前五章都在回答「风险是什么、怎么量」。从这一章开始进入日常操作层，第一个问题就是每笔交易都绕不开的：这一笔，买多少？
仓位大小（position sizing）是风控里杠杆率最高的环节。同一份选股名单，不同的仓位规则可以让两个人一个十年后自由、一个三年内出局。而多数人对这个问题的回答方式是一拍脑袋：「感觉不错，买两成。」本章把它变成一道有章可循的算术。
从 Kelly 公式说起：理论上限与它的教训
1956 年，贝尔实验室的约翰·凯利（John Kelly）提出了一个公式，回答「有优势的情况下每次该押多大」：Kelly 公式的最简形式是 f = p − q/b，其中 p 是胜率，q = 1−p，b 是盈亏比（赢的时候赚多少 ÷ 输的时候亏多少）。
举个例子：你估计一笔交易胜率 55%，赢时赚 20%，输时亏 10%（b = 2）。Kelly 给出 f = 0.55 − 0.45/2 = 32.5%。意思是「长期复利最优」的押注是三分之一的仓位。
但几乎所有实战派——包括深刻理解 Kelly 的人——都不会用全 Kelly，而是用它的 1/4 到 1/2，所谓「半 Kelly」「四分之一 Kelly」。原因有三：
- 你的 p 和 b 是猜的。Kelly 对输入极度敏感：胜率从 55% 错估成 50%（真实世界里的常态），全 Kelly 立刻从「最优」变成「过度下注」，而过度下注的代价远比下注不足惨痛。
- 全 Kelly 的回撤是地狱级的。即使估计完全正确，全 Kelly 策略的净值曲线也会频繁出现 50% 级别的回撤。数学上最优，人性上无法执行——而执行不了的规则等于没有规则。
- 连续亏损是常态不是意外。胜率 55% 的策略，连输 5 次的概率约 2%——听起来小，但一年做 50 笔交易，几年内几乎必然遇到。仓位规则必须先活过这种「正常的不幸」。
大白话：Kelly 告诉你油门踩到底的位置在哪；半 Kelly 是懂了之后自觉只踩一半——不是车不行，是路上有你看不见的坑。
实操主力：固定风险法（波动率倒数法）
业界最常用、也最贴合本书第二章预算框架的方法，是固定风险法：每笔交易亏到止损时，损失恰好等于一个固定金额（比如总资产的 1%）。公式一行：
仓位金额 = （总资产 × 单笔风险额度） ÷ 止损距离
例：总资产 100 万，单笔风险额度 1%（1 万），某股票买入价 100 元、止损设在 90 元（止损距离 10%），则仓位 = 1 万 ÷ 10% = 10 万元，即买 10% 仓位、1000 股。如果止损设得更近（95 元，距离 5%），同样 1 万风险额度可以买 20 万仓位。止损距离和仓位大小是同一个旋钮的两面——先定风险，再让仓位成为结果。
这个方法有两个非常合意的性质：
- 自动逆波动作：波动大的股票（止损必须设得远，否则被噪音扫出去），仓位自动变小；波动小的股票仓位自动变大。这就是「波动率倒数」的含义——仓位 ∝ 1/波动率。高波动的半导体小盘股和低波动的公用事业股，在你组合里承担的风险被拉平了，而不是被股数拉平了。
- 止损是输入不是输出：它逼你在买入前先想「我在什么价格承认自己错了」——这正是第八章买入清单的核心问题。想不出止损位的交易，根本走不到计算仓位这一步，这本身就是一层过滤。
组合层面：风险平价的直觉
把固定风险法推到整个组合，就得到风险平价（risk parity）的直觉：让每个持仓（或每个敞口簇）对组合总风险的贡献大致相等，而不是让它们的金额相等。
举个对比：一个「金额等权」的组合——50% 低波动国债、50% 高波动小盘股——看起来五五开，但 90% 以上的风险来自小盘股那一半；它本质上是一个小盘股组合加一层债券涂装。风险平价的做法是把仓位调成「债券贡献一半风险、股票贡献一半风险」，这通常意味着债券仓位金额远大于股票。桥水的全天候策略就是这一思想的著名实现。
对个人组合，不必真的上杠杆做全天候，但思想可以直接借用：检查你的组合，问「如果分成几个敞口簇，风险贡献各占多少？」如果答案是「半导体簇贡献 75% 的风险」，那么不管金额上多么「分散」，你的命运实际上押在一个簇上。
三条硬性上限，写在规则里
除了自下而上的计算，还需要几条自上而下的硬上限，防的是「计算没问题、人出问题」：
- 单一个股仓位上限（比如 15%）：防个股黑天鹅。再深的的研究也防不住 CEO 猝死、财务造假、深夜制裁。
- 单一敞口簇风险上限（比如任何簇止损总风险 ≤ 5%）：防第五章的假分散。
- 总仓位上限与下限的区间：配合第二章的净敞口框架，避免在情绪驱动下瞬间满仓或清仓。想动区间本身？回到第二章的元规则——只能在平静时改。
仓位公式告诉你「可以买多少」，硬上限告诉你「无论如何不能超过多少」。前者优化收益，后者保证生存。下一章讲建仓的过程：仓位算出来之后，是一次打满，还是分批进场？这本身也是风控。