<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	xmlns:media="http://search.yahoo.com/mrss/" >

<channel>
	<title>风险管理 &#8211; 投白马</title>
	<atom:link href="https://toubaima.com/tag/%E9%A3%8E%E9%99%A9%E7%AE%A1%E7%90%86/feed/" rel="self" type="application/rss+xml" />
	<link>https://toubaima.com</link>
	<description>全球资本市场右侧交易研究与分析平台</description>
	<lastBuildDate>Thu, 29 Oct 2026 10:13:31 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.4</generator>

<image>
	<url>https://toubaima.com/wp-content/uploads/2023/12/cropped-Toubaima_com_matou-32x32.png</url>
	<title>风险管理 &#8211; 投白马</title>
	<link>https://toubaima.com</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>宏观数据怎么读：CPI、非农与PMI的交易检查清单</title>
		<link>https://toubaima.com/academy-macro-data-checklist/</link>
		
		<dc:creator><![CDATA[投白马]]></dc:creator>
		<pubDate>Thu, 29 Oct 2026 10:13:20 +0000</pubDate>
				<category><![CDATA[右侧学堂]]></category>
		<category><![CDATA[CPI]]></category>
		<category><![CDATA[右侧交易]]></category>
		<category><![CDATA[投白马]]></category>
		<category><![CDATA[白马股]]></category>
		<category><![CDATA[风险管理]]></category>
		<guid isPermaLink="false">https://toubaima.com/?p=2969</guid>

					<description><![CDATA[宏观数据交易要核对口径、预期与修订，再等待价格确认。本文用CPI、非农和PMI建立阅读清单，配合假设算例说明入场、仓位及失效处理。]]></description>
										<content:encoded><![CDATA[<p><a href="https://toubaima.com/academy_list/">右侧学堂</a> / 2026年10月29日 / 全文共2187字</p>
<blockquote>
<p><em>宏观数据交易要核对口径、预期与修订，再等待价格确认。本文用CPI、非农和PMI建立阅读清单，配合假设算例说明入场、仓位及失效处理。</em></p>
</blockquote>
<h2>一、数据向好，为什么买入后仍会亏损</h2>
<p>你看到手机推送「通胀回落」，随即买入股票ETF。几分钟后价格冲高回落，新闻标题还在说利好，持仓已经亏损。问题可能出在比较基准：本次数据虽然低于上月，却高于交易者此前的预期；也可能总项走低，某些重要分项仍有压力。</p>
<p>宏观数据描述经济，价格反映市场参与者如何调整持仓。同一读数进入不同的利率环境、盈利预期和仓位结构，市场反应可以不同。把「经济强」直接翻译成「股票涨」，会跳过这些条件。</p>
<p>投白马建议，先写清这次观察要回答的问题：通胀压力是否缓和，就业是否持续增长，企业活动是否改善。再核对本次发布能提供哪些证据。本文以美国数据为主，不提供某次发布后的方向预测，也不讨论抢跑消息的高频策略。</p>
<h2>二、把三类数据放进同一张阅读清单</h2>
<h3>CPI：同时核对时间口径与分项</h3>
<p><a href="https://www.bls.gov/cpi/questions-and-answers.htm" target="_blank" rel="noopener">美国劳工统计局的CPI说明</a>指出，CPI衡量消费者购买一篮子商品和服务的价格变化，既发布季调数据，也发布未季调数据。读新闻时至少记下统计月份、同比或环比、是否季调，以及总项或剔除食品和能源的核心指标。</p>
<p>同比反映与去年同月比较的变化，环比比较相邻月份。两者的比较基准不同，不能用一个替代另一个。假设同比增速回落，某月环比却上升，仅凭同比就宣布短期价格压力已经消失，证据并不完整。</p>
<p>读完总项和核心指标，再查推动变化的主要分项。能源价格回落与服务价格降温，提供的信息不同。不要自行选择最符合持仓方向的一项，更不要把核心指标理解成食品和能源不影响家庭支出。</p>
<h3>非农：新增岗位、失业率与修订分别读</h3>
<p><a href="https://www.bls.gov/web/empsit/ces_cps_trends.htm" target="_blank" rel="noopener">BLS就业调查比较说明</a>区分了企业调查与家庭调查：非农就业岗位数来自企业调查，失业率来自家庭调查。岗位与人数、样本及覆盖范围存在差异，不能把两个调查当成同一张表逐项相减。</p>
<p>阅读就业报告时，依次记录本月新增非农岗位、前月修订、失业率，再检查工资和劳动参与情况。新增岗位高于预期，同时前月数据下修，可能改变你对连续增长力度的判断。失业率变化也要结合参与情况理解，不能仅凭一个方向判断就业全面改善或恶化。</p>
<p>根据<a href="https://www.bls.gov/news.release/empsit.tn.htm" target="_blank" rel="noopener">BLS技术说明</a>，企业调查数据会随新增回报等因素修订。复盘必须保留当时发布的版本，不能拿后来修订的数据解释当时的下单。投白马会把初次读数、修订读数和发布时间分别保存。</p>
<h3>PMI：先辨机构，再辨行业与版本</h3>
<p><a href="https://www.spglobal.com/market-intelligence/en/solutions/products/pmi" target="_blank" rel="noopener">S&amp;P Global的PMI方法说明</a>将其定义为企业经营状况的调查指标，50表示与上月持平，高于或低于50反映所覆盖活动改善或减弱。PMI为52，不代表产出增长2%，它与增长率的单位和方法不同。</p>
<p>还要核对制造业或服务业、发布机构，以及初值或终值。ISM与S&amp;P Global有各自的调查体系，不能将不同机构的读数连成同一条历史序列。制造业指标也不能直接代表整个经济；<a href="https://www.ismworld.org/supply-management-news-and-reports/reports/ism-pmi-reports/pmi/september/" target="_blank" rel="noopener">ISM报告</a>就分别解释制造业与整体经济的判别口径。</p>
<p>阅读PMI分项时，可以看新订单、就业和价格是否支持总项的变化。这里的目的在于核对解释是否完整，没有证据表明某个分项组合能够保证下一笔交易盈利。</p>
<h3>预期差与价格确认各做一次检查</h3>
<p>发布前保存预期来源、时间、调查对象和统计口径；发布后比较实际值、预期值、前值及修订值。官方发布通常不能替你证明某个机构的一致预期，预期数据需要独立来源。无法取得当时可核验的预期，就不能在复盘中声称数据「超预期」。</p>
<p>投白马把数据解读作为交易背景，把所交易资产的价格作为执行依据。日线波段交易者可以提前选定收盘确认窗口，记录关键支撑、阻力和允许的入场区。美元或美债收益率可作辅助观察；它们与股票之间的关系会变化，不能充当固定买卖开关。</p>
<h2>三、把阅读结果变成可执行预案</h2>
<p>下面的数字全部是假设教学参数，不对应任何真实月份、资产或策略收益。假设某月核心CPI季调环比的预期为0.3%，实际为0.2%，较预期低0.1个百分点。它支持讨论价格压力缓和，尚不足以证明某只ETF值得立即买入。</p>
<h3>正例：确认后计算数量，条件失效就退出</h3>
<p>假设账户权益10万美元，单笔计划风险上限为0.5%，即500美元。目标ETF此前阻力在100美元。你没有追逐数据公布后的第一波拉升，等价格收盘站上该位置，后续交易日回踩仍守住，再按预案以101美元买入，保护价为98美元。</p>
<p>每份价差风险为3美元，买入150份，对应持仓1.515万美元、计划价差损失450美元。余下50美元只是预算余量，费用、滑点或跳空可能令实际损失超过500美元。保护价不保证成交价，无法接受这类执行风险时，应进一步缩小数量或取消交易。</p>
<p>入场后若触发原定保护条件，就处理仓位。若价格继续上涨，按事前确定的结构或移动保护规则管理。正例检验的是条件和风险预算是否执行，不能用最终是否盈利倒推流程是否正确。</p>
<h3>反例：把解释当作持仓担保</h3>
<p>沿用相同假设，另一位交易者看到通胀低于预期，直接以101美元买入1000份。即使仍按98美元保护，计划价差风险也达到3000美元，是500美元预算的6倍。价格跌回100美元后，他继续等待新闻里的利好兑现，并向下移动保护价。</p>
<p>若最终在96美元退出，价差损失为5000美元，尚未计入费用。数据理解正确与否，都无法消除超量买入和退出拖延造成的风险。投白马要求在下单前完成数量计算；解释与价格冲突时，执行原先写明的失效处理。</p>
<p>实际使用时，发布前写下数据口径、预期来源、风险预算和价格位置；发布后核对分项与修订，再等预选窗口完成。价格跳过允许入场区、数据来源无法核实、波动超出承受范围，任何一项出现，都可以放弃新增交易。</p>
<p>这套流程适用于能够等待确认的波段交易者。分钟级策略需要独立样本检验、行情和订单执行能力。A股、港股资产也要等待各自市场的价格确认，不能将美国数据发布后的股指反应直接当作本地开盘指令。</p>
<h2>投白马 · 右侧信号</h2>
<p>CPI、非农与PMI分别提供价格、就业和经营活动的线索。阅读时保留统计口径、预期时点和修订版本，才能明确本次发布究竟改变了哪些判断。</p>
<p>右侧交易者提前确定入场区、确认窗口、风险预算和退出条件。数据解释提供背景，交易条件需要在所持资产上得到验证；确认不足时继续观察。</p>
<p>阅读白马研报和TBM指数时，可以用这份清单检查宏观背景与资产价格是否相互支持，再结合个人资金与风险承受能力制定计划。本文为一般方法教学，不构成针对个人的投资建议。</p>
<p class="has-text-align-right" style="text-align: right"><strong>── 投白马研究团队</strong></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>美联储议息周怎么交易：会前控仓、会后确认与失效处理</title>
		<link>https://toubaima.com/academy-fomc-risk-confirmation/</link>
		
		<dc:creator><![CDATA[投白马]]></dc:creator>
		<pubDate>Sat, 24 Oct 2026 02:09:16 +0000</pubDate>
				<category><![CDATA[右侧学堂]]></category>
		<category><![CDATA[仓位管理]]></category>
		<category><![CDATA[右侧交易]]></category>
		<category><![CDATA[投白马]]></category>
		<category><![CDATA[白马股]]></category>
		<category><![CDATA[美联储]]></category>
		<category><![CDATA[风险管理]]></category>
		<guid isPermaLink="false">https://toubaima.com/?p=2920</guid>

					<description><![CDATA[美联储议息交易需要提前确定风险预算，区分政策决定与市场已有预期。本文结合历史会议和假设算例，讲清会前控仓、会后价格确认、信号失效及订单执行风险。]]></description>
										<content:encoded><![CDATA[<p>右侧学堂 / 2026年10月24日 / 全文共2132字</p>
<blockquote>
<p><em>美联储议息交易需要提前确定风险预算，区分政策决定与市场已有预期。本文结合历史会议和假设算例，讲清会前控仓、会后价格确认、信号失效及订单执行风险。</em></p>
</blockquote>
<h2>一、决议公布后的上涨，能维持多久</h2>
<p>凌晨打开行情软件，利率决定刚公布，你关注的ETF快速上涨。你担心错过行情，按下买入键。记者会尚未结束，价格已经跌回起点。此时最难执行的动作，是接受刚才那笔交易的依据已经失效。</p>
<p>事件发生前，你可以安排仓位、核对订单、写下条件。事件发生后，价格会同时消化本次利率决定、后续政策路径和经济判断。只盯住「加息」「降息」几个字，容易遗漏市场此前已经计入的部分。</p>
<p>根据<a href="https://www.federalreserve.gov/newsevents/2026-october.htm" target="_blank" rel="noopener">美联储官方日历</a>，本次FOMC会议安排在2026年10月27—28日，决议与记者会分别定于美东时间28日14:00、14:30，对应北京时间29日02:00、02:30。会议日历未将本次会议标为经济预测发布会议，不能默认当晚会有新点阵图。</p>
<p>投白马建议，在议息前写好一张事件预案：持有什么、允许损失多少、看到什么才行动。临时听到一句表态，再决定自己的仓位，执行条件容易随着情绪变化。</p>
<h2>二、把会前风险和会后信号分别写清</h2>
<h3>留下同一时点的预期记录</h3>
<p>会前记录市场对本次会议和后续路径的预期，注明来源、抓取时间、对应会议及目标利率区间。经济学家调查、利率期货隐含概率和官员个人预测，使用的对象与方法不同，不能互相替换。</p>
<p><a href="https://www.federalreserve.gov/monetarypolicy/fomcminutes20240918.htm" target="_blank" rel="noopener">2024年9月会议纪要</a>提供了具体例子：较早的交易商和市场参与者调查中，多数受访者预计降息25个基点；临近会议时，期货隐含的降息50个基点概率已经超过降息25个基点概率。若拿较早调查作比较基准，就可能夸大决议的意外程度。</p>
<p>复盘时可以读后来发布的纪要，理解当时背景。实盘预案只能使用下单前已经公开的信息，不能把事后材料写成当时可知的判断依据。</p>
<h3>用可承受损失反推仓位</h3>
<p>检查现有持仓是否集中在相同风险上。几只科技股和科技ETF可能同时受利率变化影响，持仓数量增加并不能自动分散这类风险。投白马将事件风险预算作为组合约束，核对所有相关仓位的潜在损失。</p>
<p>下面是一组假设教学参数：账户权益100万美元，本次事件计划承担的损失上限为0.5%，对应5000美元。该比例只用于演示计算，不是统一推荐值。</p>
<p>计划风险金额＝持有数量×入场价与保护价的差额。已有持仓要按当前价格、保护位置和执行风险重新检查，不能只看买入成本。账户若还有其他相关仓位，其风险也要计入同一预算。</p>
<p>保护价无法保证成交价。<a href="https://www.finra.org/investors/insights/stop-orders-factors-consider-during-volatile-markets" target="_blank" rel="noopener">FINRA关于波动市场止损单的说明</a>指出，普通止损单触发后转为市价单，成交可能明显偏离触发价；止损限价单则可能无法成交。因此，5000美元是计划预算，跳空或流动性不足时，实际损失仍可能超过预算。</p>
<p>如果你无法在凌晨盯盘，又不能接受价格跳空，就应在事件前调整相关敞口。持仓期间的保护订单按原计划执行，不能为了等待记者会结束而擅自撤掉。</p>
<h3>预先确定价格确认窗口</h3>
<p>对新增的波段交易，可以把决议前整理区间、重要支撑和阻力作为观察基准，并事先选择收盘确认窗口。本文采用一种示范流程：记者会后观察市场反应，等待美股常规交易时段收盘，再检查后续交易日能否守住关键位置。</p>
<p>这个窗口会牺牲一部分入场速度，也无法排除假信号。它适合以日线持仓的交易者；分钟级交易需要独立的样本检验、执行能力和风险参数。投白马不会把某个固定等待时长包装成普遍有效的规则。</p>
<p>确认内容包括价格是否站稳原阻力、回踩是否守住支撑，以及相关市场是否出现明显冲突。美债收益率和美元可以帮助解释定价，但它们与股价之间没有恒定的单向关系。若信号互相矛盾，可以继续观察。</p>
<h2>三、用正反例检查入场和退出</h2>
<h3>历史会议告诉我们比较什么</h3>
<p>2024年9月18日，美联储<a href="https://www.federalreserve.gov/newsevents/pressreleases/monetary20240918a.htm" target="_blank" rel="noopener">降息50个基点至4.75%—5.00%</a>。同年12月18日，美联储<a href="https://www.federalreserve.gov/newsevents/pressreleases/monetary20241218a.htm" target="_blank" rel="noopener">降息25个基点至4.25%—4.50%</a>；<a href="https://www.federalreserve.gov/monetarypolicy/fomcminutes20241218.htm" target="_blank" rel="noopener">12月会议纪要</a>记录，会前市场已基本计入这次25个基点降息，对后续路径仍有较大不确定性。</p>
<p>两次会议都有降息，预期基准和政策背景各不相同。复盘应逐次比较当时的定价、声明、后续路径及价格反应，不能仅凭动作方向归纳固定买卖规律。以下交易算例均为假设，不对应上述会议的真实行情，也不代表历史策略收益。</p>
<h3>正例：条件满足后按预算入场</h3>
<p>假设一只美股ETF的关键阻力为100美元。决议后的冲高没有触发你的买单；随后价格收在阻力上方，后续交易日回踩100美元附近并守住，你才按预案在101美元买入，保护价设在98美元。</p>
<p>买入1500份，持仓金额15.15万美元，按保护价计算的计划损失为4500美元，预算还留有500美元余量。费用和滑点需要另外估计，余量不能保证覆盖所有极端情况。</p>
<p>此后若价格升至107美元，应依据事先选定的结构或移动保护规则管理仓位。若价格触发98美元保护条件，按预案退出。这个正例的合格标准是条件和预算得到执行，最终盈利与否仍由后续行情决定。</p>
<h3>反例：追涨后扩大数量，再拖延退出</h3>
<p>沿用同一组假设，交易者在首波冲高时以101美元买入5000份，即使把保护价设在98美元，计划损失也达到1.5万美元，已经是原事件预算的3倍。</p>
<p>价格跌回100美元下方后，他把保护价向下移动，等待「市场理解政策」。若最终在96美元退出，价差损失为2.5万美元，尚未计费用。数量失控与退出拖延共同放大了损失，事后找对政策解释也无法修复已经发生的亏损。</p>
<p>投白马的执行检查应在下单前完成：确认条件、数量、保护方式和失效动作都能写清，才考虑交易。价格跳过预设入场区、仓位超出预算、无法核对订单规则，任何一项出现都应取消新增交易。</p>
<p>美股事件信号也不能直接变成A股或港股开盘指令。本地市场还受汇率、交易制度及自身资金面影响，需要等待所交易资产的本地价格确认。没有形成符合预案的信号，就保留现金和观察记录。</p>
<h2>投白马 · 右侧信号</h2>
<p>议息交易要比较政策与已有预期的差异，并检查价格是否接受新信息。历史会议提供理解背景，入场条件需要在当前资产上重新验证。</p>
<p>右侧交易者先安排事件风险，再等待价格确认。保护条件失效就处理仓位；跳空、滑点和无法成交应纳入事前压力检查，计划损失不能当作保证损失。</p>
<p>阅读投白马TBM指数与白马研报时，可以将其中的市场环境、资产判断与自己的事件预案对照。研究结论需要经过价格验证，再落实为符合自身预算的仓位。</p>
<p class="has-text-align-right" style="text-align: right"><strong>── 投白马研究团队</strong></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>借壳上市怎么回事：看懂资产注入、股权稀释与交易风险</title>
		<link>https://toubaima.com/academy-backdoor-listing-shareholder-risk/</link>
		
		<dc:creator><![CDATA[投白马]]></dc:creator>
		<pubDate>Fri, 18 Sep 2026 10:07:49 +0000</pubDate>
				<category><![CDATA[右侧学堂]]></category>
		<category><![CDATA[传媒业]]></category>
		<category><![CDATA[借壳上市]]></category>
		<category><![CDATA[并购重组]]></category>
		<category><![CDATA[白马股]]></category>
		<category><![CDATA[股权稀释]]></category>
		<category><![CDATA[风险管理]]></category>
		<guid isPermaLink="false">https://toubaima.com/?p=2772</guid>

					<description><![CDATA[借壳上市如何改变上市公司的业务和股权？本文用假设案例讲清资产注入、控制权与每股收益，帮助你区分重组传闻、交易进展和可验证的投资依据。]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><a href="https://toubaima.com/academy_list/">右侧学堂</a> / 2026年9月18日 / 全文共2475字</p>



<blockquote class="wp-block-quote is-layout-flow wp-block-quote-is-layout-flow">
<p class="wp-block-paragraph"><em>借壳上市如何改变上市公司的业务和股权？本文用假设案例讲清资产注入、控制权与每股收益，帮助你区分重组传闻、交易进展和可验证的投资依据。</em></p>
</blockquote>



<h2 class="wp-block-heading">一、新公司进来了，原股东就能赚钱吗</h2>



<p class="wp-block-paragraph">一家原本经营传统业务的上市公司，突然公告拟购买另一家企业的资产。市场开始讨论「借壳」，新业务被贴上热门行业标签，股价也受到关注。你打开公告，看到资产规模和利润都可能增加，很容易把这笔交易理解成原股东直接得到了一份额外收益。</p>



<p class="wp-block-paragraph">资产进入上市公司需要支付对价。如果上市公司增发大量股份支付收购款，原股东持有的股数可能没有变化，但占总股本的比例会下降。新资产能带来多少持续利润、交易价格是否合理，都要放进同一笔计算。</p>



<p class="wp-block-paragraph">投白马讨论这类交易，重点看重组后每股权益和盈利能力如何变化。公司总利润增加，仍可能伴随每股收益下降；交易顺利完成，股价也可能已经提前计入了过高预期。</p>



<p class="wp-block-paragraph">本文以中国内地A股为主要语境，规则核验截至2026年9月18日。全部公司、价格、股数与利润案例均为教学假设。港股、美股有各自的监管制度，不能直接套用本文的认定口径。</p>



<h3 class="wp-block-heading">「壳」指向一家现有上市公司</h3>



<p class="wp-block-paragraph">通常所说的借壳上市，是非上市企业通过取得上市公司控制权、注入经营资产等安排，使主要业务进入现有上市公司体系。日常市场语言中的「借壳」，在满足监管条件时对应「重组上市」。具体交易须按适用规则判断。</p>



<p class="wp-block-paragraph">「壳」常用来描述现有上市公司的上市地位及承载业务的公司主体。这个主体仍可能拥有业务、债务、担保和诉讼。参与者需要处理这些权利与义务，无法只把证券代码拿走。小市值、亏损或者被实施风险警示，都不能单独证明一家公司正在被借壳。</p>



<p class="wp-block-paragraph">首次公开发行股票并上市，通常简称IPO，由企业通过自身发行上市进入资本市场。借壳则围绕现有上市公司安排收购与重组。经营主体可能选择这种路径处理上市和股权安排，但时间、费用和交易能否完成都取决于具体方案，不能预设它一定更快、更便宜。</p>



<h2 class="wp-block-heading">二、看懂控制权、支付对价和每股变化</h2>



<h3 class="wp-block-heading">普通并购与重组上市要分别判断</h3>



<p class="wp-block-paragraph">一家上市公司购买同行的版权内容或发行渠道，扩大片库或用户覆盖，可能属于普通并购；达到规定标准时可能构成重大资产重组。仅凭收购规模大、公司改名或主营业务调整，不能直接下「借壳上市」结论。</p>



<p class="wp-block-paragraph">证监会2025年修正的《上市公司重大资产重组管理办法》第13条，关注控制权变更后36个月内向收购人及其关联人购买资产，是否达到根本变化标准。认定涉及资产、收入、净资产、发行股份等指标，也包括主营业务根本变化等情形。应结合完整方案判断，不能只核对一个百分比。<a href="https://www.csrc.gov.cn/csrc/c101953/c7558586/content.shtml" target="_blank" rel="noopener">证监会现行办法发布页</a></p>



<p class="wp-block-paragraph">投白马把公告阅读拆成三个问题：谁控制交易前后的上市公司；什么资产进入、什么资产退出；用现金、股份还是其他工具支付。控制权取得与资产注入可以放在同一方案中，也可能分阶段安排，阅读时要把相关公告接起来。</p>



<p class="wp-block-paragraph">支付上市公司原股东的股份转让款，通常归出售股份的股东；上市公司发行股份换取资产，也不等于收到同额现金。若方案同时募集配套资金，需要另外查看募集金额、用途和条件，避免把几个不同资金流合成一笔。</p>



<h3 class="wp-block-heading">用一个假设看清股权比例</h3>



<p class="wp-block-paragraph">假设上市公司A的股价为5元，总市值50亿元，总股本和总流通股本都是10亿股。为了演示，假设本次交易的股份发行价格也按5元计算。A公司拟发行40亿股，购买传媒企业B的全部股权，对应股份支付对价200亿元。假设交易完成且没有其他股本变化，总股本成为50亿股，B原股东合计持有新增的40亿股，占80%。</p>



<p class="wp-block-paragraph">原来持有A公司1000万股的投资者，持股比例由1%降为0.2%。他仍持有1000万股，但每股对应的业务组合已经变化。<strong>持股比例被摊薄，不足以单独判断财富增加或减少；还要计算换入资产的价值与支付成本。</strong></p>



<p class="wp-block-paragraph">为了只说明算术，假设A原业务继续保留，全年归属于上市公司股东的净利润为1亿元；B全年可贡献同口径净利润9亿元。忽略交易费用、融资成本、会计调整，且假设新增股份全年在外流通，合计利润10亿元，除以50亿股，每股收益为0.20元。交易前，1亿元除以10亿股，对应每股收益为0.10元。</p>



<p class="wp-block-paragraph">若B只能贡献2亿元，合计利润3亿元，同样除以50亿股，每股收益变为0.06元。利润总额比交易前增加，每股盈利却下降。正式每股收益还涉及加权股数、合并期间等会计口径，不能直接套用这个简化计算。</p>



<p class="wp-block-paragraph">资产注入有可能改善每股盈利，也可能让原股东为增长支付过高价格。投白马会继续检查利润来源、经营现金流、客户依赖和债务，判断新增利润能否持续。高估值或高业绩承诺，都需要可复核的经营依据。</p>



<h2 class="wp-block-heading">三、用公告进展与风险条件检验预期</h2>



<h3 class="wp-block-heading">条件齐备时，研究对象逐渐清晰</h3>



<p class="wp-block-paragraph">设想一笔传媒业重组已披露正式方案和财务资料。交易双方、支付方式与股权结构能够核对，审计数据可以与经营现金流对应，后续公告也能解释问询和方案变化。这属于信息逐渐具备研究条件的正例，投资者可以继续评估业务质量、估值和价格表现。</p>



<p class="wp-block-paragraph">筹划或意向、预案或正式方案、股东决策、适用的审核注册、资产交割与股份登记，各有不同作用。具体先后及要求取决于交易类型和板块。涉及发行股份的重组应关注交易所审核与证监会注册；同时要核实尚需取得的其他批准。注册后还须跟踪交割，交割后再看经营兑现。上交所规则明确，审核意见并不保证投资价值、收益或交易结果。<a href="https://www.sse.com.cn/lawandrules/sselawsrules2025/stocks/review/recombination/c/c_20250519_10779360.shtml" target="_blank" rel="noopener">上交所重组审核规则</a></p>



<h3 class="wp-block-heading">传闻与涨停无法补齐交易条件</h3>



<p class="wp-block-paragraph">再设想一家服务业上市公司，仅披露接触潜在交易方，目标资产尚未确定，市场却把它与某个热门行业联系起来。股价放量上涨，仍无法据此确认注入资产、收购价格与交易可行性。这是条件不足的反例，价格变化不能补齐缺失的公告。</p>



<p class="wp-block-paragraph">交易终止、标的变化、估值明显调整、融资条件落空，都会改变原有研究依据。若股价已经提前反映较高成功预期，正式进展公布时仍可能回落。重组传闻也不能解除退市风险，交易所对风险警示公司的重组保持严格监管。<a href="https://www.sse.com.cn/listing/announcement/notification/c/c_20240430_10764654.shtml" target="_blank" rel="noopener">上交所相关监管说明</a></p>



<p class="wp-block-paragraph">投白马建议把跟踪记录写成具体字段：最新公告日期、交易阶段、尚未满足的条件、交易后总股本、持续利润假设、估值依据，以及原有判断会在哪种变化下失效。每次新公告只更新有证据的部分，避免把猜测逐渐写成事实。</p>



<p class="wp-block-paragraph">采用右侧策略时，还要按事前选定的周期检查价格确认与风险预算。等待信息完整可能错过初期上涨，这属于方法的机会成本；出现确认以后，也可能因为估值过高或退出距离过大而不符合计划。涨停、停牌或跳空可能妨碍及时退出，纸面保护位置无法保证实际成交价格。</p>



<h2 class="wp-block-heading">投白马 · 右侧信号</h2>



<p class="wp-block-paragraph">理解借壳上市，要把资产、控制权、支付对价与每股变化放在同一张记录里。交易阶段说明哪些条件已经满足，持续利润和估值帮助检验增长预期。</p>



<p class="wp-block-paragraph">右侧交易者需要用正式披露建立研究依据，再检查既定价格确认、仓位预算与失效条件。连续记录成功、终止和长期未兑现的交易，复盘实际执行，避免只挑完成后的案例验证方法。</p>



<p class="wp-block-paragraph">阅读白马研报或TBM指数时，可以把相关业务和趋势线索用于进一步核查，并与公告阶段及个人交易周期对照。本文为科普与方法讨论，不构成正式投资或法律意见，不提供具体证券买卖建议。</p>



<p class="has-text-align-right wp-block-paragraph"><strong>── 投白马研究团队</strong></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>止损不是认输：高手和韭菜的止损有什么不同？</title>
		<link>https://toubaima.com/academy-stop-loss-layered-architecture/</link>
		
		<dc:creator><![CDATA[投白马]]></dc:creator>
		<pubDate>Fri, 08 May 2026 01:32:13 +0000</pubDate>
				<category><![CDATA[右侧学堂]]></category>
		<category><![CDATA[ATR]]></category>
		<category><![CDATA[仓位管理]]></category>
		<category><![CDATA[分层止损]]></category>
		<category><![CDATA[右侧交易]]></category>
		<category><![CDATA[投白马]]></category>
		<category><![CDATA[止损策略]]></category>
		<category><![CDATA[行为金融]]></category>
		<category><![CDATA[风险管理]]></category>
		<guid isPermaLink="false">https://toubaima.com/?p=2309</guid>

					<description><![CDATA[止损策略决定交易生死。本文拆解散户止损失败的心理陷阱，引入基于ATR的分层止损架构，用真实案例还原机构止损猎杀手法，给出开仓前三问检查清单。
]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><a href="https://toubaima.com/academy_list/">右侧学堂</a> / 2026年5月 / 阅读时间约10分钟</p>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<blockquote class="wp-block-quote is-layout-flow wp-block-quote-is-layout-flow">
<p class="wp-block-paragraph"><em>你设了止损，结果刚扫完就涨回去；你不设止损，结果一路跌到地下室。这不是运气差，是你的止损方法从根子上就错了。散户的止损是在「割自己的肉」，而机构的止损是在「切断坏死组织」——两者的区别不在勇气，在框架。本文拆解止损失败的三层心理陷阱，引入分层止损架构，并用真实案例还原机构如何猎杀你的止损位。核心阅读要点：①买入价锚定效应是止损失败的元凶；②机构如何定向猎杀散户止损位；③一套基于ATR的分层止损框架，今天就能用。</em></p>
</blockquote>



<h2 class="wp-block-heading">一、你的止损为什么总是「刚好」被扫掉？</h2>



<p class="wp-block-paragraph">先回答一个问题：你的止损位是怎么定的？</p>



<p class="wp-block-paragraph">如果答案是「跌5%就卖」「跌破整数关口就跑」或者「凭感觉设个价位」，那恭喜你——你的止损位和全市场80%的散户挤在同一个位置。而机构交易员看这些密密麻麻的止损挂单，就像看一张自助餐菜单。</p>



<p class="wp-block-paragraph">2021年1月27日，特斯拉盘中从883美元急速下挫至835美元。大量散户把止损设在850美元——一个看起来很「合理」的整数支撑位。结果价格精准击穿850，批量触发止损后，股价迅速反弹至880以上。散户卖在最低点，机构吃在最低点。</p>



<p class="wp-block-paragraph">这不是巧合。据公开市场信息，大型机构和做市商会系统性地扫描市场深度数据，识别止损订单密集区域。当某个价位附近堆积了大量止损单，它们会集中抛压将价格推到该位置，触发连锁止损后再反向建仓。这在业内被称为<strong>止损猎杀</strong>（Stop Loss Hunting）——合法，但致命。</p>



<p class="wp-block-paragraph">问题来了：为什么散户的止损总是集中在同一个位置？</p>



<p class="wp-block-paragraph">答案藏在你的大脑里。</p>



<h2 class="wp-block-heading">二、锚定效应：你的大脑正在替你亏钱</h2>



<p class="wp-block-paragraph">行为金融学中有一个概念叫<strong>锚定效应</strong>——你的大脑会不自觉地把第一个接触到的数字当作「参照点」，后续所有判断都围绕它展开。在交易中，这个锚点就是你的买入价。</p>



<p class="wp-block-paragraph">假设你在150美元买入一只股票。当它跌到140时，你的大脑不会客观评估「这只股票现在值不值140」，而是会说：「我亏了10块钱，它应该回到150。」于是你不止损。跌到130，你的大脑继续：「已经亏了20块了，现在卖就是认输，再等等吧。」</p>



<p class="wp-block-paragraph">据行业研究机构统计，65%的散户在浮盈后会增加仓位，但只有40%的人会在浮亏后调整风险参数。这意味着大多数人在赢的时候越来越激进，亏的时候反而躺平。</p>



<p class="wp-block-paragraph"><strong>这就是韭菜止损的本质：不是没有止损纪律，是锚定效应让止损纪律形同虚设。</strong></p>



<p class="wp-block-paragraph">更隐蔽的是第二层陷阱——<strong>损失厌恶</strong>。诺贝尔奖得主丹尼尔·卡尼曼的前景理论已经证明，亏100块钱的痛苦强度大约是赚100块钱快乐的2.5倍。所以你的大脑在面对止损时，做的不是理性计算，而是情绪逃避。「不卖就没有真的亏」——这句话本质上是大脑的自我保护机制在阻止你执行理性决策。</p>



<p class="wp-block-paragraph">而机构交易者呢？他们不锚定买入价。他们锚定的是<strong><a href="https://toubaima.com/academy-vix-fear-index-practical-guide/">波动率</a></strong>。</p>



<h2 class="wp-block-heading">三、分层止损架构：从「拍脑袋」到「有公式」</h2>



<p class="wp-block-paragraph">投白马的右侧交易方法论中，止损不是一个「点」，而是一个<strong>分层架构</strong>。我们把它分成三层，每一层解决一个具体问题：</p>



<p class="wp-block-paragraph"><strong>第一层：波动率止损（解决「设在哪」的问题）</strong></p>



<p class="wp-block-paragraph">抛弃「跌X%就止损」的固定比例法，改用<strong>ATR（平均真实波幅）</strong>来动态定位。ATR衡量的是一只股票近期真实的波动幅度——波动大的股票需要更宽的止损空间，波动小的股票可以收紧。</p>



<p class="wp-block-paragraph">具体操作：取14日ATR值，乘以1.5倍，从买入价向下减去这个数字，就是你的初始止损位。</p>



<p class="wp-block-paragraph">举个例子：某股票买入价100美元，14日ATR为3美元。止损位 = 100 &#8211; 3 x 1.5 = 95.5美元。这个4.5%的止损幅度不是拍脑袋，而是基于这只股票自身的「呼吸幅度」设定的。如果它日常波动就有3块钱，你设2块钱的止损，那被正常波动扫掉的概率极高。</p>



<p class="wp-block-paragraph">据公开市场信息，2026年第一季度的回测数据显示，使用ATR止损的交易者平均回撤比使用固定止损的交易者低43%。这不是理论推演，是数据验证过的结果。</p>



<p class="wp-block-paragraph"><strong>第二层：结构止损（解决「怎么确认」的问题）</strong></p>



<p class="wp-block-paragraph">ATR告诉你「正常波动的边界」，但有时候价格跌破ATR止损位后又收回来。怎么办？这时候需要第二层验证——<strong>收盘价确认</strong>。</p>



<p class="wp-block-paragraph">规则很简单：日内跌破ATR止损位不执行，等收盘。如果收盘价仍然低于止损位，次日开盘执行。这一层的作用是过滤掉盘中的「假跌破」——也就是机构止损猎杀最常用的手法。回到特斯拉的案例：2021年1月27日盘中跌破850，但当日收盘价回到880以上。如果你用的是「收盘价确认」规则，你不会被猎杀。</p>



<p class="wp-block-paragraph">投白马在实战复盘中反复验证过一个规律：大约60%的盘中跌破止损位事件，到收盘时会收回。这意味着，仅仅加上「等收盘」这一条规则，你就能避开一大半的无效止损。</p>



<p class="wp-block-paragraph"><strong>第三层：仓位止损（解决「亏多少」的问题）</strong></p>



<p class="wp-block-paragraph">前两层决定了止损的价格位置，但还没有回答最关键的问题：这一笔交易最多亏多少钱？</p>



<p class="wp-block-paragraph">答案是<strong>单笔风险不超过总资金的1-2%</strong>。这是几乎所有专业交易者和风控经理共同遵守的铁律。</p>



<p class="wp-block-paragraph">计算方式：假设你的账户总资金10万美元，单笔最大风险1%即1000美元。ATR止损幅度4.5美元（上面的例子）。那么你的最大持仓 = 1000 / 4.5 = 222股，对应仓位约22200美元，占总资金22%。</p>



<p class="wp-block-paragraph">注意这个逻辑链：<strong>不是先决定买多少股再想止损设在哪，而是先确定止损位，再反推仓位大小</strong>。这是分层止损架构的核心思维——止损决定仓位，而不是反过来。</p>



<p class="wp-block-paragraph">投白马把这个思维称为海鸥心态的核心落地：截断亏损的前提是你提前计算好了最大亏损额度，而不是在亏损发生后才开始纠结「要不要割」。</p>



<h2 class="wp-block-heading">四、实战应用：用三层架构拆解一笔交易</h2>



<p class="wp-block-paragraph">2024年10月，英伟达（NVDA）在经历AI热潮后从140美元区间开始回调。假设一个投白马的右侧交易者在确认趋势回暖后，于11月初在135美元附近入场。</p>



<p class="wp-block-paragraph"><strong>第一步，波动率止损：</strong> 当时NVDA的14日ATR约为6.5美元。止损位 = 135 &#8211; 6.5 x 1.5 = 125.25美元。这给了价格大约7.2%的「呼吸空间」——对于ATR高达6.5美元的高波动股票，这个空间恰到好处。</p>



<p class="wp-block-paragraph"><strong>第二步，结构止损确认：</strong> 11月中旬，NVDA盘中一度触及126美元附近，逼近止损位。但当日收盘价回升至131美元以上。按照收盘确认规则，不触发止损。后续证明这是一次典型的<strong>止损猎杀式洗盘</strong>——价格在探底后重新走强。</p>



<p class="wp-block-paragraph"><strong>第三步，仓位控制：</strong> 假设账户资金50万美元，单笔风险上限1.5%即7500美元。止损幅度9.75美元（135-125.25），最大持仓 = 7500 / 9.75 = 769股，约10.4万美元，占总资金20.8%。</p>



<p class="wp-block-paragraph">如果止损最终触发，这笔交易的最大亏损是7500美元，占账户1.5%。伤筋，不动骨。这就是投白马所说的<strong><a href="https://toubaima.com/wiki/autotomy/">断尾</a></strong>——壁虎断尾不是因为不珍惜尾巴，而是因为留着尾巴会死。</p>



<h2 class="wp-block-heading">五、止损的最高境界：让止损变成不需要勇气的事</h2>



<p class="wp-block-paragraph">回到标题的问题：高手和韭菜的止损有什么不同？</p>



<p class="wp-block-paragraph">韭菜的止损是一个<strong>情绪决策</strong>：跌了，慌了，纠结了，要不要卖？卖了心疼，不卖害怕。每一次止损都是一场内心战争。</p>



<p class="wp-block-paragraph">高手的止损是一个<strong>机械执行</strong>：开仓前ATR已经算好，止损位已经标出，仓位已经控制好。价格到了就执行，跟情绪无关。止损不需要勇气，因为所有决策在开仓的那一刻就已经完成了。</p>



<p class="wp-block-paragraph">这就是分层止损架构的真正价值——它不是让你变得更勇敢，而是让止损这件事不再需要勇敢。当你把止损从「临场判断」变成「开仓前置计算」，锚定效应和损失厌恶就失去了作用点。你的大脑想要逃避，但系统不给它逃避的空间。</p>



<p class="wp-block-paragraph">最后给一个可以立刻执行的检查清单：</p>



<p class="wp-block-paragraph"><strong>开仓前三问：</strong> 第一，这只股票的14日ATR是多少？用它乘以1.5算出止损幅度。第二，止损幅度对应的最大亏损金额是多少？不超过总资金的1-2%。第三，反推出来的仓位是多少股？这才是你应该买的数量。</p>



<p class="wp-block-paragraph">如果你在开仓前回答不了这三个问题，就不要开仓。这一条规则，比任何技术指标都管用。</p>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<h2 class="wp-block-heading">投白马 · 右侧信号</h2>



<p class="wp-block-paragraph">止损的本质不是「认输」，而是「控制变量」。分层止损架构把止损从一个需要勇气的情绪决策，变成了一个开仓前就完成的数学计算——波动率定位置，收盘价做确认，仓位控制总风险。高手和韭菜的区别不在于止损的「勇气」，在于止损的「时机」：一个在开仓前就做完了，另一个在亏损后才开始纠结。</p>



<p class="wp-block-paragraph">投白马的右侧交易体系中，止损是海鸥心态的第一层落地：截断亏损不是口号，是一个可以用ATR和仓位公式量化的动作。当你用分层止损架构替换「跌X%就卖」的粗放模式，你不仅在保护本金，更在训练一种概率思维——每一笔交易都是一次有限风险的下注，而不是一场输赢未卜的赌博。</p>



<p class="wp-block-paragraph">想要进一步掌握止损与仓位管理的联动框架，可以关注投白马TBM指数周报中的「风险温度计」板块，获取实时市场波动率参考，让你的止损参数始终匹配当前的市场呼吸节奏。更多右侧交易方法论深度解读，持续更新于投白马右侧学堂。</p>



<p class="has-text-align-right wp-block-paragraph">── 投白马研究团队</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>仓位管理的残酷数学：满仓操作为什么注定亏钱？</title>
		<link>https://toubaima.com/academy-kelly-formula-position-sizing/</link>
		
		<dc:creator><![CDATA[投白马]]></dc:creator>
		<pubDate>Tue, 21 Apr 2026 10:21:07 +0000</pubDate>
				<category><![CDATA[右侧学堂]]></category>
		<category><![CDATA[仓位管理]]></category>
		<category><![CDATA[几何收益]]></category>
		<category><![CDATA[凯利公式]]></category>
		<category><![CDATA[半凯利]]></category>
		<category><![CDATA[右侧交易]]></category>
		<category><![CDATA[投白马]]></category>
		<category><![CDATA[满仓]]></category>
		<category><![CDATA[风险管理]]></category>
		<guid isPermaLink="false">https://toubaima.com/?p=2253</guid>

					<description><![CDATA[
仓位管理不是信心问题，是数学问题。凯利公式证明：即使胜率60%、赔率2:1的优质系统，最优仓位也只有40%。本文拆解满仓必败的几何收益率陷阱，给出半凯利与三层仓位架构。]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><a href="https://toubaima.com/academy_list/">右侧学堂</a> / 2026年4月 / 阅读时间约12分钟</p>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<blockquote class="wp-block-quote is-layout-flow wp-block-quote-is-layout-flow">
<p class="wp-block-paragraph"><em>你胜率60%、盈亏比2:1，手里有一套完整的右侧交易系统，然后你决定满仓。数学会告诉你一个令人不安的结果：这套看起来稳赚的系统，在100%仓位下的长期几何收益率趋近于零，甚至为负。本文从凯利公式的第一性推导切入，解构「满仓必败」的数学本质，并给出一套右侧交易者可落地的三层仓位架构。核心阅读要点：①几何收益率如何吞噬算术平均的「纸面期望」；②凯利公式简化版与半凯利实战变体；③NVDA 2022回撤复盘下的仓位对比。</em></p>
</blockquote>



<h2 class="wp-block-heading">一、你以为的「all in」是勇气，在数学眼里是慢性自杀</h2>



<p class="wp-block-paragraph">2021年11月，特斯拉（TSLA）突破400美元，无数散户押上全部身家追高。一年后，TSLA最低见到101.81美元，从高点计算回撤73.63%。那些满仓入场的人，账户缩水到原来的四分之一——他们需要股价再涨接近<strong>四倍</strong>才能回本。</p>



<p class="wp-block-paragraph">他们犯的错不是看错了方向，而是<strong>给自己留的容错空间是零</strong>。</p>



<p class="wp-block-paragraph">更极端的案例在机构端反复上演。2021年3月，Archegos Capital的创始人Bill Hwang用总回报互换（Total Return Swap）将自有资金放大到5倍以上，集中押注ViacomCBS等少数几只股票。据公开市场信息，当ViacomCBS的30亿美元二次发行流产触发股价下挫后，Archegos在<strong>两个交易日内从200亿美元归零</strong>。Hwang不是一个业余交易者——他是老虎基金系出身的专业猎手。让他死掉的不是方向判断，是仓位。</p>



<p class="wp-block-paragraph">这些案例揭示了右侧交易最被低估的认知盲区：<strong>仓位管理不是「保守」的同义词，它是「交易系统能否持续运行」的前提条件。</strong></p>



<p class="wp-block-paragraph">很多交易者把仓位理解成情绪问题——「我对这笔交易有多大信心」。这是错的。投白马研究团队在复盘大量账户爆仓案例后得出一个共识：仓位是数学问题，不是信心问题。你能下的最大仓位，与你对这笔交易的看好程度无关，它由<strong>你的胜率、你的盈亏比、你能承受的几何回撤</strong>三个变量决定。</p>



<p class="wp-block-paragraph">这就是为什么你需要凯利公式。</p>



<h2 class="wp-block-heading">二、凯利公式：让你的几何收益率最大化的唯一数学答案</h2>



<h3 class="wp-block-heading">2.1 算术期望的幻觉</h3>



<p class="wp-block-paragraph">打开任何一本交易教材，你都会看到这样的计算：「胜率60%，盈亏比2:1，每笔期望收益=60%×2 − 40%×1=0.8个单位。正期望系统，长期必赚。」</p>



<p class="wp-block-paragraph">这个计算<strong>在算术平均上是对的</strong>，但在你的实际账户上是错的。</p>



<p class="wp-block-paragraph">原因在于：账户收益不是加法，是乘法。</p>



<p class="wp-block-paragraph">假设初始资金10万，满仓操作，每次盈利则资金×（1+2r），每次亏损则资金×（1−r），其中r是每笔风险占比。满仓（r=1）意味着每次盈利翻3倍，每次亏损归零。10笔交易里只要有<strong>任何一次</strong>亏损，账户就是零。根据二项分布，胜率60%下连续10笔都赢的概率只有0.6^10≈0.6%——换句话说，<strong>99.4%的概率你会在10笔之内破产</strong>，尽管每笔的算术期望值都是正的。</p>



<p class="wp-block-paragraph">这就是算术期望和几何期望的鸿沟。散户习惯用算术平均估算「长期收益」，真实账户走的却是几何路径。几何路径的残酷之处在于：<strong>−50%和+50%不对称，−50%之后需要+100%才能回本。</strong></p>



<p class="wp-block-paragraph">一个简单的数值实验可以让这个道理变得具体。初始资金100，胜率60%、盈亏比2:1：</p>



<p class="wp-block-paragraph"><strong>场景A（满仓100%）：</strong> 每次赢+100%，每次输−50%（假设止损触发时实际回撤50%，已算保守）。10笔交易（6胜4负，随机排列）：最终资金 = 100 × 2^6 × 0.5^4 = 400。表面看+300%，但这个结果极度依赖排列——只要前4笔连续亏损，账户变成 100×0.5^4=6.25，后面6次翻倍也只能回到400。<strong>几何期望远低于算术期望。</strong></p>



<p class="wp-block-paragraph"><strong>场景B（40%仓位）：</strong> 每次赢+80%，每次输−20%。10笔交易：最终资金 = 100 × 1.8^6 × 0.8^4 ≈ 1391。<strong>收益反而远高于满仓。</strong></p>



<p class="wp-block-paragraph">数学告诉你：<strong>在正期望系统中，存在一个最优仓位让几何收益率最大化，超过这个仓位，收益反而递减；继续加大，几何收益率会变成负数。这个最优仓位就是凯利仓位。</strong></p>



<h3 class="wp-block-heading">2.2 凯利公式的简化版</h3>



<p class="wp-block-paragraph">凯利公式（John Kelly，1956）的标准形式是：</p>



<p class="wp-block-paragraph"><strong>f* = (bp − q) / b = p − q/b</strong></p>



<p class="wp-block-paragraph">其中f*是最优仓位占总资金比例，p是胜率，q=1−p是败率，b是赔率（单笔盈利金额 / 单笔亏损金额）。</p>



<p class="wp-block-paragraph">代入前面的例子：p=0.6, q=0.4, b=2，f* = (2×0.6 − 0.4)/2 = 0.4，即<strong>最优仓位是40%，不是100%</strong>。</p>



<p class="wp-block-paragraph">这个结果对大多数人反直觉。你有60%的胜率、2倍的赔率，数学却告诉你只该押40%？因为凯利公式的目标不是「单次期望值最大」（那样的最优解确实是满仓），而是「长期几何增长率最大」。长期几何增长率才是你账户真实增长的那条曲线。</p>



<p class="wp-block-paragraph">按照投白马的右侧交易框架，把凯利公式改写成交易者容易记的形式：</p>



<p class="wp-block-paragraph"><strong>单笔最大仓位 = <a href="https://toubaima.com/risk-reward-ratio-kelly-formula/">胜率</a> − 败率/赔率</strong></p>



<p class="wp-block-paragraph">不需要记公式，记住三条结论就够了：</p>



<p class="wp-block-paragraph"><strong>结论一：胜率低于50%时，赔率必须大于2才能有正仓位。</strong> 如果你的胜率只有45%、盈亏比只有1.5，凯利给出的结果是 f*=0.45−0.55/1.5=0.08——8%仓位。低于8%你就该考虑这个系统是不是根本不值得做。</p>



<p class="wp-block-paragraph"><strong>结论二：赔率越高，仓位天花板越高。</strong> 赔率5:1、胜率50%时，f*=0.5−0.5/5=0.4。这就是为什么右侧交易强调「赚大亏小」——赔率是仓位的放大器。</p>



<p class="wp-block-paragraph"><strong>结论三：满仓（f=1）在任何胜率和赔率下都是过度杠杆。</strong> 除非你胜率100%、赔率无穷大，否则满仓一定超过凯利仓位，长期几何收益必定低于半仓或凯利仓位。</p>



<h3 class="wp-block-heading">2.3 为什么实战要用「半凯利」</h3>



<p class="wp-block-paragraph">理论上凯利仓位最优，但有一个副作用——<strong>波动极大</strong>。按照凯利仓位操作，账户在任何时点出现50%回撤都是数学正常范围，对绝大多数人的心理承受能力是毁灭性的。</p>



<p class="wp-block-paragraph">实战中更推荐的是<strong>半凯利</strong>（Half Kelly），即f = 0.5 × f*。这个选择来自威廉·庞德斯通的研究与多位专业交易者的实证：<strong>半凯利可以捕获约75%的凯利最优收益，但把波动率压缩到凯利的1/4。</strong></p>



<p class="wp-block-paragraph">这是一个极高的风险回报比：牺牲25%的收益，换来75%的心理承受空间。</p>



<p class="wp-block-paragraph">投白马长期跟踪的数据显示：能在右侧交易中活过三轮牛熊周期的账户，单笔仓位几乎都在凯利仓位的30%−60%之间。低于30%效率太差，高于60%在黑天鹅面前几乎必死。</p>



<h2 class="wp-block-heading">三、从凯利到纪律：右侧交易者的三层仓位架构</h2>



<p class="wp-block-paragraph">凯利公式告诉你「单笔最多能押多少」，但实战中的仓位管理比公式复杂——你同时持有多只股票，它们之间有相关性，而且账户有整体回撤容忍线。投白马研究团队把完整的仓位纪律拆解为三层：</p>



<h3 class="wp-block-heading">第一层：单笔仓位上限（Position Cap）</h3>



<p class="wp-block-paragraph"><strong>规则：</strong> 用半凯利计算每笔交易的最大仓位。</p>



<p class="wp-block-paragraph">假设你是一个典型的右侧交易者，在波动较大的美股科技板块运作：长期胜率约50%，盈亏比约2.5（用ATR止损、跟踪止盈后的真实比例）。</p>



<p class="wp-block-paragraph">凯利仓位：f* = 0.5 − 0.5/2.5 = 0.3，即30%。<br>半凯利：f = 15%。</p>



<p class="wp-block-paragraph"><strong>结论：任何单一标的，单笔持仓不超过总资金的15%。</strong> 即使这是你最看好的标的，即使今天有最漂亮的技术形态。这条纪律和你的判断力无关——它是数学边界。</p>



<h3 class="wp-block-heading">第二层：相关性折算（Correlation Haircut）</h3>



<p class="wp-block-paragraph"><strong>规则：</strong> 同板块或高度相关的标的按一只股票计算总仓位。</p>



<p class="wp-block-paragraph">这是散户仓位管理中最容易被忽视的一环。你同时持有NVDA、AMD、TSM，以为自己分散了仓位，实际上三者在系统性风险面前是同涨同跌——2022年AI芯片板块回撤期，三者的日度相关系数超过0.85。从仓位管理的角度，它们等同于一只股票。</p>



<p class="wp-block-paragraph"><strong>投白马在多轮周期中反复验证的纪律：</strong> 单一板块（而非单一标的）的总仓位不得超过半凯利上限。如果你的单笔上限是15%，那么整个半导体板块的累计仓位也不能超过15%——无论你分散到多少只股票上。</p>



<h3 class="wp-block-heading">第三层：账户回撤红线（Drawdown Kill-Switch）</h3>



<p class="wp-block-paragraph"><strong>规则：</strong> 当账户整体回撤触及预设阈值时，强制减仓。</p>



<p class="wp-block-paragraph">推荐的阈值是<strong>−15%</strong>。这个数字来自两个约束：一是大多数人心理承受力的拐点（超过15%回撤后决策质量急剧下降），二是回本数学——−15%需要+17.6%回本，仍在可接受范围；−25%需要+33%，−40%需要+67%，数学难度陡增。</p>



<p class="wp-block-paragraph">触及−15%时的操作不是清仓，而是<strong>仓位减半</strong>。给系统一个喘息窗口，让你从恐慌情绪中抽身出来，重新评估是系统问题还是市场问题。</p>



<h3 class="wp-block-heading">案例还原：NVDA 2022回撤下的仓位对比</h3>



<p class="wp-block-paragraph">2021年11月，NVDA创下346.47美元的历史高点。2022年10月跌至108.13美元，回撤约−68.8%。假设两位交易者都在高点附近满仓或接近满仓NVDA：</p>



<p class="wp-block-paragraph"><strong>交易者A（满仓100%）：</strong> 账户跟随NVDA回撤−68.8%。回本需要+220%，以NVDA后续反弹幅度计算，到2023年5月才勉强回本。18个月的时间成本被一次仓位错误吞噬。</p>



<p class="wp-block-paragraph"><strong>交易者B（半凯利15%）：</strong> 即便NVDA回撤−68.8%，账户整体回撤仅−10.3%。回本需要+11.5%，通过其他仓位的正常运作，两三个月即可修复。更关键的是，交易者B的账户始终没有触及−15%的减仓红线，交易系统保持正常运行。</p>



<p class="wp-block-paragraph">这就是仓位管理的复利效应——<strong>它不直接让你赚钱，但它让你活得足够久，使你的系统有时间把胜率兑现成账户增长。</strong></p>



<hr class="wp-block-separator has-alpha-channel-opacity"/>



<h2 class="wp-block-heading">投白马 · 信号解读 + 延伸阅读</h2>



<blockquote class="wp-block-quote is-layout-flow wp-block-quote-is-layout-flow">
<p class="wp-block-paragraph"><strong><a href="https://toubaima.com/toubaima-insight/">【投白马点评】</a></strong> 满仓操作的致命性不在于单次赌输的概率，而在于它摧毁了几何回报的数学基础。凯利公式给出的答案很违反直觉：即使面对胜率60%、赔率2:1的优质系统，最优仓位也只有40%，而半凯利将实战仓位进一步压到20%以下。右侧交易者的真正护城河，不是比别人找到更多机会，而是比别人活得更久——而活得更久的唯一数学答案，是永远不满仓。</p>
</blockquote>



<p class="wp-block-paragraph"><strong>延伸阅读：</strong></p>



<ul class="wp-block-list">
<li><a href="https://toubaima.com/academy-false-breakout-volume-verification">假突破猎杀指南：三个维度终结你的追涨噩梦</a>——配合三维验证法确认入场时机，与凯利仓位一起构成完整的右侧交易入场纪律</li>



<li><a href="https://toubaima.com/academy-trading-emotion-fomo-panic-discipline">追涨杀跌的神经科学：为什么你的大脑正在替你亏钱？</a>——回撤情绪下为什么大脑天然倾向加仓，凯利纪律如何对冲这种本能冲动</li>



<li>凯利原论文 John Kelly (1956) &#8220;A New Interpretation of Information Rate&#8221;——理解凯利公式第一性原理的权威起点</li>
</ul>



<p class="has-text-align-right has-photology-brown-color has-text-color has-link-color wp-elements-1 wp-block-paragraph">── 投白马研究团队</p>



<p class="wp-block-paragraph"></p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
