同一組訊號交給兩個人，一個做到年化 8%、回撤 20%，另一個爆倉出場，差別幾乎全在部位大小。趨勢系統的訊號決定「賺不賺得到」，部位公式決定「賺多少、賠多少、撐不撐得住」。這一篇把三層縮放寫清楚：跨市場的風險標準化 → 組合層的波動率目標 → 最適槓桿的上界。
第一層：跨市場標準化（不縮放就沒有分散）
不同市場的波動率差距可以到 20 倍：短期利率期貨年化波動 1–2%，天然氣可以 60–80%。若用等金額配置，組合的風險會 90% 來自最波動的兩三個市場，你以為的「分散 30 個市場」實際上是「押注天然氣與加密」。
修正方式是倒數波動率權重：
w_i ∝ s_i / σ_i # s_i 為訊號（含方向與強度），σ_i 為事前年化波動率
在相關性大致相同的假設下，這讓每個市場對組合變異數的邊際貢獻相等，也就是風險平價（risk parity）在單一策略內的應用。ATR 版本是同一件事的價格單位寫法：
口數 = (帳戶淨值 × 每筆風險%) / ( k × ATR × 每點價值 )
k 是你打算容忍幾倍 ATR 的不利移動（海龜用 2，Clenow 用 3）。這個公式與倒數波動率是等價的，因為 ATR 就是波動率的價格單位估計。
第二層：組合層波動率目標
有了相對權重，還要決定總槓桿。做法是先算出組合的事前波動率，再用一個係數把它縮到目標：
σ_p = sqrt( wᵀ Σ w ) # Σ 為報酬共變異數矩陣
L = σ_target / σ_p # 組合層縮放（即總槓桿倍數）
最終部位 = L × w
若不想估整個共變異數矩陣（樣本雜訊大），可以用平均相關係數的近似式。假設 N 個市場都已縮放到相同的個別波動率 s、兩兩相關係數皆為 ρ：
σ_p = s · sqrt( (1 + (N−1)ρ) / N )
這條公式一次解釋了兩件事。
其一，為什麼論文裡的個別部位波動率看起來高得離譜。 取 N = 30、ρ = 0.05：
σ_p = s · sqrt( (1 + 29×0.05) / 30 ) = s · sqrt(0.0817) = 0.286 · s
要讓組合波動率等於 12%，需要 s = 12% / 0.286 ≈ 42%。這就是為什麼把每個部位縮放到 40% 名目波動率，最後得到的組合波動率只有 10–12%。 那個大數字不是瘋狂加槓桿，是分散化的算術結果。
其二，分散的邊際效益在哪裡遞減。 固定 ρ = 0.05：N = 5 時 σ_p = 0.49s，N = 10 時 0.36s，N = 20 時 0.29s，N = 40 時 0.25s，N → ∞ 時逼近 s·√ρ = 0.22s。從 5 個市場加到 20 個市場，風險降低 40%；從 20 加到 40，只再降 14%。 這給了一個具體的規劃結論：市場數的甜蜜點大約在 20–40 個，再往上要花的成本（資料、監控、最小合約規模）通常不划算。這也是 標的與多元化 的量化基礎。
第三層：最適槓桿的上界——凱利與它的實務折扣
在對數效用、常態報酬的假設下，最適槓桿是
f* = μ / σ²
而最適的組合波動率恰好等於 Sharpe 比率：f*·σ = μ/σ = SR。
代入趨勢策略的合理期待（含成本 Sharpe 0.4–0.8）：
SR = 0.6 → 全凱利的最適年化波動率 = 60%
也就是說，全凱利會叫你把組合波動率開到 60%。沒有任何實務者這樣做，原因用同一套數學就能算出來。在幾何布朗運動下，資金曲線曾經跌到初始值 x 倍的機率為：
| 下注比例 | 曾經腰斷（跌到 50%）的機率 | 曾經跌到 25% 的機率 |
|---|---|---|
| 全凱利 | 50% | 25% |
| 1/2 凱利 | 12.5% | 1.6% |
| 1/4 凱利 | 0.8% | 0.006% |
（推導：全凱利時 P(曾跌到 x) = x；1/2 凱利為 x³；1/4 凱利為 x⁷。）
再疊上三個現實因素，答案就很清楚了：
μ與σ都是估計值。 若真實 Sharpe 是 0.4 而你估成 0.6，全凱利就變成 1.5 倍超額下注。超過 2 倍凱利時長期成長率轉為負值——不是報酬變差，是必然歸零。- 報酬非常態。 趨勢策略在轉折點有跳空與肥尾，實際回撤比常態假設更深。
- 人撐不住。 50% 機率腰斷的策略，實務上會在腰斷前就被贖回或被自己停掉。
結論性的實務建議：把組合年化波動率目標設在 SR / 4 附近，也就是 10–15%。這正好落在多數 CTA 的實際水準（管理型期貨基金多在 8–15%），不是巧合，是同一個計算的結果。若你的資金無法承受 25–30% 回撤，就往下調到 6–8%，並接受年化報酬按比例縮小。
波動率目標化到底有沒有加值？分成兩件事看
這裡必須把兩個經常混為一談的東西分開：
(a) 跨市場的風險標準化 —— 用倒數波動率把各市場拉到可比較的風險水準。這件事幾無爭議，它是分散化能否成立的前提，不依賴任何「波動率可預測報酬」的假設。
(b) 時間序列上的波動率擇時 —— 全組合波動率高時降槓桿、低時加槓桿。這件事有實證爭議。Moreira 與 Muir（2017, JF）發現波動率管理能為市場、價值、動能、品質、carry 等因子產生顯著 alpha 並提高 Sharpe；但 Cederburg 等人（2020, JFE）用 103 個股票策略檢驗後指出，這些迴歸暗示的交易策略在真實時間上不可執行，合理的樣本外版本反而不如未管理的原組合，主要原因是迴歸關係本身結構不穩定。DeMiguel 等人（2024, JF）從多因子角度給出更細緻的條件性結論。
實務判讀：(a) 一定要做，(b) 要做得溫和。 具體建議是給組合層槓桿設上下界（例如 0.5× 到 1.5× 基準），並用較長的波動率估計期，避免在波動率跳升的當天把部位砍到見骨——那正是 2020 年 3 月許多波動率目標策略在最低點大幅減倉、隨後錯過反彈的機制。
一個完整的數值範例
假設：帳戶 500,000 美元、目標組合年化波動率 12%、20 個市場、平均相關 0.08、訊號目前有 14 個市場給出非零部位。
1. 個別市場需要的名目波動率：
σ_p = s·sqrt((1+13×0.08)/14) = s·sqrt(0.1457) = 0.382·s
s = 12% / 0.382 = 31.4%
2. 單一市場的名目曝險公式（每個市場分到 1/N 的資本，再依自身波動率放大）：
E_i = 淨值 / N_active × (s_individual / σ_i) × 訊號強度
黃金期貨：σ_gold = 18%，訊號 +0.8
E_gold = 500,000 / 14 × (0.314 / 0.18) × 0.8
= 35,714 × 1.744 × 0.8 ≈ 49,800 美元名目（做多）
3. 換成口數：標準黃金期貨 1 口 = 100 盎司，金價 2,400 → 1 口名目 240,000
口數 = 49,800 / 240,000 = 0.21 口 → 標準合約根本開不出來
改用微型黃金（1 口 = 10 盎司，名目 24,000）：49,800 / 24,000 ≈ 2 口 ✓
4. 反向驗算組合風險：
每個部位對帳戶的波動貢獻 v = (1/14) × 0.314 × 0.8 = 1.79%
σ_p = v × sqrt( N × (1 + (N−1)ρ) ) = 0.0179 × sqrt(14 × 2.04) ≈ 9.6%
低於 12% 目標，因為當下訊號強度只有 0.8；訊號滿檔時才會到 12% ✓
5. 檢查保證金：全組合初始保證金總和 ≤ 淨值 × 40%，其餘留作現金緩衝（見筆記 08）
第 3 步是小帳戶最真實的限制：合約最小規模會讓你根本無法按公式配置。50 萬美元帳戶配 14 個市場，每個市場只分到約 5 萬美元名目，多數標準期貨合約（一口名目 10–25 萬）會被無條件捨去成 0 口，等於被迫放棄分散。解法有三：改用微型／迷你合約、減少市場數（但如前面算式，N 從 20 降到 5 會讓風險上升約 70%）、或改用趨勢型 ETF 讓別人幫你分散（代價見 實戰執行與成本）。
另外要注意名目金額的解讀：含公債與短期利率期貨的組合，因為這些市場的波動率只有 1–5%，按公式會需要極大的名目部位，全組合名目曝險達淨值數倍是正常結果，不是過度槓桿。判斷是否安全的指標是組合波動率與保證金占用率，不是名目金額。把兩者搞混，是新手要嘛過度保守（只用 1 倍名目，實際波動率 3%，報酬也只剩 3%）、要嘛過度樂觀（把 8 倍名目誤當成安全）的根源。
下一篇處理另外三層防線：什麼時候該停損、什麼時候該整體降風險 → 停損與三層風險上限