文件
quantKonwledge/wiki/名词解释/信息比率.md
Manus Quant Agent 790c0eaa0a feat: 全面优化迭代所有文档 - 增加数据说明+计算公式+名词解释+内部链接
变更统计:
- 70个文件变更 (39个新增 + 31个修改)
- 新增 6554 行内容

优化内容:
1. 30个核心文档增加附录(数据说明/计算公式/参数表/使用场景/常见误区)
   - 第一批: 量化基础/技术指标/策略/信号/品种/数据流/回测/风控/链上/EWO
   - 第二批: AI/案例复盘/多Agent/Hyperliquid/KOL/期权/RWA/券商/BTC/主流币
   - 第三批: ETH/SOL/BNB_DOGE/XAUT/代币化美股/信号优化/tradehk系统
2. 新增38个名词解释wiki条目(Delta对冲/Gamma/Theta/Vega/IV/VaR/CVaR等)
3. 更新全局术语表索引(79个术语/12大类/知识图谱/学习路径)
4. 新增内部链接体系(wiki式交叉引用)
2026-03-06 05:09:34 -05:00

5.9 KiB
原始文件 Blame 文件历史

DCA定投 (Dollar-Cost Averaging)

🟢入门

一句话解释

DCA定投Dollar-Cost Averaging是一种投资策略,指无论市场价格如何,都定期以固定金额买入特定资产,旨在通过在价格波动中平滑买入成本来降低风险。

详细解释

背景与原理

平均成本法DCA的核心思想是放弃预测市场的最佳买入时机,通过纪律性的、机械化的定期投资来应对市场的不可预测性。该策略的理论基础在于,通过在不同价位上持续买入,投资者可以在价格较低时购入更多数量的资产,在价格较高时购入较少数量,从而在长期内将平均持有成本维持在一个相对中低甚至更低的水平。这种方法有效地将“择时”这一高难度决策从投资过程中剥离,尤其适合于波动性较大但长期看涨的资产,如股票、指数基金和加密货币。其原理并非追求最高收益,而是通过分散单点投入的风险,构建一个更为稳健的长期投资组合。

计算公式

投资组合的平均成本计算公式如下:

AC = \frac{\sum_{i=1}^{n} (P_i \times Q_i)}{\sum_{i=1}^{n} Q_i} = \frac{\text{总投入成本}}{\text{总购入份额}}

其中:

  • AC 代表平均成本 (Average Cost)
  • P_i 代表第 i 次投资时的资产价格
  • Q_i 代表第 i 次投资时购入的资产数量
  • n 代表总投资次数

对于严格的DCA策略,每次投入的金额是固定的例如,每次投入 C 元),因此每次购买的数量 Q_i 将是 C / P_i。那么总投入成本就是 n * C

计算示例

假设一位投资者决定每月向一只指数基金ETF投资1000元,持续5个月。每月的基金价格如下

月份 投资金额 (元) 基金价格 (元/份) 购入份额 累计投入 (元) 累计份额 平均成本 (元/份)
1 1000 10.00 100.00 1000 100.00 10.00
2 1000 8.00 125.00 2000 225.00 8.89
3 1000 9.50 105.26 3000 330.26 9.08
4 1000 11.00 90.91 4000 421.17 9.50
5 1000 12.00 83.33 5000 504.50 9.91

在5个月后,投资者总共投入了5000元,获得了504.50份基金。其最终的平均成本为 5000 / 504.50 ≈ 9.91元/份。而这5个月的算术平均价格为 (10+8+9.5+11+12)/5 = 10.1元。通过DCA,投资者获得了比市场平均价更低的成本。

在量化交易中的应用

  1. 自动化定投策略在量化交易中,DCA是最基础也最常见的策略之一。交易系统可以被编程为在预设的时间间隔如每日、每周自动执行买入指令,买入固定价值的特定资产如比特币或某支股票。这消除了人工操作的延迟和情绪干扰,确保了投资纪律的严格执行。

  2. 网格交易的变体DCA的思想与网格交易紧密相关。量化策略可以将DCA与价格水平结合,形成一种动态的DCA策略。例如,当价格跌破某个移动平均线时,不仅执行定投,还额外增加投资金额即“智能定投”,从而在市场下跌时更快地降低成本。

  3. 分批建仓与平仓对于趋势跟踪或均值回归等更复杂的策略,DCA可以作为入场和出场管理的一部分。当交易信号出现时,系统可以采用DCA方式分批次建立头寸,而不是一次性全仓买入,以平滑初始建仓成本,降低因入场点不佳而带来的早期浮亏风险。同样,在止盈或止损时也可以分批卖出。

  4. 投资组合再平衡在多资产的量化投资组合中,DCA可用于执行再平衡操作。当某个资产的权重因价格上涨而偏离目标时,系统可以定期卖出一部分;反之,当权重偏低时,则通过DCA的方式定期买入,以维持投资组合的风险暴露和资产配置比例在预设范围内。

数据规格

属性 说明
数据类型 float
取值范围 大于0
单位 计价货币如USD, CNY
更新频率 根据交易频率确定,可为分钟、小时、天等
典型数据源 交易所API、金融数据服务商如Bloomberg, Refinitiv

常见误解

  1. 误解DCA是一种稳赚不赔的策略。 正确理解: DCA并不能保证盈利。它是一种风险管理工具,旨在降低买入成本,但如果投资的资产本身价值持续归零,DCA策略也无法避免最终的亏损。策略的成功高度依赖于所选资产的长期增长潜力。

  2. 误解DCA在任何市场条件下都优于一次性总付投资Lump Sum Investing 正确理解: 在一个持续单边上涨的牛市中,一次性尽早投入所有资金的收益率通常会高于DCA。DCA的优势主要体现在价格波动较大或先跌后涨的市场环境中。

  3. 误解执行DCA策略后就可以完全不管了。 正确理解: DCA虽然简化了买入决策,但并不意味着可以完全“撒手不管”。投资者仍需定期审视投资标的的基本面是否发生变化,并需要制定明确的退出策略如达到目标收益后止盈,否则可能错失卖出良机或在市场逆转时无法保住利润。

相关名词

深入阅读