波动率目标风险平价：把组合波动锁在固定区间

「我们把组合波动锁定在 10%」是资产管理行业过去十五年最成功的一句销售话术。它听起来完全是免费的：不改变你选什么资产，只改变你用多大杠杆持有它们，把波动高的时候仓位降下来、波动低的时候加回去。

25 年、4 类资产、无条件波动与相关矩阵由构造给定的受控模拟给出的账本是：波动目标把 63 日滚动波动落在 10%±2pp 的比例从 71.9% 提到 98.6%，Sharpe 却从 0.883 掉到 0.775。

而这 −0.108 里，只有 −0.006 是策略本身的，剩下 −0.102 全是换手买单。

左图五条净值曲线，右图是这篇文章真正的主角——波动目标那条红线几乎焊死在 10% 上，而常数杠杆的紫线在 5% 到 20% 之间来回荡。它确实做到了它承诺的事。问题在于，做到这件事值多少钱。

一、先把基准修对：为什么必须有「常数杠杆」这一列#

绝大多数波动目标的宣传材料犯同一个错误：拿 加了杠杆的波动目标组合 去比 不加杠杆的原始组合。

这个比较从一开始就是坏的。原始 ERC 组合年化波动只有 5.46%，波动目标组合是 10.27%——你在比较两个风险等级完全不同的东西，无论比出什么结果都没有信息量。

修法是加一条对照腿：把 ERC 组合乘以一个在样本开始时就定死、之后永不改变的常数杠杆，让它的波动也落在 10% 附近。

elif mode.endswith("_fix"):
    # 常数杠杆：仅用 warmup 窗口估计，无前视
    if fixed_lev is None:
        v0 = float(np.std(ret[:cov_lb] @ w) * np.sqrt(TD))
        fixed_lev = min(target_vol / max(v0, 1e-6), lev_cap)
    lev = fixed_lev

这条腿跑出来的结果本身就是一次引擎自检：

注意第 3 行和第 4 行的 Sharpe：0.883410 和 0.883410，小数点后六位完全相同。

这不是巧合，是必须发生的事。乘一个常数杠杆会同时按同一比例放大超额收益和波动，比值不变。如果这两个数字对不上，说明回测引擎在杠杆处理上有 bug（最常见的是把成本或现金收益算错了）。它们精确相等，说明引擎是干净的。

于是唯一有意义的问题变成：在同样 10.7% 的波动水平上，动态调仓比一次性定死好在哪？

二、公平比较的结果：Sharpe 是个平局#

把成本设为 0，剥掉换手干扰，两条同波动的腿正面对比：

Sharpe 增量是 −0.0056。 在小数点后第三位。任何声称波动目标能显著提升风险调整后收益的说法，在这个设定下都得不到支持。

但最大回撤改善了 2.28 个百分点，波动命中率从 71.9% 跳到 98.6%。

这才是波动目标真正卖的东西：它不是收益增强工具，是风险预算的执行工具。你付出的不是 Sharpe，是换手；你买到的不是超额收益，是「这个产品的波动会稳定在我承诺的数字上」这个可交付的合同条款。

对一个要向委员会汇报风险预算、要满足 SFDR 或 UCITS 波动上限、要让客户不因为某个季度突然的 20% 波动而赎回的机构来说，这个交换可能完全值得。对一个只关心长期复合收益率的个人投资者来说，它大概率不值。

这两个人问的是不同的问题，而波动目标只回答其中一个。

三、机制拆解：钱花在哪，风险降在哪#

中间那张图解释了为什么要先做风险平价再谈波动目标。60/40 组合里股票贡献了 98.8% 的风险，债券只有 1.2%——所谓「60% 股票 40% 债券」的资产权重，在风险维度上其实是「99% 股票」。ERC 把四类资产的风险贡献拉平到 24.9% / 25.3% / 25.3% / 24.6%，对应的资产权重是股票 12.7%、债券 53.2%、商品 10.9%、信用 23.1%。

债券占了一半以上的钱，却只承担四分之一的风险。这是风险平价必须加杠杆才有意义的根本原因：不加杠杆的风险平价组合波动只有 5.46%，收益 4.79%，对大多数机构来说太低了。

左图是杠杆路径，也是这篇文章第一个反直觉的地方。ERC 组合的最大回撤发生在第 1473 到 1682 天（0.83 年），而波动目标在这段区间的平均杠杆是 1.890x，全样本均值是 1.941x——只降低了 2.6%。

在最需要它降杠杆的那段时间，它几乎什么都没做。

原因在下一节。

四、两条安慰剂：波动目标的收益不来自波动可预测性#

波动目标的理论依据只有一条：波动是可预测的（波动聚集，高波动后面跟着高波动）。如果这个前提不成立，动态调仓就退化成噪声交易。

所以设计两个真值已知的对照世界：

安慰剂 A —— 时间置换。 把 25 年的日收益随机重排。这保留了每个资产的边际分布、保留了同期的四资产相关结构，但彻底销毁了时间维度上的波动聚集。

安慰剂 B —— 同方差世界。 直接关掉 GARCH，用恒定方差生成收益。这个世界里波动完全不可预测，波动目标的真实增益由构造精确为 0。

三个数字几乎一样。

中间那张 |收益| 自相关图证明置换确实生效了——真实世界的红线在滞后 40 天时仍有显著正自相关，置换和同方差世界的线贴着 0。波动聚集在真实世界里是真的存在的，我没有把它意外抹掉。

但即使存在，波动目标也没能从中赚到钱。

原因是预测质量。把 EWMA 预测值和未来 21 日实际已实现波动对比，相关系数 0.4225，R² 只有 0.1785（n=6029）。你知道波动大致的方向，但不知道它的幅度，而杠杆是按幅度算的。GARCH 持续性 α+β=0.98 已经是相当高的设定了，预测质量仍然只有这个水平。

这也解释了上一节的谜题：危机期间杠杆只降 2.6%，因为 EWMA 是滞后的——等它认识到波动上来了，跌已经跌完了。

右图是 40 条独立路径的增益分布：均值 −0.084，中位 −0.090，胜率只有 15%（5% 分位 −0.173，95% 分位 +0.028）。但同一批路径里，回撤改善比例是 100%——40 条路径里没有一条的波动目标版本回撤更差。

这个组合非常干净地表达了整件事：Sharpe 上它稳定地小输，回撤上它稳定地小赢。

五、成本与参数：真正的悬崖在哪#

成本扫描是全文最刺眼的一张：没有盈亏平衡点，全区间为负。 即使成本设为 0，增益仍是 −0.0056；成本 8bp 时 −0.109，20bp 时 −0.264，50bp 时 −0.650。

波动目标在这个设定下从来就没赚过 Sharpe，成本只是让亏损从「可忽略」变成「显著」。

杠杆上限扫描藏着一个非单调的悬崖：

从 1.5x 到 2.0x，年化收益只多了 0.61pp，换手却从 1.44 倍暴涨到 8.28 倍（5.75 倍），Sharpe 掉了 0.073。

原因是约束绑定：上限 1.5x 时杠杆绝大部分时间贴着天花板（均值 1.488，几乎等于上限），天花板本身起到了平滑作用，策略退化成了常数杠杆。一旦放开到 2.0x，杠杆开始真正浮动，换手就炸了。

而 3.0x 到 6.0x 之间几乎没有区别（Sharpe 0.7747 vs 0.7727，换手 13.89 vs 14.64）——上限设到 3x 以上就是摆设，因为触及它的时间已经很少了。

目标波动扫描则显示这个旋钮基本上只是在风险-收益前沿上滑动：

左图里 4% 到 12% 的点几乎精确落在 45° 线上（目标 10% → 实现 10.27%），说明控制是有效的。但 15% 和 20% 明显偏离——目标 20% 时实际只跑出 16.17%，因为平均杠杆已经顶到 2.98x，撞上了 3.0x 的上限。

右图更重要：所有点几乎落在一条直线上。改目标波动不会让你得到更好的风险调整收益，只是决定你想站在这条线的哪个位置。

六、真正的修复：无交易带#

既然亏损几乎全部来自换手，那修法就应该直接打在换手上。

无交易带的逻辑很简单：只有当目标杠杆和当前杠杆的相对偏离超过某个阈值，才真的去调仓。

lev_tgt = min(target_vol / max(fcst, 1e-6), lev_cap)
# 无交易带：目标杠杆偏离当前杠杆不足 band 时不动
if lev_band > 0 and lev_prev > 0 and abs(lev_tgt / lev_prev - 1.0) < lev_band:
    lev = lev_prev
else:
    lev = lev_tgt

15% 带宽是最好的实用点：换手砍掉 66%（13.89 → 4.73），Sharpe 从 0.7747 回到 0.8654，而波动命中率只从 98.6% 掉到 97.0%。你用 1.6 个百分点的控制精度，换回了 0.09 的 Sharpe。

50% 带宽的 Sharpe 最高（0.8900，甚至超过了 ERC 基准），但它已经不叫波动目标了——命中率只剩 53.2%，年换手 0.92 倍，本质上就是一个偶尔调一次的准常数杠杆策略。它赢在 Sharpe，但它没有兑现产品承诺。

右图的两条线把这个取舍画得很清楚：换手（对数轴）随带宽陡降，命中率在 15% 以内几乎不动，过了 20% 才开始塌。免费的午餐在 0% 到 15% 之间，之后每一口都要付钱。

预测窗口扫描给出同方向的结论：半衰期从 5 日拉到 250 日，含成本 Sharpe 从 0.658 单调升到 0.876，换手从 29.4 降到 1.29。但零成本 Sharpe 在整个区间几乎是平的（0.8786 到 0.8866，极差 0.008）——反应快慢本身对策略质量几乎没有影响，全部差异都来自你为反应速度付了多少手续费。

七、这套结论的边界在哪#

这是一个受控模拟，不是历史回测。 每一个百分点的成因由构造已知，这是它的优势（可以做真值安慰剂），也是它的边界。真实世界里有三件事这里没建模：

第一，尾部与跳跃。 这里用的是 GARCH + 正态冲击，没有跳跃过程。真实危机里价格会跳空，波动目标策略在跳空时既来不及降杠杆、又会在跳空后的高波动期被迫在低点减仓——这是它最经常被批评的地方（「波动目标是系统性的追涨杀跌」）。本文的结论低估了这个成本。

第二，相关矩阵是固定的。 真实危机中相关性会向 1 收敛，风险平价的分散化效果恰好在最需要的时候消失。本文的 ERC 组合在整个 25 年里都享受着股债 −0.15 的稳定负相关，这是一个乐观假设。

第三，融资成本设为 0。 平均 1.94x 杠杆意味着你要借将近一倍的钱。真实融资利差在 50–150bp 之间，按 0.94 倍的净借款算，这会直接从年化收益里扣掉 47–141bp。9.25% 的常数杠杆收益变成 7.8%–8.8%，而波动目标因为杠杆在波动，融资成本还会更不稳定。本文所有加杠杆的腿的收益都是高估的。

另外，25 年 6300 个交易日听起来很多，但从 Sharpe 估计的角度只有一个样本路径。40 条独立路径的增益标准差是 0.065，这意味着单条路径上 ±0.13 的 Sharpe 差异都在两倍标准差以内——如果你在真实数据上跑出「波动目标提升了 0.1 Sharpe」，那个数字大概率是噪声。

八、实践 Checklist#

如果你要做波动目标，这几条是从上面的数字里直接推出来的：

1. 先建常数杠杆对照腿。 没有它，你的所有比较都是在比风险等级，不是在比策略质量。检查两条腿的 Sharpe 是否精确相等——不等就是引擎有 bug。

2. 默认加 10%–15% 的无交易带。 这是全文性价比最高的一条：换手降 66%，控制精度只掉 1.6pp。

3. 杠杆上限别设太高。 3x 以上是摆设。真正的行为分水岭在 1.5x 和 2.0x 之间，因为上限一旦不绑定，换手会跳 5.75 倍。

4. 把预测 R² 报出来。 如果你的波动预测 R² 低于 0.2（本文 0.1785），就不要指望动态调仓能赚 Sharpe，它只能帮你控制波动。

5. 明确你在为谁做。 需要交付波动承诺的产品 → 值得。追求长期复合收益的自有资金 → 常数杠杆更省事也更便宜。

6. 把融资成本建进去。 平均 1.94x 杠杆下，50bp 的融资利差就吃掉 47bp 年化收益，比 8bp 的交易成本影响大得多。

最后一句：波动目标是一个优秀的风险控制工具，和一个平庸的收益增强工具。行业把它当后者卖，而它只在前者上兑现。知道自己买的是哪一个，比调参重要得多。