position-sizer

仓位计算器

概述

根据风险管理原则，计算买入多头股票时的最佳股数。支持三种计算方法：

• 固定比例法：每笔交易承担固定比例的账户权益风险（默认：1%）
• 基于 ATR 的方法：使用平均真实波幅设置经过波动率调整的止损距离
• 凯利准则：根据历史盈亏统计数据，计算数学上最佳的风险配置

所有方法都会应用投资组合约束（最大仓位比例、最大行业比例），并输出包含完整风险明细的最终建议股数。默认输出整数股。仅当用户的券商支持该证券和订单类型的碎股交易时，才使用 --fractional。

适用场景

• 用户询问“我应该买多少股？”
• 用户想为特定交易方案计算仓位大小
• 用户提到每笔交易风险、止损规模或投资组合配置
• 用户询问凯利准则或基于 ATR 的仓位计算
• 用户账户规模较小，整数股取整会导致无法充分利用已设定的风险预算
• 用户想确认某个仓位是否符合投资组合集中度限制

前提条件

• 无需 API 密钥
• Python 3.9+，仅使用标准库

工作流

步骤 1：收集交易参数

向用户收集：

• 必填：账户规模（总权益）
• 模式 A（固定比例法）：入场价、止损价、风险比例（默认 1%）
• 模式 B（基于 ATR 的方法）：入场价、ATR 值、ATR 倍数（默认 2.0x）、风险比例
• 模式 C（凯利准则）：胜率、平均盈利、平均亏损；可选提供入场价和止损价以计算股数
• 可选约束：账户最大仓位比例、最大行业比例、当前行业敞口
• 可选股数模式：默认使用整数股；券商支持时，可使用 --fractional --share-precision N 进行碎股交易

如果用户提供了股票代码但未提供具体价格，请使用可用工具查询当前价格，并根据技术分析建议入场价和止损价。

步骤 2：运行仓位计算脚本

运行仓位计算：

# Fixed Fractional (most common)
python3 skills/position-sizer/scripts/position_sizer.py \
  --account-size 100000 \
  --entry 155 \
  --stop 148.50 \
  --risk-pct 1.0 \
  --output-dir reports/

# Fractional shares for small accounts or high-priced stocks
python3 skills/position-sizer/scripts/position_sizer.py \
  --account-size 1000 \
  --entry 155 \
  --stop 148.50 \
  --risk-pct 1.0 \
  --fractional \
  --share-precision 4 \
  --output-dir reports/

# ATR-Based
python3 skills/position-sizer/scripts/position_sizer.py \
  --account-size 100000 \
  --entry 155 \
  --atr 3.20 \
  --atr-multiplier 2.0 \
  --risk-pct 1.0 \
  --output-dir reports/

# Kelly Criterion (budget mode - no entry)
python3 skills/position-sizer/scripts/position_sizer.py \
  --account-size 100000 \
  --win-rate 0.55 \
  --avg-win 2.5 \
  --avg-loss 1.0 \
  --output-dir reports/

# Kelly Criterion (shares mode - with entry/stop)
python3 skills/position-sizer/scripts/position_sizer.py \
  --account-size 100000 \
  --entry 155 \
  --stop 148.50 \
  --win-rate 0.55 \
  --avg-win 2.5 \
  --avg-loss 1.0 \
  --output-dir reports/

步骤 3：加载方法论参考资料

阅读 references/sizing_methodologies.md，以提供所选方法、风险准则和投资组合约束最佳实践的相关背景信息。

步骤 4：计算多个方案

如果用户未指定单一方法，请运行多个方案进行比较：

• 固定比例法：风险比例分别为 0.5%、1.0% 和 1.5%
• 基于 ATR 的方法：倍数分别为 1.5x、2.0x 和 3.0x
• 提供比较表，列出每种方案的股数、仓位价值和美元风险

步骤 5：应用投资组合约束并确定最终仓位

如果用户提供了投资组合背景信息，请添加约束：

python3 skills/position-sizer/scripts/position_sizer.py \
  --account-size 100000 \
  --entry 155 \
  --stop 148.50 \
  --risk-pct 1.0 \
  --max-position-pct 10 \
  --max-sector-pct 30 \
  --current-sector-exposure 22 \
  --output-dir reports/

说明哪项约束起决定作用，以及它为何会限制仓位。

步骤 6：生成仓位报告

提供最终建议，包括：

• 使用的方法及理由
• 精确股数和仓位价值
• 美元风险及其占账户的比例
• 止损价
• 任何起决定作用的约束
• 风险管理提醒（投资组合总风险敞口、严格止损纪律）
• 小额账户提醒：碎股交易无法规避券商最低要求、价差／滑点、佣金／费用、保证金限制、借券可用性或日内交易限制

输出格式

JSON 报告

{
  "schema_version": "1.0",
  "mode": "shares",
  "parameters": {
    "entry_price": 155.0,
    "account_size": 100000,
    "stop_price": 148.50,
    "risk_pct": 1.0
  },
  "calculations": {
    "fixed_fractional": {
      "method": "fixed_fractional",
      "shares": 153,
      "risk_per_share": 6.50,
      "dollar_risk": 1000.0,
      "stop_price": 148.50
    },
    "atr_based": null,
    "kelly": null
  },
  "constraints_applied": [],
  "final_recommended_shares": 153,
  "final_position_value": 23715.0,
  "final_risk_dollars": 994.50,
  "final_risk_pct": 0.99,
  "binding_constraint": null
}

Markdown 报告

与 JSON 报告一同自动生成。内容包括：

• 参数摘要
• 当前方法的计算详情
• 约束分析（如有）
• 包含股数、价值和风险的最终建议

报告保存在 reports/ 目录中，文件名为 position_sizer_YYYY-MM-DD_HHMMSS.json 和 .md。

资源

• references/sizing_methodologies.md：固定比例法、基于 ATR 的方法和凯利准则的综合指南，包含示例、比较表和风险管理原则
• scripts/position_sizer.py：主要计算脚本（CLI 接口）

核心原则

1. 生存优先：仓位规模旨在帮助你度过连败，而非最大化盈利
2. 1% 规则：默认每笔交易承担 1% 的风险；除非有特殊理由，否则绝不超过 2%
3. 默认使用整股：现有工作流默认继续使用整数股
4. 向下取整，绝不进位：整股模式向下取整为整数；小数股模式向下取整至指定精度，确保不超出风险和集中度预算
5. 以最严格的限制为准：若有多个限制，最终仓位由其中最严格的限制决定
6. 半凯利：实践中绝不使用完整凯利；半凯利只需承担远低得多的风险，即可实现 75% 的增长
7. 投资组合风险敞口：未平仓头寸的总风险不应超过账户净值的 6-8%
8. 日内交易规则因经纪商而异：FINRA 已用日内保证金标准取代旧有的模式日内交易者交易日计数和 25,000 美元最低净值要求，新标准自 2026-06-04 起生效，经纪商可在 2027-10-20 前分阶段实施。在保证金账户中反复进行当日交易前，请查看经纪商的现行规则。
9. 亏损的不对称性：亏损 50% 后，需要盈利 100% 才能回本；应据此调整仓位