, participation_rate=0.05, turnover=2.0):
    """
    avg_daily_volume: 标的日均成交额（元）
    participation_rate: 允许的成交额占比
    turnover: 策略年换手率（倍）
    """
    daily_capacity = avg_daily_volume * participation_rate
    annual_capacity = daily_capacity * 250 / turnover
    return annual_capacity

# 示例：日均成交额10亿，参与率5%，年换手2倍
capacity = estimate_capacity(1_000_000_000, 0.05, 2.0)
print(f"估算策略容量：{capacity/1e8:.2f} 亿元")
# 输出：估算策略容量：6.25 亿元

四、案例与场景：容量问题的真实表现

考虑一个典型的中高频Alpha策略：持仓周期3～5天，年换手率约20倍，主要交易中证500成分股。在初始资金1亿元时，年化收益15%，夏普比率1.8。当资金规模逐步扩大至10亿元时，出现以下变化：

• 单票日均交易金额占该股成交额比例从1%升至8%，冲击成本显著上升；
• 部分小市值成分股无法容纳目标仓位，被迫分散到流动性更差的标的；
• 实际年化收益降至7%，夏普比率降至1.0以下；
• 换手率因调仓困难被动下降，策略信号衰减加快。

这一场景说明：容量不是简单的资金上限，而是收益、成本、风险三者共同作用下的动态边界。策略在1亿元时有效，不代表在10亿元时仍然有效。

五、常见误区与复盘

• 误区一：用历史回测收益线性外推容量。回测通常假设固定滑点，未考虑资金规模对市场的冲击，导致容量被严重高估。
• 误区二：忽视换手率与容量的耦合关系。高换手策略在资金扩大后，调仓频率被迫降低，策略逻辑可能失效。
• 误区三：只看单标的容量，忽略组合相关性。多策略叠加时，若信号高度相关，实际容量远低于各策略容量之和。
• 误区四：将容量视为静态值。市场流动性、波动率、参与者结构变化都会改变容量边界，需持续监控。
• 误区五：忽略运营与合规约束。即使经济容量允许，风控限额、合规要求也可能提前封顶。

复盘建议：建立容量监控看板，定期跟踪“实际成交占比、冲击成本、换手率变化、收益衰减”四项指标。当冲击成本占收益比例超过30%时，应主动控制规模或调整策略参数。