请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
账户破一千万之后，林晨做了一件反直觉的事——他把仓位降了。
不是降一点，是降了三分之一。股票仓位从百分之六十降到了百分之四十，期权对冲的比例从百分之十提高到了百分之二十，现金仓位从百分之十提高到了百分之二十。整体风险敞口缩小了将近一半。
小宇看到这个调整的时候，愣了一下。大伯，账户刚破一千万，正是乘胜追击的时候。你为什么反而收手了？
林晨在办公桌后面坐下来。你玩过德州扑克吗？
玩过几次。
德州扑克有一条铁律——筹码越多，玩得越紧。你有一百块筹码的时候，可以搏——输了就输了，一百块而已。你有一万块筹码的时候，不能搏——因为一万块输了，你要赢一百次一百块才能赢回来。投资也是一样。二十万的时候，我可以激进——亏百分之二十也就四万块，扛得住。一千万的时候，亏百分之二十是两百万。两百万——是二十个学员一年的学费，是三个讲师一年的工资，是晨光教育一年的运营成本。
小宇沉默了几秒。所以你收手，不是因为不看好市场，是因为筹码太大了？
林晨说，资金量变了，策略必须变。小资金追求收益率，大资金追求收益额。二十万的时候，年化百分之五十才赚十万块。一千万的时候，年化百分之十就赚一百万。十万和一百万——差了一个数量级。但风险也差了一个数量级。赚十万亏四万，心态不会崩。赚一百万亏四十万，心态会崩。心态崩了，就会做错误的决策。错误的决策会导致更大的亏损。恶性循环。
他在白板上画了一张图——横轴是资金量，纵轴是风险承受能力。资金量越大，风险承受能力越强——这是大多数人的想法。但林晨画了一条相反的曲线——资金量越大，风险承受能力越弱。因为大资金的绝对亏损额太大了，大到会影响心态。
这就是收益额陷阱林晨说，小资金的时候，你看的是收益率——我今年赚了百分之五十。大资金的时候，你看的是收益额——我今年赚了一百万。但亏损的时候，你看的也是收益额——我今年亏了四十万。四十万——这个数字会让你睡不着觉。所以大资金必须降低风险——不是降低收益率，是降低波动率。让曲线更平滑，让回撤更小，让心态更稳。
林晨花了三天时间，把投资系统的风控参数全部调整了一遍。
第一，单笔交易最大亏损从总资金的百分之二降到了百分之一。以前一千万的百分之二是二十万——一笔交易最多亏二十万。现在降到百分之一——最多亏十万。十万块，亏了不心疼。二十万，亏了会心疼。不心疼才能理性决策。
第二，单日最大亏损从总资金的百分之五降到了百分之三。以前一天最多亏五十万，现在一天最多亏三十万。三十万——大概是一天的波动范围。超过三十万，说明市场出现了异常——要么是系统出了问题，要么是市场出了黑天鹅。不管是哪种情况，都应该停下来检查，而不是继续交易。
第三，总仓位上限从百分之八十降到了百分之六十。永远保留至少百分之四十的现金或现金等价物。现金不是闲置资金救命资金。市场暴跌的时候，有现金可以抄底。系统出问题的时候，有现金可以扛。机会来的时候，有现金可以加仓。现金是投资的空气——平时感觉不到它的存在，但没有了它，你会窒息。
第四，增加了熔断机制。如果账户连续三天亏损，且累计亏损超过百分之五——自动清仓，休息一周。这一周里不交易、不看盘、不想投资。去餐厅看看，去学校转转，陪家人吃吃饭。一周之后，心态平复了，再重新开始。这个机制是林晨从自己四年的交易经验里总结出来的——最大的亏损往往不是第一笔，是连续亏损之后的报复性交易。亏了第一笔，不甘心，想翻本。加大仓位，结果亏得更多。再加大仓位，再亏。三天亏掉一个月的利润。熔断机制就是强制打断这个恶性循环——亏到一定程度，停下来，冷静一下，再出发。
第五，增加了策略轮动机制。以前四个策略——趋势跟踪、均值回归、网格交易、期权对冲——同时运行，按固定比例分配资金。现在改成动态分配——哪个策略最近表现好，就多分配资金。哪个策略最近表现差，就少分配资金。不是追涨杀跌——是让赢家继续赢，让输家先休息。这个机制能提高资金利用效率，也能降低整体回撤。
五个调整，核心思想只有一个——从转向。不是不进攻了，是不盲目进攻了。一千万之前，任务是从二十万到一千万——需要进攻。一千万之后，任务是让一千万不缩水，同时稳定增长——需要防守。防守不是保守，是理性。
调整完风控参数之后，林晨又做了一件事——他把投资系统的代码从头到尾审查了一遍。
不是找bug——系统已经跑了四年，bug早就修完了。是找过度优化。过度优化是量化投资里最隐蔽的陷阱——你在回测上反复调参数，调到回测曲线完美无瑕。但那个完美是假的——它只存在于历史数据里，不存在于未来的市场中。用过度优化的策略做实盘，结果往往是——回测曲线一路向上，实盘曲线一路向下。
林晨把系统里所有的参数都列了出来——大概有两百多个。趋势跟踪的均线周期、均值回归的偏离阈值、网格交易的网格间距、期权对冲的行权价比例、止损比例、仓位比例、策略权重……每一个参数都是过去四年里一个一个调出来的。
他开始删参数。不是调参数，是删参数。能用一个参数解决的问题，不用两个。能用固定值解决的问题，不用动态值。能用逻辑判断的，不用数据拟合。删了一整天，两百多个参数删到了一百二十个。少了八十个参数，系统变得更简单了。
简单意味着稳健。参数越多，模型越复杂，越容易过度拟合历史数据。参数越少，模型越简单，越容易适应未来的市场。这是机器学习里的奥卡姆剃刀原则——简单的模型比复杂的模型更好，不是因为简单的模型更准确，是因为简单的模型更不容易出错。
他把删完参数的系统重新跑了一遍回测。回测曲线没有之前那么完美了——年化收益率从百分之五十降到了百分之三十五。但最大回撤也从百分之十五降到了百分之八。夏普比率从二点一升到了二点五。收益率降了，但风险降得更多。风险调整后的收益反而提高了。
他看着回测结果，在笔记本上写了一行字——少即是多。慢即是快。
周末，林晨约了张伟吃饭。
张伟是他以前在跨境电商公司的同事，就是那个在他失业时给他介绍Web3行业的人。张伟现在在一家量化基金做策略研究员，管着两个亿的资金。林晨约他，是想听听专业做量化的人对策略调整的看法。
两个人在科技园的一家湘菜馆里，点了一份剁椒鱼头和一份小炒肉。张伟夹了一块鱼头，辣得吸了一口气。
你说你把仓位降了三分之一？
为什么？
林晨把自己的逻辑讲了一遍——资金量大了，绝对亏损额大了，心态会受影响，所以必须降低风险。
张伟听完，放下筷子。你说的对。但只对了一半。