PART A — 工具层为什么最容易吵起来
1. 读法提示:这一篇的四条分歧,争的都是「名字」
- 同一笔钱,叫它「风险溢价」还是「拥挤利润」,决定它该被放大还是该被压缩;
同一个对冲腿,叫它「成本」还是「收益来源」,决定产品怎么定价。
- 因此本篇的四组分歧都不是数据不足,而是同一份数据允许两套记账方式。
本页能给的只有两样东西:把记账方式写清楚(§2、§3),把两派论据摆平(§4–§7)。
- 站内没有期货合约价、现货指数点位与会员持仓样本,
所以凡是涉及这些数值的地方,本页只给公式与敏感性表,并标注为数学示意。
| 分歧 | 一句话 | 争的是什么名字 |
| ⑤ 趋势跟踪 | 长期正收益是真的,但它算不算一类资产? |
独立溢价 vs 卖出凸性的补偿 |
| ⑥ 基差 | 贴水是对冲成本、还是做多的补贴? |
谁在承担、谁在收取 |
| ⑦ 小盘 alpha | 小微盘的超额收益是结构性的,还是同一段拥挤利润? |
风险补偿 vs 拥挤崩塌前的高收益 |
| ⑧ 波动率目标化 | 它是风控,还是伪装的择时杠杆? |
稳健性 vs 隐性择时 |
PART B — 先把两本账算清楚(纯算术,无行情假设)
2. 基差这本账:谁在付成本,取决于你是多头还是空头
- 收敛是确定的,方向由符号决定:贴水下期货价向上走向现货,
所以持有期货空头的对冲腿每年额外付出约 |r|;
反过来,用期货多头替代现货的人每年额外收到约 |r|。
- 这就是为什么「贴水」在中文语境里同时被叫做「对冲成本」和「做多加成」——
两句话都对,只是主语不同。本篇的分歧⑥就长在这里。
- 下表把两种主语同时摆出来(假设持有期一整年、期间只按同一 r 线性收敛,
这是数学示意,不是对任何合约基差的预测)。
| 年化基差率 |r| | 角色 | 空头对冲腿年化拖累 |
现货端需要的年化超额 | 折合每日 |
| 1% | 升水 + | -1.0% | 1.0% | 41.3 bps |
| 1% | 贴水 - | +1.0% | 2.0% | 82.6 bps |
| 2% | 升水 + | -2.0% | 1.0% | 41.3 bps |
| 2% | 贴水 - | +2.0% | 3.0% | 124.0 bps |
| 4% | 升水 + | -4.0% | 1.0% | 41.3 bps |
| 4% | 贴水 - | +4.0% | 5.0% | 206.6 bps |
| 6% | 升水 + | -6.0% | 1.0% | 41.3 bps |
| 6% | 贴水 - | +6.0% | 7.0% | 289.3 bps |
| 8% | 升水 + | -8.0% | 1.0% | 41.3 bps |
| 8% | 贴水 - | +8.0% | 9.0% | 371.9 bps |
| 10% | 升水 + | -10.0% | 1.0% | 41.3 bps |
| 10% | 贴水 - | +10.0% | 11.0% | 454.5 bps |
「现货端需要的年化超额」怎么读:市场中性组合的现货多头要先跑赢指数
(即图中这条线),才谈得上给客户赚钱。在 1.0% 的其他年成本假设下,
年化 1% 的贴水就把门槛推到
2.0%,年化 10% 的贴水则推到
11.0%。同一条 alpha,在深贴水下是亏钱的,
在浅升水下是赚钱的——这与策略好坏无关,纯粹是记账位置。
贴水幅度 → 现货端所需年化超额 %(含 1.0% 其他成本)
这张表的正确用法
它不预测基差,只回答「如果基差是这个量级,我的门槛在哪里」。实务上真正决定产品生死的,就是这条门槛线与你实际超额的差值:差值为负时,规模越大亏得越多,于是出现「靠停掉规模来保住收益」的反直觉操作(本篇分歧⑦与第④篇的规模之争都从这里长出来)。基差的实际数值请以中金所行情与各数据商口径为准,本页不给数。
3. 波动率目标化这本账:它到底调了什么
站内实测:用 data/sample/im_main_15min.csv 聚合出的
64 个交易日日收益,滚动 20 日年化波动区间为
23.5% – 46.1%。
把它代入上式,就得到「波动率目标化」在这个样本上实际使用的名义杠杆。
| 目标年化波动 | 所需杠杆 L 最小(高波动期) | L 中位 |
L 最大(低波动期) | 同一规则内敞口摆动幅度 |
| 10% | 0.22× | 0.30× | 0.43× | 97% |
| 15% | 0.33× | 0.45× | 0.64× | 97% |
| 20% | 0.43× | 0.60× | 0.85× | 97% |
读这张表要注意的三件事
① 样本日收益年化波动约 31.3%(滚动 20 日区间 23.5–46.1%),高于三个目标档,所以在这个样本上该规则全程处于降杠杆状态(L 始终小于 1)——换句话说,就这个标的、这段区间而言,它本身就是「高波动资产」;② 但即便全程降杠杆,目标档 15% 那条的名义敞口仍从 0.33× 摆动到 0.64×(约 97%),且最大敞口恰好出现在低波动期。这就是分歧⑧里「伪装的择时」一派的算术依据——它不需要任何预测,只需要「波动会聚集」这条已被大量文献记录的性质;③ 本表用的是单一标的的波动,多资产组合(风险平价)会把这条摆动平滑掉一部分,但机制完全相同。数字来自站内样本,换一个区间就会变,不构成任何建议。
为什么这一节放在工具篇开头
因为分歧⑤(趋势跟踪是什么)与分歧⑧(波动率目标化算不算风控)共用同一条数学:波动聚集 → 按波动缩放仓位 → 仓位天然变成波动的反函数。一方看到「自动去杠杆所以更稳」,另一方看到「在波动低时系统性地加仓,等于在平静期把风险敞口做大」。两派都不否认这条算术,争的是它该叫什么名字。
PART C — 四组分歧
4. 趋势跟踪是独立资产类别,还是卖出凸性的报酬? (系列分歧第⑤条)
争的是什么:支持「资产类别」的一派拿出跨越百年、数十个市场与品类的正收益记录,主张它和股票、债券并列配置;另一派回应:这些收益的形状像卖出期权(长期小亏或小平赚、在行情启动时大赚、在震荡中持续失血),因此它更可能是「承担某种罕见状态的报酬」,而不是独立的风险源。这条分歧决定它进不进配置表、给多少权重。
配置派:这是一类溢价
时间序列动量在农产品、金属、能源、汇率、债券、股指上普遍存在,且与股票截面动量、债券利差的相关性低;跨百年数据仍然为正,用「数据挖掘」解释的成本太高。它的正收益来自价格对自身历史信息的反应不足,是一种可复制的结构性现象。
Moskowitz, Ooi & Pedersen (2012)《Time series momentum》, Journal of Financial Economics 104(2), 228–250:12 个品类、数十个市场、近百年样本上检验 TSOM。Hurst, Ooi & Pedersen (2017)《A Century of Evidence on Trend-Following Investing》, Journal of Portfolio Management 44(1), 15–29:百年回溯的组合证据。
定价派:这是凸性的价格,不是免费的午餐
趋势策略的盈利集中在少数几天,其余时间在被震荡磨损,这种形状与「持有深度虚值看涨」高度相似。既然它等价于卖保险,那它的平均收益就是保险费,而保险费会在波动风险溢价被压平的时期变得不划算——所以不能把它当成与股票并列的独立风险源。
Lempérière, Deremble, Seager, Potters & Bouchaud (2014)《Two centuries of trend following》, Journal of Investment Strategies 3(3), 41–61:同样给出跨世纪正收益,但明确把它写成「凸性/期权形状」的回报结构。Daniel & Moskowitz (2016)《Momentum crashes》, JFE 122(2):动量类策略在市场崩溃后的反弹期出现剧烈亏损,是「形状」一侧的标准引用。
两边都同意的部分
趋势跟踪的存在性基本不争了,争的是它的性质:如果是溢价,可以长期固定权重;如果是保险费,那么费率(波动环境)决定它何时值得买,权重就该随时间变化——于是同一个策略在两套叙事下会给出完全不同的配置规则。
这就是分歧⑧会插进来的地方:波动率目标化在「溢价叙事」里是稳健化,在「保险叙事」里等于在保费便宜时少买保险。
| 论据 | 倾向 | 口径与薄弱点 |
|---|
| 跨市场、跨百年的正收益记录 | 配置派(两组独立团队都复现) | 样本期与成本假设差异大,可比性有限 |
| 收益集中在少数交易日、形状像期权 | 定价派 | 配置派回应:任何偏分布策略都这样,不构成归因 |
| 与股票/债券低相关 | 配置派的核心理由 | 相关性本身随时间漂移,危机期常一起失效 |
| 动量崩溃期的剧烈回撤 | 两派共认的事实 | 解释相反:定价派说是本性,配置派说是可被波动缩放缓解 |
为什么争不完
要判定「独立溢价」还是「卖凸性」,需要观测那个假想的风险因子本身(价格对历史的反应强度、或波动风险溢价的水平),而它不可直接观测。于是两派只能退回共同可观测的量——收益形状——而同一形状能被两套模型同时拟合。
CS 类比
像判断一个偶发的高吞吐收益该不该进容量基线:如果它是「机器本来就快」,该固化进配置;如果它是「恰好没有热点竞争」,那它随时会消失。只看一次压测结果无法区分二者,需要能观测底层竞争度——而金融里的「底层竞争度」正是那个看不见的因子。
这条分歧改变什么做法
把叙事之争翻译成一条可执行的规则:给趋势仓位同时设两套限额——按配置派设固定权重上限,按定价派设「累计磨损」下限(连续震荡期的可接受亏损额)。任一套先触线就降权,这样无论它本质是哪一种,你都只承受一次判断错误。
5. 股指期货的贴水:对冲成本,还是做多的额外收益? (系列分歧第⑥条)
争的是什么:§2 的算术两派都接受,争的是该怎么向客户描述它。一派:贴水是市场中性产品的核心成本项,会随对冲需求涨落,是「必须跑赢的负carry」;另一派:贴水代表做空需求付给多头的钱,用期货多头替代现货是免费增强,指增产品的超额曲线里就含着它。两句话在同一时刻同时为真。这条分歧决定「增强型产品」的收益被记在谁头上。
成本派(从空头腿看)
对冲腿的空头头寸在贴水下每年支付 |r|(见 §2 表),深贴水会直接吃掉中性策略的大部分毛利;而且这个成本不可谈判、不能靠更好的选股规避,只能靠选择对冲时点与合约月份来缓解。
这一侧的标准实务依据是收敛的确定性:到期日 F→S,所以贴水下的空头腿必然向现货收敛而亏损(§2 定义式,无需文献)。对冲需求与贴水同向变化的证据多以研报呈现,属二级来源。
收益派(从多头腿看)
同一个 |r| 是期货多头收到的钱。因此「用 IM 期货多头替代一篮子现货」在贴水下天然带正 carry,指增/中性替代产品把这段收敛写进超额里;对他们来说,贴水不是成本而是对做空者收费的转付。
同一公式的另一侧;此外「基差反映套保需求」这一解读在正常 contango(升水)市场是标准教科书结论(Keynes 的 backwardation/normal contango 框架,作为理论背景引用)。
真正的问题:它进不进「alpha」
如果收敛收益能被任意人多渠道拿到,它就不是超额收益而是产品要素;把它算进管理人能力,会在贴水走平或转正向时造成断崖式「业绩下滑」,而策略本身一分钱没变。
这是本页给出的判断,不引文献:任何可复制的 carry 都不该记在 alpha 名下。站内对基差实际水平不给数(无合约样本),只给 §2 的算术。
| 论据 | 倾向 | 口径与薄弱点 |
|---|
| 到期必然收敛(F→S) | 两派共认 | 定义式,无反证空间 |
| 贴水时空头付、多头收 | 两派共认,只是各说一半 | 争点是「主语是谁」,不是「数字是多少」 |
| 收敛收益能否算管理人的超额 | 收益派倾向「算」,成本派倾向「不算」 | 这是产品条款问题,不是金融问题 |
| 基差水平由什么决定(对冲需求/分红预期/多空力量) | 两派都无把握 | 无公开可核的因果识别,易被叙事牵着走 |
为什么争不完
同一个符号在两套账本里分别是成本和收益,而账本是产品设计的产物:中性产品收对冲费、增强产品收替代费。分歧的根源不在市场,在科目表里。只要两种产品同时存在,这条就不可能吵完。
CS 类比
像云服务的预留折扣:对「买了预留实例」的团队它是成本节约,对「按量付费」的团队它是别人的合同红利,同一张报价单两本账。工程上没人会为「这算不算收益」吵架,因为科目归属事先写死在预算表里——金融产品缺的正是这份共同预算表。
这条分歧改变什么做法
读任何「期货替代现货增强产品」的超额曲线前,先问一句:这段超额里有多少来自基差收敛?把 §2 的表套进当期基差量级(自行取行情)做一次减法,剩下的才是可比较的部分。做加法容易、做减法才见能力,这条判断不需要任何预测。
6. 小微盘的超额收益:结构性风险补偿,还是拥挤利润的最后一程? (系列分歧第⑦条)
争的是什么:一派:小微盘流动性差、纠错资金进不去,所以错误定价能长期存在,这是「限制套利」给出的结构性解释,收益应得;另一派:这段收益是同类策略扎堆造成的暂时性租金,它的终局是拥挤崩塌,历史上「长期稳定」的小盘超额被一次性抹掉的例子不止一次。这条分歧决定你在 2024 年那种流动性事件里是加仓还是减仓。
结构派:错误定价能活着,是因为没人能来纠正
小市值个股的做空成本与融券可得性高、机构参与受限、指数权重小,套利者无利可图,于是定价偏差可以长期不收敛。这类溢价的正确预期是「高波动 + 深回撤」,回撤不是失败的证据。
Shleifer & Vishny (1997)《The Limits of Arbitrage》, Journal of Finance 52(1):套利者受资本与考核约束,无法把纠正错误定价做到底——这是「结构性」一派的理论基础。Fama & French (1993)《Common Risk Factors...》, JFE 33(1):规模因子作为风险因子的经典表述。
拥挤派:那是租金,不是溢价
如果超额来自同类资金扎堆,它的增长会自我摧毁:规模上升 → 冲击成本上升 → 单位 alpha 摊薄 → 收益衰减,直到某次流动性事件里所有人同时离场。他们的判断标准不是「过去赚了多少」,而是「同期有多少人和你用同一份数据、同一个模型」。
这一侧最硬的是站内可见的逻辑:小盘策略多依赖同一类高频/日内数据与相似特征,同质化几乎不可避免(第④篇把这条写成波动放大机制)。经验侧引用:McLean & Pontiff (2016) 关于「发表后预测力衰减」的证据。
无法当场裁决的原因
两派用同一份收益序列:结构派看「长期为正且波动高」,拥挤派看「同样形状但会一次性抹平」。要区分需要观测拥挤度(同类规模、成交占比、数据源重合度),而这些在 A 股只有零散公开口径。
本页不给任何拥挤度数字:站内没有持仓与规模样本,公开渠道的多为估算与转述,属二级来源。
| 论据 | 倾向 | 口径与薄弱点 |
|---|
| 小微盘长期超额为正 | 两派共认 | 样本区间高度敏感,起始点选择即可翻转结论 |
| 超额伴随极高波动与流动性风险 | 两派共认 | 结构派说是报酬来源,拥挤派说是崩塌前兆 |
| 融券与做空约束使纠错变难 | 支持结构派 | 约束程度会随规则变化,不是常数 |
| 同类策略规模上升后单位收益下降 | 支持拥挤派(机制清晰) | 规模数据多为行业估算,无法核证到策略层面 |
为什么争不完
区分「风险补偿」与「拥挤租金」需要观测不可观测的东西:同一时刻有多少人在做同一件事。它既是分歧②(溢价性质)的具体化,也是第④篇规模之争的前提——所以三处分歧本质上是同一个不可观测变量在不同层面的投影。
CS 类比
像判断某个性能优化是真的更快,还是只是这台机器没被其他租户挤占:两者观测到的收益曲线可以完全一样,唯一的区别是「邻居在做什么」,而你通常看不到邻居的资源占用。工程解法是加入显式的隔离度量(cgroup 统计、压测基线),金融侧的对应物就是公开拥挤度指标——问题在于它没有被标准化。
这条分歧改变什么做法
把这条分歧写成限额而不是观点:为「拥挤崩塌」预留一次性能承受的回撤,并预先规定触发后必须做的动作(降规模、降杠杆、暂停加仓)。结构派与拥挤派给的行动在同一份数据上是相反的,只有预先写好的限额能让你不依赖当场的判断。
7. 波动率目标化 / 风险平价:真风控,还是伪装的择时杠杆? (系列分歧第⑧条)
争的是什么:一派:按波动缩放仓位能显著改善夏普比与尾部,因为它不依赖预测、只依赖「波动聚集」这一稳健性质;另一派:它等价于「波动低时加仓、波动高时减仓」的机械择时,在相关性突变时会给组合加到最不该大的杠杆,改善来自另一处被忽略的风险。§3 的实测表就是这一派的算术弹药。
稳健派:这是免费的风控
波动可测、收益难测;把风险预算写成常数,等于承认自己不会预测收益,同时利用了波动聚集(高波动期会延续)来提前降风险。他们在多资产组合上给出的夏普比改善被反复复现。
Moreira & Muir (2017)《Volatility-Managed Portfolios》, Journal of Finance 72(4), 1611–1644:按已实现波动缩放杠杆可提升夏普比与 alpha(幅度以原文为准)。Barroso & Santa-Clara (2015)《Momentum has its moments》, JFE 116(1):波动调整能显著改善动量类策略的风险特征。
怀疑派:它是被伪装的条件策略
缩放规则隐含着「未来的风险等于近期的风险」这一强假设;当低波动来自拥挤与杠杆(平静期大家都在加仓)时,规则恰恰在最危险的时候给出最大敞口。而且它改变了组合的相关性结构,尾部风险被搬到「相关性同时上跳」的那一刻。
Daniel & Moskowitz (2016)《Momentum crashes》:波动管理并不消除崩溃型风险,崩溃来自另一维度。§3 实测:目标档固定为 15% 时,名义敞口仍从 0.33× 摆动到 0.64×,且高点总落在低波动期——这就是「机械择时」的具体量级。
共同盲区:所有目标化的前提都是「风险可加总」
把不同资产的风险折算成一个数字才能分配预算,而这个折算依赖相关性估计;相关性恰恰是最不稳定的量。所以真正该争的不是「要不要按波动缩放」,而是「用什么口径衡量风险」。
这条不需要文献:§3 的公式里分母就是相关性假设的替身(多资产版的风险平价见第④篇的波动数学)。
| 论据 | 倾向 | 口径与薄弱点 |
|---|
| 波动聚集是稳健经验事实 | 稳健派的支点 | 两派都不否认 |
| 缩放后夏普比改善 | 稳健派(文献复现较多) | 改善可能来自「变相择时」而非风控本身 |
| 低波动期常对应高拥挤/高杠杆 | 怀疑派 | 不可直接观测,故只能事后指认 |
| 相关性在危机中同时上跳 | 两派共认 | 但风险平价的相关性假设正是被这条打击 |
为什么争不完
判断波动管理是「风控」还是「择时」,需要知道低波动的原因:是因为冲击真的少了,还是因为大家都在同一处压着风险。这两种情形的已实现波动完全一样,因此任何只用波动数据的方法都无法区分——分歧只能靠额外信息解决,而它不可得。
CS 类比
像按 CPU 利用率自动扩缩容:多数时候是对的,但当低利用率来自「所有实例都在跑同一个空闲镜像」时,自动扩容会把系统推向同一个瓶颈。解法不是取消自动缩放,而是给规则补上一个正交观测量(亲和性、同源度)——金融里的对应物就是引入杠杆与拥挤的独立指标,而不是只信波动。
这条分歧改变什么做法
把波动目标当预算上限而不是仓位公式:
规则里加一条独立约束(例如保证金占用率、单一标的敞口上限、或最坏单日冲击下的损失限额,量尺见
机构运作页 §7 的杠杆数学)。两条约束谁先触发听谁的,这样就不必赌「低波动是否意味着安全」。
PART D — 操作规程
8. 工具层能带走的四条规程
| 规程 | 具体动作 | 对应分歧 |
| 先定主语再算基差 |
任何基差讨论都先写明「哪条腿」,再用 §2 的定义式换算成同一口径 |
⑥ |
| 给收益找形状证据 |
把策略收益画成分布形状(长尾方向、盈利集中度),形状决定它是溢价还是保险 |
⑤ |
| 为不可观测的拥挤度设代理限额 |
用规模、成交占比、数据源重合度等能拿到的量做下限约束,
不追求测准,只求触发时必然降风险 |
⑦ |
| 风险规则至少两条正交 |
波动目标之外,再加一条不依赖波动的限额(保证金、单日冲击损失、单一敞口) |
⑧ |
这一篇的诚实边界:站内只有 IM 主力连续 15 分钟样本(64 个交易日),
没有期货-现货价差序列、没有策略规模数据。因此 §2 是纯公式推导,§3 只用到了一个量的实测
(滚动波动)。凡本页出现的百分比门槛,都是给定假设下的算术结果,
不是对市场水平的陈述。
下一页:工具之争还只是场内的事,最后一层分歧关于市场本身——
高频交易到底提不提供流动性、量化在暴跌里是放大器还是受害者、规模是敌人还是伙伴,见
分歧论④ 市场与产业。
分歧论系列导航
本系列的四篇在争什么:学术界与实务界意见真正分裂、且分裂会改变操作的问题。四篇共用同一套卡片结构(争点 / 两派论据 / 证据对照 / 为何争不完 / 操作含义),每篇末尾都有可核证的来源清单与时效声明。
9. 来源清单与时效声明
本篇实测与算术(站内,可复现)
data/sample/im_main_15min.csv:64 个交易日的日收益聚合来源,§3 的滚动 20 日年化波动(23.5%–46.1%)由构建期脚本计算;- §2 基差敏感性:只使用定义式
r = (F/S − 1) × 365 / 距到期自然日 与「其他年成本 1.0%、年化 242 交易日」两个显式假设,不含任何合约行情; - 杠杆与最坏单日冲击的量尺算法见主流量化机构运作与盈利模式 §7;夏普与回撤的口径差异见夏普比率、回撤与最大回撤。
分歧⑤(趋势跟踪定性)
- Moskowitz, T. J., Ooi, Y. H., & Pedersen, L. H. (2012). “Time series momentum”. Journal of Financial Economics, 104(2), 228–250. DOI;
- Hurst, B., Ooi, Y. H., & Pedersen, L. H. (2017). “A Century of Evidence on Trend-Following Investing”. Journal of Portfolio Management, 44(1), 15–29. DOI · 工作论文版
- Lempérière, Y., Deremble, C., Seager, P., Potters, M., & Bouchaud, J.-P. (2014). “Two centuries of trend following”. Journal of Investment Strategies, 3(3), 41–61. arXiv · DOI。
分歧⑧(波动管理与崩溃风险)
- Moreira, A., & Muir, T. (2017). “Volatility-Managed Portfolios”. Journal of Finance, 72(4), 1611–1644. DOI;
- Daniel, K., & Moskowitz, T. J. (2016). “Momentum crashes”. Journal of Financial Economics, 122(2), 221–247. DOI;
- Barroso, P., & Santa-Clara, P. (2015). “Momentum has its moments”. Journal of Financial Economics, 116(1), 111–120. DOI。
分歧⑥⑦(基差与小微盘溢价)
- Shleifer, A., & Vishny, R. W. (1997). “The Limits of Arbitrage”. Journal of Finance, 52(1);Fama, E. F., & French, K. R. (1993). “Common Risk Factors in the Returns on Stocks and Bonds”. Journal of Financial Economics, 33(1);McLean, R. D., & Pontiff, J. (2016). “Does Academic Research Destroy Stock Return Predictability?”. Journal of Finance, 71(1)。
- Keynes 的 normal backwardation 框架(期货贴水作为套保者付给投机者的报酬):作为理论背景引用,具体到 A 股股指期货的适用性存在争议,本页不判定;
- 中证1000股指期货(IM)于 2022-07-22 在中国金融期货交易所上市,监管批复见证监会公告:原文;持仓限额与套期保值管理的现行规定见证监会《期货市场持仓管理暂行规定》(2023 年第 49 号公告):原文。
中文二级来源(口径对照,非一手)
- 石川《异象、因子和多因子模型》:链接(因子与风险补偿口径)。
时效性与可信度声明
- 行情类数字一律未写死:本页不给出任何基差水平、贴水年化率、策略规模或拥挤度数字。§2 表格里的百分比全部是「如果基差是这个量级」的条件算术,把它当成行情陈述使用即为误读;
- 文献只给出处、不抄幅度:Moreira-Muir、Barroso-Santa-Clara 等论文给出的夏普比改善幅度、趋势策略的年化收益数字,本页一律不转述,请以 DOI 原文表格为准;
- §3 的杠杆区间来自站内样本(IM 主力连续 15 分钟聚合,64 个交易日),换一个标的、一个区间就会明显变化,它只用于说明「波动缩放会放大敞口摆动」这一机制;
- 监管与合约条款会变:IM 上市信息、持仓与套保管理规定以证监会/中金所现行文本为准,本页链接为访问时点的官方页面,后续版本修订不会自动反映在本页。
系列内互链
①篇把「重复检验必出假显著」画成分布直方图:
分歧论①;②篇把它画成随搜索量上升的曲线:
分歧论②;④篇讨论市场结构与规模:
分歧论④;本页分歧⑦的「拥挤」在第④篇以波动数学呈现,两页合读才完整。