Skip to main content

Position Sizing & Portfolio

"สัญญาณนี้ควรใหญ่แค่ไหน?" คือคำถามที่ตัดสินว่า edge จะ compound หรือ blow up สถาบันตอบด้วย volatility targeting และ Kelly criterion, และพวกเขาสร้าง book ด้วย risk parity มากกว่า equal dollars cMind นำทั้งสองมาสู่ retail — deterministic math บน strategy's return series, พร้อม plain-English recommendation

เปิด cBots → Position Sizing (/quant/sizing)

Single-strategy sizing​

กำหนด strategy's returns (หรือ equity curve), target annual volatility, Kelly fraction และ leverage cap, sizer รายงาน:

  • Realized annual volatility — volatility ของ strategy เอง, annualized โดย square-root-of-time rule
  • Volatility-target sizing — exposure ที่ทำให้ realized volatility ตรงกับ target ของคุณ (target ÷ realized vol), cap ที่ leverage limit ของคุณ strategy ที่มี volatility ต่ำกว่า ได้รับ size มากกว่า
  • Full Kelly — fraction f* = μ / σ² ที่เป็น optimal สำหรับ growth (mean หาร variance ของ returns)
  • Fractional Kelly — f* scale ด้วย Kelly fraction ของคุณ Half-Kelly (0.5) เป็นทางเลือก ที่ปลอดภัยที่ common; full Kelly เป็นที่รู้กันว่า aggressive เกินไปสำหรับ real, uncertain edges
  • Recommended exposure — เล็กกว่า (ปลอดภัยกว่า) ของ volatility-target และ fractional-Kelly sizings, cap แล้ว strategy ที่ไม่มี positive edge (full Kelly ≤ 0) ถูก size เป็น zero
POST /api/quant/sizing
{ "returns": [...], "targetVolatility": 0.10, "kellyFraction": 0.5, "leverageCap": 3 }

Portfolio allocation​

ให้มันสองหรือมากกว่า strategies (aligned return series) และมันสร้าง book โดย inverse-volatility risk parity — แต่ละ strategy ถูก weight โดย 1 / volatility, normalized — ดังนั้น risk ไม่ใช่ dollars ถูก share อย่างเท่าเทียม มันยังคืน:

  • correlation matrix ข้าม strategies ของคุณ (หา strategies ที่เป็น bet เดียวกันอย่างลับๆ)
  • projected portfolio volatility ที่ weights นั้น, จาก sample covariance
  • leverage factor ที่ scale ทั้ง book ไปยัง target volatility ของคุณ (cap แล้ว)
POST /api/quant/portfolio
{ "strategies": [[...], [...]], "targetVolatility": 0.10, "leverageCap": 3 }

ทำไมมันถึงเชื่อถือได้​

ทั้งหมดเป็น pure, deterministic domain code (Core.Portfolio) ไม่มี infrastructure dependency และไม่มี external calls — unit-tested สำหรับ vol-target scaling, Kelly formula, equal-risk property ของ inverse-volatility weights และ correlation matrix Advisory โดย default: ตัวเลขเป็น recommendation ไม่ใช่ automatic order