调仓频率：多久换一次仓，这个旋钮比你想的贵得多

两个人用同一套选股逻辑，选出来的名单几乎一模一样。一个人每个月底照名单调一次仓，另一个人每天收盘后看一眼、有变化就换。一年下来，两人的账户差了一大截。

差在哪？不在眼光，在多久动一次手。

这个「多久动一次手」，在量化系统里有个名字叫调仓频率——你隔多长时间重新算一遍该持有什么、然后把仓位调整过去。它看起来像个无关紧要的习惯问题：勤快点还是懒散点而已。但它其实是整套策略里最贵的一个旋钮，因为你往任何一边拧，都要在别的地方还债。

先说人话：它到底在调什么

想象你开一家小超市，要决定多久整理一次货架。

每天整理一次：货架永远跟得上最新的销量数据，什么好卖就摆在最显眼的位置。代价是你每天都得付搬运工的工钱，而且搬得太频繁，箱子磕碰、商品损耗都会跟着涨。

一个季度整理一次：搬运费省下来了，可你的货架反映的是三个月前的畅销榜。这三个月里冒出来的新爆款，要等到下次整理才轮得上位置。

还有第三层，很多人想不到：如果你把整理周期缩到每天，那你一次能进的货量就受限了——供货商一天只能送这么多，你要一天之内把整个货架翻新，超出这个量供货商供不上，你只能高价从别处调货。整理越勤，单次能腾挪的货就越少。

这三件事就是调仓频率的全部麻烦：搬运的钱、货架跟不跟得上最新销量、一次能腾挪多少货。它们不是可以分开解决的三个问题，而是同一个旋钮的三个刻度盘，拧一下三个一起动。

投资层：三个方向同时拉扯你

回到账户里，这三件事分别叫成本、新鲜度、容量。

成本这一头，几乎是按次数线性长的

你每调一次仓，就要付一次过路费。这笔钱不止一项：券商的佣金、卖出时的税费，还有滑点（你以为能在这个价成交，实际成交价差了一点，这个差额就是滑点）和冲击成本（你自己的买单把价格推高了，等于跟自己抢货）。

关键在于，这些钱基本是按「动手次数 × 每次动多少」算的。同样一套持仓，每月调一次和每天调一次，前者一年动手十二回，后者两百多回。哪怕单次成本小到你懒得看，乘上次数之后就变成了一个必须正视的数——它不是从你的收益里扣掉一小块，很多时候它扣掉的是全部超额部分。费用怎么一层层叠上去，手续费与印花税：高频策略的隐形杀手 那篇讲得更细。

更要命的是，这笔钱是确定发生的，而你换仓换来的收益改善是不确定的。用一笔确定的支出去换一份不确定的期待，频率越高，这个交换做得越多，赌注也越大。

新鲜度这一头，取决于你的判断能撑多久

反方向的力来自这里：调得太慢，你的判断会过期。

任何一个买入理由都有保质期。「这家公司利润在改善」这类理由，可能几个季度都还成立；「这只票最近三天资金在往里流」这类理由，可能三天后就完全变了。你的判断能撑多久，就决定了调仓频率的下限——理由三天就失效，你却一个季度才动一次手，那你大部分时间持有的是一个早就不成立的理由。

这里有个很有用的自检：把你的买入理由写下来，然后问自己「这句话在多久之后还会是真的」。答案就是你的频率量级。用月度理由做日度调仓，你只是在为噪音付手续费；用日度理由做季度调仓，你等于揣着一张过期车票。

容量这一头，是最容易被忽略的

第三个方向最反直觉：调仓频率决定了这套方法最多能装多少钱。

道理和超市补货一样。市场每天能吃下的成交量是有限的，你一次要换的仓位越大、要求换完的时间越短，你自己就越会把价格推向不利的一边。所以频率越高，单次可承载的资金规模越小。同一套逻辑，管一百万和管一个亿，能用的最高频率完全不同——不是本事问题，是市场的吞吐量问题。这就是为什么很多人小资金跑得好好的方法，钱一多就不灵了。这条线在哪儿，流动性与策略容量 是正主。

这三个方向没有共同的最优解。 你只能问自己：我的判断保质期多长、我管多少钱、我付得起多少过路费——三个答案交叉出来的那个区间，才是你的频率。任何一个不问自身条件、直接说「日频比月频好」或者「低频才是正道」的说法，都是在替你回答一个只有你自己能回答的问题。

系统层：频率在真实系统里长什么样

概念说完，看看三套开源系统各自把这个旋钮做成了什么形状。有意思的地方在于，它们做出来的不是同一个旋钮——这恰恰说明「调仓频率」在工程上不是一个数，而是一组彼此牵制的设定。

freqtrade：先定「多久看一眼」，再拿一堆闸门压住手

freqtrade 是加密货币交易机器人，它的频率首先由一个叫 timeframe 的设定决定——你用多长的 K 线（一根蜡烛代表多长时间的价格，比如一小时一根）来做判断，这就定了你多久重新评估一次。

但它还配了一个更细的开关 process_only_new_candles（当前默认开启，可配置）：开着的时候，只有新 K 线出现才重新计算指标。文档里解释得很直白，关掉它的话每一轮循环都会重算一遍同一根还没走完的 K 线，除了增加系统负担，更本质的问题是——你会对着一根尚未定型的蜡烛反复改主意。这个开关的存在本身就说明了一件事：在系统层面，「多久重新想一次」和「多久动一次手」是两个需要分开管的东西。

它还有一类叫「保护」的插件专门给频率踩刹车。比如冷却期保护：某个品种上一笔交易刚平掉，接下来一段时间内这个品种被锁住，不允许再进场。这不是为了省手续费，而是为了拦住那种「刚被打出来又追回去」的来回摩擦——同一个品种在短时间里反复进出，通常不是信号在变，是噪音在晃。

最能说明问题的是它的参数搜索损失函数。当你让程序自动去试哪组参数好的时候，它默认的评价方式不只看总收益，还额外做两件事：一是惩罚交易笔数偏离一个预设目标（源码里以模块常量写死，注释明确写着「改成适合你的并发交易数、让它符合实际天数」，也就是说这是留给你按自己情况改的），二是惩罚平均持仓时长过长。换句话说，这个系统在参数搜索阶段就已经把「频率是否合理」当成打分项，而不是等收益算完了再回头补一句「哦成本没算」。

qlib：频率被拆成了两个旋钮

qlib 的做法给了一个更重要的启发。它有个常用的组合策略，构造时要你填两个数：topk（组合里持有多少只）和 n_drop（每个调仓日替换掉几只）。

停下来想想这意味着什么。假设持有二十只，每期换一只，和每期换十只——调仓周期完全一样，但实际换手天差地别。所以在工程上，「多久调一次」根本不足以描述频率，真正决定你付多少过路费的是「多久调一次 × 每次换多大比例」这个乘积。很多人嘴上说自己是「月度调仓」，实际上每个月把整个组合翻一遍，那和口头上的低频毫无关系。

它还有第三个刹车 hold_thresh，意思是最小持有期：卖出前先检查这只票已经拿够天数了没有。这条约束和信号无关，纯粹是给换手上一道硬闸——哪怕模型明天就改主意，你也得先拿满。

而在账本那一侧，qlib 的账户对象每一期都会累加成交金额，并算出一个换手率（当期成交额 ÷ 上期账户总值），跟收益、成本一起记进业绩表。这个设计传递的态度很明确：换手率不是事后想起来才去查的诊断项，它是和收益并列的一等公民，每期都记。至于换手率这个指标本身的定义、以及它为什么不能跨不同盘子横向比，换手率 那篇讲的是通用原理，比这里细得多。

Vibe-Trading：把「不想动」直接写进优化目标

第三种做法最激进。它有个「换手感知」的组合优化器，在求最优权重的时候，目标函数里除了收益项和风险项，还加了一项跟上一期权重的偏离惩罚——你离上次的持仓越远，罚得越狠。

效果是什么？优化器不再是每期从零开始找一个「最好的组合」，而是在「更好的组合」和「懒得动」之间做权衡。只有当新方案好到足以盖过这份惩罚，它才会真的换。这等于把「调仓是有代价的」这件事，从事后的成本核算，提前进了做决策的那一刻。

它的模块说明里还留了一句非常实在的提醒：这个惩罚项的力度是尺度敏感的——它是拿来跟收益项比大小的，而收益项的数量级取决于你输入的是日收益还是别的周期。所以同一个惩罚力度，换个数据频率含义完全变了，必须按自己的数据重新校。这是那种只有真做过才写得出来的话。

同一个仓库里还有一份逐次调仓的记录模块，它把两种换手明确区分开：一种是目标权重变了多少（信号和优化器想换多少），另一种是执行层实际成交了多少。注释里点出了要害——churn（来回折腾）是从信号那一端开始的。这个区分很有价值：如果你发现成本高得离谱，得先分清是你的模型太善变，还是执行环节太笨拙，这两件事的药方完全不同。

为什么频率不该交给优化器去选

这一节是我最想让你记住的。

看到「频率是个可调的数」，很多人的第一反应是：那就把它当参数，让程序把每种频率都试一遍，哪个历史收益高用哪个。

这条路有两个坑，而且都很深。

第一，频率这个参数会放大你所有的成本假设误差。 回测里的成本是你假设的，不是真发生的。假设你把单次成本估低了一点点——在低频下，这点误差乘以少数几次调仓，几乎看不出来；在高频下，同样的误差乘以几百次，就足以把一条平的曲线抬成一条漂亮的斜线。于是搜索程序会系统性地偏爱高频，不是因为高频真的更好，而是因为高频那一档的成本被低估得最多。成本假设怎么写才不至于自欺，见 回测里的交易成本假设。

第二，频率的候选值太少，最容易过拟合。 日、周、月、季，撑死几个选项。你在这几个里挑一个历史表现最好的，本质上和在一堆参数里挑最好看的没有区别，而选项越少、每个选项的样本差异越大，选出来的「最优」越可能只是运气。

正确的姿势反过来：频率不是搜出来的，是推出来的。 先从你的判断保质期定一个量级，从你的资金规模定一个上限，两头夹出一个区间，然后在这个区间里检查成绩对频率是不是敏感。如果稍微改一下频率、成绩就塌了，那这套方法本身就靠不住，跟频率选得对不对没关系。

失效边界与常见误用

把调仓频率和再平衡混为一谈。 再平衡是把偏离了的仓位比例拉回原定配置，它调的是比例；调仓频率讲的是重新做判断、换标的，调的是名单。两者都要动手、都要付费，但目的完全不同，混着谈会得出很奇怪的结论。再平衡是什么，术语卡 里有一句话的说明。

以为降低频率就一定省钱。 降频省的是次数，但如果你把每次的调整幅度也放大了（憋久了一次换个够），总换手可能一点没降，还额外承担了「一次性大额换仓」带来的冲击。频率和单次幅度要一起看。

在回测里挑一个频率，就当它在真钱上也成立。 回测里的成交是假设出来的，你要多少有多少；真钱上，频率越高越容易撞上「想换换不动」的时候。流动性差的品种尤其如此，流动性 是这里的前提条件，不是背景板。

忽略了频率对你自己的消耗。 这条不在任何代码里，但很实在。需要你每天盯着执行的方法，和一个月只动一次的方法，对注意力和情绪的消耗完全不是一个量级。一套你坚持不下来的高频方法，实际收益是零——甚至是负的，因为你多半会在最难受的时候中途放弃。

用交易次数证明自己勤奋。 动手次数和收益之间没有正相关关系。在成本确定、收益不确定的结构下，多动一次手，就是多做一次确定的支出。

小结

• 调仓频率不是习惯问题，它同时压着三件事：交易成本（按次数累积）、信号新鲜度（判断的保质期）、策略容量（能装多少钱），拧任何一边都要在另外两边还债。
• 真正决定成本的从来不是「多久调一次」，而是「多久调一次 × 每次换多大比例」——qlib 把这两个数做成了两个独立参数，正是因为它们缺一不可。
• 三套系统三种形状：freqtrade 用 K 线周期定评估节奏、用冷却期锁住来回摩擦、在参数搜索的打分里就惩罚交易笔数与持仓时长；qlib 把频率拆成持仓数与每期替换数，另加最小持有期硬闸，并把换手率当成和收益并列的每期记账项；Vibe-Trading 把「偏离上期持仓」直接罚进优化目标，让「懒得动」成为默认。
• 频率不能交给优化器去搜：成本假设的误差会被高频放大，让搜索系统性地偏爱高频；而候选值又太少，选出来的「最优」多半是运气。它应该从判断的保质期和你的资金规模两头夹出来。
• 自检一句话：判断自己是不是低频，别看日历，看你一年把本金来回买卖了几遍。

一句话记住这篇：你换得越勤，付出去的钱越确定，赚回来的钱越不确定。

本文所引源码与文档均来自上述快照版本，是阅读代码得出的机制说明，不是运行结果；具体行为请以你手上那个版本为准。回 量化与 AI 投研概念库 看其它概念各自在说什么，或到 量化与 AI 投研卷 顺着读；本站内容为投资教育，不构成任何投资建议，边界见 免责声明。