波动率缩放（Volatility Scaling，简称 Vol-Scale）是量化交易中常用的风险管理技术，通过调整仓位大小来标准化不同资产或策略的风险暴露。
不同资产的波动率差异巨大：
- 科技股：年化波动率 30-50%
- 国债：年化波动率 2-5%
- 加密货币：年化波动率 80-150%
直接等金额投资会导致风险暴露极度不均衡。Vol-Scale 通过反向调整仓位，使得各资产/策略的风险贡献相等。
wi=σiσtarget⋅∑jσjσtarget1
其中：
- wi：资产 i 的权重
- σi：资产 i 的已实现波动率
- σtarget：目标波动率（如 10%）
Positioni=BasePosition×σiσtarget
| 方法 |
公式 |
特点 |
| 简单移动平均 |
σt=N1∑i=0N−1rt−i2 |
简单，滞后大 |
| EWMA |
σt2=λσt−12+(1−λ)rt2 |
指数衰减，更灵敏 |
| GARCH(1,1) |
σt2=ω+αrt−12+βσt−12 |
考虑波动率聚类 |
| 高频实现波动率 |
RVt=∑i=1Mrt,i2 |
日内数据，更精确 |
Vol-Scaled Return=i∑wi⋅ri⋅σiσtarget
使得各资产对组合风险的贡献相等。
不同策略的波动率差异：
| 策略类型 |
典型年化波动率 |
| 趋势跟踪 |
15-25% |
| 均值回归 |
10-15% |
| 统计套利 |
5-10% |
| 高频做市 |
3-8% |
Vol-Scale 后，各策略风险贡献均衡。
Leveraget=σrealizedσtarget
- 高波动时期 → 降低杠杆
- 低波动时期 → 提高杠杆
原文案例：
"long apple，short tesla，然后根据历史 volatility 简单做个 vol-scale"
假设：
- Apple 波动率：25%
- Tesla 波动率：60%
- 目标波动率：10%
则：
- Apple 仓位：10%/25%=0.4（40% 名义本金）
- Tesla 仓位：10%/60%=0.167（16.7% 名义本金）
注意：这是名义本金比例，实际做空需要保证金。
- 风险均衡：各资产/策略风险贡献相等
- 防止单一资产主导组合风险
- 适应波动率变化（动态调整）
- 波动率估计滞后：使用历史波动率预测未来存在偏差
- 波动率聚类：高波动后往往继续高波动，导致频繁调整
- 交易成本：频繁再平衡增加交易成本
- 极端事件：历史波动率无法预测黑天鹅
使用 GARCH 或机器学习预测未来波动率：
σ^t+1=f(σt,rt,newst,…)
设置最大杠杆限制：
Leveraget=min(σrealizedσtarget,Lmax)
避免频繁大幅调整：
wt+1=wt+α(wtarget−wt)
创建于：2026-06-11
*来源：栀染《量化交易的深度学习困境》