按来源方推演，以最大回撤倒数分配仓位在数学上可以成立，但它成立的前提是「已知各策略最大回撤」且「相关性固定」，而来源方自己也指出实际相关性会随时间变化，推演结果不代表实际组合表现。以下解读整理自闲画生财发布于 2026-09-22 的公开内容，属来源方观点与自述数据，未经第三方验证。
仓位是怎么算出来的
来源方给出的示例中，策略A最大回撤12.5%，策略B（小市值轮动）最大回撤50%。按回撤倒数分配：策略A仓位 = 1/12.5 ÷ (1/50 + 1/12.5) = 80%，策略B仓位 = 1/50 ÷ (1/50 + 1/12.5) = 20%。
来源方称，按80:20分配后，两者暴露的风险相同。 这套算法被来源方称为「民科版风险平价」，即以最大回撤作为风险度量，使各策略风险暴露相等。
组合回撤取决于相关性假设
来源方按两策略相关性的三种情形做了推演：
| 相关性情形 | 组合最大回撤推演 | 来源方解读 |
|---|---|---|
| 100%正相关 | 12.5%×80% + 50%×20% = 20% | 配置只起降仓位作用，未对冲风险 |
| 相关性为零 | [(12.5%×80%)² + (50%×20%)²]^(1/2) = 14% | 风险被分散 |
| 100%负相关 | 12.5%×80% − 50%×20% = 0 | 风险完全对冲 |
来源方的结论性判断是：任何策略的高回撤本身不是关键问题，关键在于能否找到一组负相关的策略或资产；若能找到，风险此消彼长。这一判断以其「能找到负相关资产」为前提，若找不到，前提不成立。
回测数据与验证边界
来源方称，其在 MINI QMT 停服前将小市值轮动策略迁移至 PTrade 版，并使用米筐回测近5年，结果约为年化40%、最大回撤50%，同时说明 PTrade 回测相对麻烦。上述为来源方单方自述数据，回测区间、样本与计算方法未完整披露，存在不可复现与过拟合的不确定性。
来源方还说明各策略运行方式：ETF轮动与小市值轮动采用 PTrade 自动交易、不需要云服务器；可转债轮动采用 PTrade 自动交易、需要云服务器。
常见问题
回撤倒数配仓位能保证风险相等吗？
在来源方的算法框架内，按回撤倒数分配可使各策略的风险暴露在数值上相等。但这一结论依赖「最大回撤已知且稳定」的假设，来源方未提供该假设在实盘中持续成立的证据。
三种相关性推演哪个更接近现实？
来源方明确指出，实际相关性会随时间变化，三种情形只是假设推演，不代表实际组合表现。因此三者都不能被当作对实际组合回撤的预测。
这套方法的主要不确定性是什么？
来源方列出的不确定性包括：回测结果为单方数据、区间与样本未完整披露；推演建立在固定相关性假设上；以及「高回撤无所谓」的判断以能找到负相关资产为前提。