在不確定性下進行倉位規模管理，需要從基於信念（conviction）的倉位定額，轉向基於風險（risk）的倉位定額。當出現智能合約風險——例如 諸如 <0-9]{11} 這類 $11 million 的 Maya Protocol 被利用事件——主要關注點並非方向，而是潛在損失的規模。
一個持久的框架是固定分數法（Fixed Fractional）。你不再爲諸如 $SOL 或 $ETH 這類資產分配固定的美元金額，而是根據你所能承受的最大損失，分配總資產中一個固定百分比。假設你將投資組合的 2% 分配給某筆交易，而你的止損價格比當前價格低 10%，那麼你的實際倉位規模就是你資本的 20%。這確保了即使在高波動環境中（例如 $BTC 的主導地位爲 56.46%），單一事件也不會對整個資本基礎造成災難性的衝擊。
要點：根據你距離退出（exit）的遠近來設定倉位大小，而不是基於你對該資產的信念。
一個持久的框架是固定分數法（Fixed Fractional）。你不再爲諸如 $SOL 或 $ETH 這類資產分配固定的美元金額，而是根據你所能承受的最大損失，分配總資產中一個固定百分比。假設你將投資組合的 2% 分配給某筆交易，而你的止損價格比當前價格低 10%，那麼你的實際倉位規模就是你資本的 20%。這確保了即使在高波動環境中（例如 $BTC 的主導地位爲 56.46%），單一事件也不會對整個資本基礎造成災難性的衝擊。
要點：根據你距離退出（exit）的遠近來設定倉位大小，而不是基於你對該資產的信念。