为什么我们用「份额制」而不是「真实资产额度」做持仓管理

核心判断

给一个 AI 投研智能体（自动做研究、出调仓判断的 Agent）记录持仓，摆在面前有两条路：

• 份额制（share-based，现方案）：每次调仓把目标净权重按当时组合总市值折算成虚拟份额，之后按 Σ 份额 × 收盘价 逐日盯市（mark-to-market，按市价重估持仓）；初始净值 nav_0 = 1（净值起点，无量纲，只用于折份额）。
• 真实额度制（real-capital）：给每个策略先设一笔真实初始资金（如 100 万元），每次调仓折算成真实股数，维护真实现金余额与成本价。

我们选份额制。这不是"真的还没做"，而是一个有意画的抽象边界。 理由可以浓缩成一句话：

真实成交价在原理上不可精确知，折真股数就得先编一个成交假设；那个"精确"是假的，却要付出真实的迁移代价。份额制把这个编造环节整个绕开，同时天然给出一条隔离了外部资金进出的、可比的策略净值曲线。

而且这套记账法并不是我们发明的怪招——它正是公募基金几十年来的单位净值记账法。 下面把这个决定拆开讲，每一步都挂上业界与监管的权威出处。

一、份额制不是"简化版"，而是资产管理行业的标准记账法

先破除一个直觉误区：份额制听起来像是"真实额度制的偷懒近似"。恰恰相反，用份额 + 单位净值来记一只组合的价值，是全球公募基金的标准做法，写进了监管规则。

美国证券交易委员会（U.S. SEC，美国证券交易委员会）对净资产值（Net Asset Value，NAV，基金净资产值）的官方定义是：NAV = 总资产 − 总负债，而每一份的净值 = NAV ÷ 在外发行份额数；投资者申购、赎回的价格就是这个每份净值。SEC 同时要求共同基金每个交易日至少计算一次 NAV，因为基金资产每天都在变（依据《1940 年投资公司法》第 2(a)(41) 条及 Rule 2a-4、22c-1）。(SEC Investor.gov)

把这套逻辑和我们的 reconstructLedger（份额账本重建，纯计算派生净值的核心）对照：

唯一的实质差别：基金的份额和净值对应真金白银，我们的是无量纲的研究口径。但记账的数学骨架——"持有固定份额、按市价逐日重估、净值反映每份价值的涨跌"——完全一致。 换句话说，份额制不是我们绕开真实记账的捷径，而是我们采用了资产管理行业最成熟、最经得起审计的那套记账法，只是把货币单位这一层拿掉。

⚠️ 术语澄清（本仓库"账本"是过载词）：本文说的是 portfolio-ledger（持仓账本，记录策略持仓演变），不是 market_data_source_coverage（行情数据源覆盖账本，记录某数据集某交易日是否完整）。

二、为什么不折真股数：决策价、纸面组合与"实施缺口"

真实额度制的死结，藏在"把目标权重折成真股数"这一步里。要算出"买 700 股"，你必须先钉一个真实成交价：哪个时点成交、成交在什么价位、拆单造成多少滑点。而这恰恰是决策者事前不可精确知的东西。

这不是我们的一家之言，而是市场微观结构领域四十年前就定型的经典框架。哈佛商学院的 André Perold 在 1988 年提出实施缺口（implementation shortfall，实施缺口 / 执行成本）：把一个"纸面组合（paper portfolio，假想组合）"——在决策价（decision price，亦称到达价 arrival price，即决定交易那一刻的市场价）瞬间成交、无摩擦——和真实成交的组合作差，这个差额就是把一个投资决策落地为真实成交所付出的全部代价，涵盖佣金、市场冲击、延迟成本，以及那些根本没能成交的部分的机会成本。(Quantitative Brokers；CFA Institute)

Perold 框架里有一个对我们这个决定至关重要的细节：从执行方的角度，真正的"决策时点"往往是不可观测的——所以实务上只能退而用"到达价"来近似，因为没人能精确知道投资决策究竟是在哪一毫秒做出的。(Quantitative Brokers)

把这条道理映射到 AI 投研智能体身上：

• 策略 Agent 属于决策层（相当于投资经理 PM 那一层），它的产出是母单（parent order，目标净权重指令，如"把某标的建到 8% 仓位"），不是成交。
• 真实成交属于执行层——一台在市场微观结构里择时、拆量、追踪基准的高速机器。
• 一个日线节奏的大语言模型既不在执行层、也模拟不准执行层。

于是，让 Agent 吐一个"买 700 股 @12.31"，这个数字看着很具体，但底下的成交假设（成交时机、成交价、拆单滑点）是虚构的。你把超额收益（alpha）算到了小数点后两位，地基却是编的——这种伪精确，比诚实地承认"我只到母单粒度"误差更大、更误导。

份额制怎么处理这一步？调仓日用当日收盘价折份额，但它只把这个价当作"折算基准"，从不声称这是真成交价。 净值只表达"相对起点涨跌了多少倍"，不假装知道任何一笔真金白银的成交。承认这条边界是诚实；跨过去装精确，是自欺。

三、真实成交为什么"不可精确知"：市场冲击与执行基准

有人会问：就算 Agent 不出成交价，我给它配一个简单的成交假设（比如"按当日收盘价成交"）不就行了，为什么非说"不可精确知"？

因为大额订单的成交价，本质上取决于你怎么把它打进市场，而这件事有它自己的物理规律。

机构真实下单从不是"一把成交"。可用流动性远小于机构想交易的规模，所以交易员把大额母单拆成一连串小的子单顺序执行，这一串子单叫元订单（meta-order，母单拆分后的成交序列）。执行算法用 VWAP（Volume-Weighted Average Price，成交量加权平均价） 或 TWAP（Time-Weighted Average Price，时间加权平均价） 这类日内执行基准去调度：VWAP 按历史成交量分布铺单，TWAP 按时间均匀铺单。(CFA Institute)

而这个过程会移动价格本身。市场微观结构里最稳健的实证规律之一是市场冲击的平方根律（square-root law of market impact）：一个规模为 Q 的元订单，其平均价格冲击近似正比于 √(Q / V)（V 为日成交量）。东京证券交易所全样本（2012–2019 年全部股票的完整订单生命周期）的研究以极高精度支持了这条律的"严格普适性"，并指出它可以稳健地用于估计机构投资者的交易成本。(arXiv, Sato & Kanazawa)

平方根律有两个推论直接击穿"简单成交假设"：

1. 成交价随下单量非线性变化：买入相当于日成交量 1% 的股票，价格典型移动约为当日价格波幅的 10%。你想建的仓位越大，你自己把价格推得越高——真实成交均价系统性地劣于你看到的那个"当前价"。线性模型会显著低估大额元订单的成本。(arXiv)
2. 冲击几乎与执行节奏无关、却与总量强相关：也就是说真实成交成本主要由"你要交易多少"决定，而这恰恰是事前建模也建不准的那部分——它依赖真实的盘口深度、当日流动性、其他参与者的行为。

结论："按收盘价成交"不是一个偏保守的近似，而是一个系统性偏乐观的虚构——它假装你能在不惊动市场的情况下，以看板上的价格拿到任意规模的仓位。份额制不做这个假装：它用收盘价折份额只是为了记账基准，并不把它当成"你真能成交到的价"，因此也不会把这份虚构的精度带进净值曲线。

四、份额法的正面价值：一条隔离了外部资金进出的、可比的策略净值曲线

绕开真实成交是"避害"，份额法还有"趋利"的一面：它天然产出一条口径干净、可比的策略净值曲线。

关键在于:我们的份额账本里没有外部资金的进进出出。 它从 nav_0 = 1 起步，是一个封闭的虚拟组合;调仓只是在已有市值内部重新分配权重(份额法语义:只对当日下单的标的按最新净值重折份额,未提及的标的份额不动、继续随涨跌漂移),不涉及"用户又投了 50 万""用户赎回了 20 万"这类外部现金流。

这正好命中投资绩效衡量里的一个核心区分。全球投资绩效标准（GIPS，Global Investment Performance Standards，CFA Institute 制定的绩效披露标准）要求用时间加权收益（time-weighted return，TWR）来评价管理人,因为 TWR 剔除了现金流的影响——而现金流的时机通常是客户驱动的,不该算到管理人头上。因此时间加权收益最能反映"管理人按既定策略管理资产的能力"。(CFA Institute) 而时间加权与资金加权收益只在存在外部现金流时才分叉;当账本内没有外部资金进出,这条净值曲线的口径是无歧义的,它干净地表达了策略本身的复利表现。(GIPS Calculation Methodology)

换句话说:

• 份额账本内部,大仓位天然对净值影响更大——position 层面的资金加权是免费得到的,无需额外加权。
• 份额账本整体隔离了"客户何时投入/赎回"的时机噪声——这正是 GIPS 要求 TWR 去隔离的东西,让不同策略、不同时间段的表现可比。

而这些,真实额度制并不会做得更好:超额收益 alpha 是一个比率,净值的无量纲涨跌已经完整表达它;乘上一个真实本金金额只是把同一条曲线换算成货币,不增加任何信息,反而引入"那笔本金从哪来、准不准、何时进出"的新噪声。

复盘措辞因此必须带粒度声明:说"这一轮 alpha 约为 +3%(日线、母单级、执行摩擦不计)",而不是"+3.14%"。承认粒度,而不是伪造精度。

五、迁移代价：份额法零迁移，真实额度要动全体用户沙箱

最后一条是纯工程的现实账。

我们的持仓事实存在 positions_history（持仓历史表，sandbox-local 的 portfolio.db）里，只有 4 列、append-only（只追加）：operated_at（调仓时点）、symbol（标的）、absolute_position（目标权重比例 ∈[-1,1]，负为做空）、reason（调仓理由）。一行 = 一次"把某标的目标权重设成 X"，不是余额、不是成交。份额法读的就是这张已有的表，股数 / 现金 / 净值全靠 reconstructLedger 纯计算派生，不落任何真股数、真现金、成本价。

改真实额度制要给每个沙箱补：初始资金、真股数、真现金余额、成本价、逐笔配对（FIFO 批次）等一整套列，并回填全部历史——这是一次跨全体用户沙箱的数据迁移。而它换来的"精确"还是假的（成交价不可知，见第二、三节）。

为一个假精确付真实迁移代价，不值得。 份额制保留，别推倒。

六、边界：份额法不做什么，以及何时才该做真实撮合

把适用边界讲清楚，免得份额制被当成万能：

它擅长：复盘"这一轮持有跑赢大盘没有（alpha）"、给用户看净值曲线与风险指标（最大回撤、夏普、波动率等）。这些只需要相对涨跌，份额法足够且更诚实。

它不做、也不该做：真实成交回放、逐笔盈亏对账、精确的 T+1 可卖释放与涨跌停/停牌撮合。以 A 股为例，上交所实行 T+1 交收（当日买入的股票次日才能卖出）、主板 10% 日涨跌幅限制，且超出价格限制的申报会被交易所直接拒绝。(Shanghai Stock Exchange) 要精确复刻这些真实撮合约束，是执行层 / 量化 fitness（适应度打分）层的工程，不是研究口径记账该背的包袱。

唯一值得推倒重来做真实撮合的场景：当产品目标是补全整个缺失的"量化回测 / fitness 评估层"时——那是一个产品战略决定，不该由"想把复盘做好"这一个需求来触发。复盘用份额法 + 确定性费用（佣金、印花税，费率明确、不依赖成交细节）+ 诚实误差带即可。

注：需要区分两件事。我们已有的可交易性闸门（tradability gate，observe/partial/closed 三态）是在 set_target（设目标权重）写入层拦截 A 股涨跌停/停牌等不可交易的目标——它拦的是"这个目标权重在当日根本下不进去"，属于决策层的合规校验，不等于模拟真实成交。份额法记账 + 闸门拦不可交易目标，二者不冲突，仍在"诚实的母单粒度"之内：既不假装知道真成交，也不放行明显下不进去的目标。

常见问题

份额制和公募基金的"单位净值"是一回事吗？ 记账思路一致。基金的每份净值 = （总资产 − 总负债）÷ 在外份额数，投资者按每份净值申赎，SEC 要求每交易日至少算一次。(SEC) 我们用同样的份额 + 盯市逻辑，只是初始净值取无量纲的 nav_0 = 1、份额是虚拟的，衡量"策略这份初始资金涨跌了多少倍"，而非"账户里有多少钱"。

为什么不给每个策略设真实初始资金、折算真股数？ 因为折真股数必须先钉一个真实成交价，而真实成交由执行算法在市场微观结构里完成、事前不可精确知（Perold 实施缺口：纸面组合按决策价、真实组合按实际成交价，差额即执行成本）。(Quantitative Brokers) 折真股数＝先编一个成交假设，那个精确是假的，还要付跨全体沙箱的迁移代价。

份额法算出来的收益会不会因为没有真实成交而失真？ 它诚实地只主张策略的相对涨跌（净值曲线），不假装知道任何一笔真金白银的成交。因账本内无外部资金进出，这条曲线隔离了客户投入/赎回的时机影响，正是 GIPS 要求用时间加权收益去衡量策略能力的口径。(CFA Institute) 它不失真，只是把粒度说清楚：净值反映决策质量，不反映执行摩擦。

延伸阅读

• 为什么策略 Agent 只出母单、不出具体股数/成交：本文第二节"决策层 vs 执行层"边界的同源论证。
• AI 投研智能体的红线：研究口径持仓与真实交易账户为何必须隔离，以及这条隔离在监管上的意义。