这次不一样 · 作品集

当忒修斯之船驶过

从全天候的“不预测”,聊到策略优化的边界

一开始只是想弄明白桥水“四象限”究竟在说什么,聊着聊着,问题变成了:如果给一个策略不断加上新的“增强”,它还是原来的策略吗?
从怎么把一笔交易做得更好,到怎样守住最初的问题,这次聊到了忒修斯之船。

这次不一样

我最早接触桥水“四象限”的时候,有一个望文生义的错误理解。
我原来以为,它是用来指导投资的。
先判断现在的经济处于哪个象限——增长上行还是下行,
通胀上行还是下行——然后再根据这个判断,
把仓位配置到相应受益的资产上。
比如增长向上就多配股票,增长向下就多配债券;
通胀上升就多商品、黄金。

这次不一样

但后来我真正读完桥水的《全天候的故事》之后,
才发现不是这么一回事儿。
桥水提出四象限,真正想说的可能恰恰是:我们根本不知道经济下一步会走进哪个象限。
既然不知道,那就不要猜。

这次不一样

股票、债券、商品、黄金,
总有一部分会在不同的经济环境里受益。
我们真正需要做的,
只是把这些资产放在一起,
然后做好风险评价和风险平衡。
是不是应该这样理解?

ChatGPT

我觉得后一个理解,更接近 All Weather 的本意。
四象限最容易被误读成一张"宏观天气预报图"。
先预测:
明年增长向上,通胀向下。
然后得出:
好,应该多股票、少商品。

ChatGPT

如果这么做,四象限就变成了一个 Macro Timing 工具。
这当然可以做,但它已经不是最纯粹的 All Weather 了。

ChatGPT

All Weather 真正的出发点恰恰是:
我不知道。
我不知道下一阶段增长高于预期还是低于预期,也不知道通胀会突然起来还是继续下降。
既然不知道,那就不要把整个组合的命运押在某一种宏观判断上。

ChatGPT

所以四象限首先不是预测工具,而是一个思想模型:
不是预测下一场是什么天气,而是一开始就为各种天气做好准备。
股票负责一些天气,债券负责一些天气,商品和黄金再负责另外一些天气。

ChatGPT

然后风险平价解决第二个问题:
既然四种天气我都准备了,那么应该给每一种天气多少风险预算?
所以可以简单地说:
四象限解释"为什么要分散",
风险平价解决"怎么分散"。

这次不一样

那这样一来,我是不是连未来国债收益率究竟上行还是下行,都根本不需要关心了?

这次不一样

以前做债券,总忍不住想:
十年国债现在这个收益率是不是太低了?
后面还有没有下降空间?
如果利率要上行,
我为什么现在还要持有债券?
但按照刚才这套逻辑,这些问题似乎都不重要了。

ChatGPT

方向确实不再重要。
但准确地说,不是"不关心国债",而是:
不需要预测它的方向,需要管理它的风险。
这两个东西看起来很像,其实完全不同。

ChatGPT

以前的问题是:
我认为债券会不会涨?
如果认为会涨,就多买;
认为会跌,就少买。

ChatGPT

而全天候的问题变成了:
债券在整个组合里承担什么功能?
它的波动率是多少?
久期是多少?
跟股票、商品、黄金的相关性发生了什么变化?
在增长低于预期、通胀下降的时候,它能不能提供我希望得到的保护?

ChatGPT

所以真正的问题已经从:
国债下一步往哪走?
变成:
如果国债往任何一个方向走,我的组合会发生什么?

ChatGPT

我觉得这是两个完全不同的世界观。
前者试图预测未来。
后者承认预测能力有限,然后设计一个能够承受不同未来的组合。

这次不一样

这个转变我能理解了。
但这样又出现一个新的问题。
既然全天候长期都会持有股票、债券、商品、黄金这四类资产,
虽然仓位会根据风险变化不断调整,
但原则上不会因为短期看空某一种资产,
就把它彻底拿掉。

这次不一样

那么,在长期持有这些资产的过程中,我为什么不能顺便做一点超短交易增强?
比如我本来就要长期持有黄金。
如果短期模型认为黄金这两天可能下跌,我少持一点;
认为短期偏强,我多持一点。
如果这个超短模型本身有 Alpha,那不是可以改善整个全天候吗?

ChatGPT

理论上当然可以。
但这里突然出现了一个非常有意思的问题:
它究竟提供了一个独立 Alpha,还是偷偷把全天候变成了短周期择时?
这不是技术问题,而是边界问题。

ChatGPT

因为一旦允许"增强",事情很容易一步一步往前走。
最开始:
我只是优化一点。
后来:
这个短周期模型挺有效,再给它一点仓位。

ChatGPT

最后:
债券短期看空,那就把债券全砍了。
甚至:
黄金短期看空,干脆做空黄金。
做到这里,
我们嘴上可能还把它叫"全天候增强",
但实际上它已经不是原来的全天候了。

这次不一样

对,这就是我突然觉得有意思的地方。
这甚至有点哲学问题了。
假设我拿全天候 50% 的仓位做超短。
那很显然,这已经不是全天候了,而是一个多策略组合。

这次不一样

但如果是 20% 呢?
可能有人觉得还是增强版全天候,也有人觉得已经是多策略。
那如果是 10% 呢?
5% 呢?
甚至 1% 呢?

这次不一样

你会发现根本找不到一条明确的线:
19.9% 还是全天候,20.1% 突然变成多策略。

这次不一样

所以如果把这个问题推到极致,似乎只能得出一个很严格的结论:
任何破坏全天候思想的动作,理论上都不应该做。
哪怕只有 1%。

ChatGPT

我反而觉得这里还能再往前走一步。
因为决定策略性质的,可能根本不是仓位比例。
而是:
你为什么做这笔交易?

ChatGPT

比如你的全天候是月频调仓。
月底模型告诉你:
黄金仓位从 100 调整到 120。

ChatGPT

"月频调仓"并不意味着你必须在月末最后一秒,
一口气把 20 全部买完。
你完全可以用几个小时,甚至一两天完成。
价格高的时候少买一点,回落的时候多买一点;
流动性不好就等等;
基差不合适就换一个时点。
最后你仍然从:
100 → 120。

ChatGPT

你有没有做超短判断?
有。
有没有利用短期价格信息?
也有。
但你有没有改变全天候?
没有。
因为你的战略目标从始至终都是 120。
你只是更聪明地走到了 120。

这次不一样

对,这个区别我觉得一下就清楚了。
因为我的目的不同。
我本来就要调到 120。
我不是因为判断黄金要涨,所以把目标仓位从 100 改成 120。

这次不一样

而是全天候本身已经告诉我目标是 120,我只是在研究:
这 20 怎么交易得更好。
所以即使我用了日内信号、小时信号甚至分钟信号,它也不一定构成择时。

ChatGPT

对。
所以我们可以把"增强"至少分成三层。
第一层是:
Execution Enhancement
目标仓位已经确定。
问题只是:
怎么成交得更好?

ChatGPT

第二层:
Rebalancing Enhancement
目标仓位仍然没有改变。
但允许实际仓位围绕目标发生一些偏离,研究什么时候回到目标最合适。

ChatGPT

第三层才是:
Tactical Overlay
这时候开始出现:
我认为某个资产短期会涨,所以主动超过战略目标;
我认为它会跌,所以主动低于战略目标。
到这里,才真正开始加入新的预测。

ChatGPT

所以这三件事表面上都可能表现为:
今天少买 20 手国债。
但性质完全不同。

这次不一样

那我觉得这里其实可以抽象出一句话:
同样一个交易动作,它属于什么策略,不取决于动作本身,而取决于它服务于什么目标。

这次不一样

卖 20 手国债。
可能是全天候的风险再平衡。
可能是超短策略看空。
也可能只是期货换月。
动作完全一样。
但它们不是同一个策略。

ChatGPT

对。
甚至可以再精确一点:
策略的身份,最终由它的目标函数决定。
如果你的目标函数始终是:
在无法预测未来宏观环境的前提下,让不同经济状态下的风险来源保持相对平衡。
那么执行优化、调仓优化,都只是帮助你更好地实现这个目标。

ChatGPT

但如果新的模块开始回答:
明天黄金涨还是跌?
下周国债收益率会上还是下?
下个月股票是不是应该减仓?
并且这些判断开始改变战略风险暴露,那么目标函数已经悄悄发生变化。

ChatGPT

这时候问题已经不是:
"增强仓位到底是 5% 还是 20%?
"
而是:
我们到底还在解决原来的问题吗?

这次不一样

这让我想到一个很有意思的情况。
一个全天候策略。
今天加 5% 的动量。
明天加 5% 的短周期 CTA。
后天再加一点宏观择时。
每一次看起来都没什么。
甚至每一次回测都告诉你:
Sharpe 提高了。

这次不一样

三年以后再回头看——
它可能还叫全天候。
但其实已经完全不是当初那个东西了。

ChatGPT

这就是投资版的忒修斯之船。
每次只换一块木板。
每次都可以说:
船还是原来的船。
直到有一天,所有木板都换完了。
船名还叫:
"全天候号"。

ChatGPT

但里面已经是:动量一点、CTA 一点、宏观择时一点、短周期预测一点、机器学习一点……
全天候反而只剩下名字。

ChatGPT

所以如果以后真的让 AI、CogAlpha、Codex 不断优化你的全天候,
这里应该有一条不能突破的 Constitution:
优化可以改变全天候的实现方式,但不能在不知不觉中改变全天候所要解决的问题。

这次不一样

所以回到最开始,我现在反而觉得这一圈绕得很有意思。
最开始我以为桥水四象限是在告诉我:
你要判断天气。
后来发现它真正想告诉我的可能是:
你判断不了天气。
于是全天候要做的是:
不预测天气,而是为不同天气提前准备好资产。

这次不一样

再往后,我又想:
那我能不能聪明一点?
答案当然是可以。
但"聪明"也有边界。
不是重新开始预测天气,而是:
既然这把伞我本来就要撑,能不能把它撑得更好一点?

这次不一样

比如我本来月末就要完成调仓,那我没必要在一秒钟内把所有交易完成。
我可以优化成交。
可以优化再平衡。
可以让整个实现过程更聪明。

这次不一样

但不能优化着优化着,最后又回到了最开始:
我觉得明天会下雨,所以今天把所有东西都押在雨伞上。
那就绕了一大圈,又回去了。

ChatGPT

对。
而且我觉得今天真正解开的那个"堵点",可能就在这里:
不预测,并不等于不优化。
过去很容易把这两件事混在一起。
好像既然相信全天候,就必须机械地执行,任何主动调整都是对哲学的背叛。
其实不是。

ChatGPT

全天候拒绝的是:
把组合的命运建立在对未来方向的预测上。

ChatGPT

它并不拒绝:
• 更好的风险估计;
• 更好的执行;
• 更好的再平衡;
• 更低的交易成本;
• 更稳健的组合构建。
甚至这些恰恰应该不断优化。

ChatGPT

所以最后真正需要守住的,不是一套固定参数,也不是某个具体算法。
而是那个最初的问题:
当我不知道未来会发生什么的时候,怎样让自己依然能够留在牌桌上?

ChatGPT

算法可以变。
参数可以变。
资产可以变。
实现方式也可以变。
但问题不能被偷偷换掉。

这次不一样

属实醍醐灌顶了。
不预测,并不等于不优化;
可以不断优化答案,但不要在优化答案的过程中,偷偷换掉了问题。