标签： #波动率目标

传统 60/40 股债组合的风险敞口是焊死的——市场平静时它嫌不够猛，崩盘时它嫌太暴露。波动目标（Vol-Target）策略用过去 20 日已实现波动估计下期波动，把组合目标年化波动钉在 10%，于是崩盘前波动飙升、自动砍掉 equity 敞口、转配债券。本文 numpy 合成含 2020-03 风格崩盘的 15 年日度数据，对比 VM 与 60/40：VM Sharpe 0.16、最大回撤 -43%，60/40 Sharpe ~0、回撤 -59%。附完整 Python 与四张真实计算图。

经典 GARCH 把收益平方搬进方差方程，正负号被抹平，于是涨 3% 和跌 3% 对波动贡献一样——这跟市场常识对着干。本文 numpy 从零实现 GJR-GARCH(门限 GARCH)，MLE 还原真实参数(α=0.049, γ=0.098, β=0.835)，量化『同等 ±3% 冲击坏消息多推高 200% 条件方差』，并演示波动目标叠加把回撤从 −83% 压到 −48%。附完整 Python 与四张真实计算图。

「把组合波动锁死在 10%」听起来是纯风控改进，25 年 4 资产受控模拟（无条件波动与相关结构由构造给定）却给出不舒服的账本：波动命中率从 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，其余全是换手买单。决定性对照是常数杠杆：把 ERC 一次性放大到同样 10.7% 波动，Sharpe 精确等于 0.883410（杠杆不改变 Sharpe，引擎自洽性验证），零成本下 0.8828 vs 0.8884、真实增量仅 −0.0056。收获不在 Sharpe 而在回撤：−17.72% vs −20.01%，改善 2.28pp。两条安慰剂锁死机制：时间置换 −0.1276、同方差世界 −0.0964，与真实世界 −0.1088 几乎无差——收益根本不来自波动可预测性（预测 R² 仅 0.1785）。最实用的修复是无交易带：偏离不足 15% 就不动，换手降 66%、Sharpe 回到 0.8654、命中率仍有 97.0%

「波动率涨了我们降了仓」在任何风控例会上都无法被反驳，但 120 家基金同说这句话时，它就是下一轮下跌的原因。受控模拟把基本面路径外生给定，因此每个百分点的归因是构造已知而非估计：基本面最低 −12.88%，实际价格跌到 −16.98%，差的 −4.10 pp 完全是行业自己砸出来的（放大 1.35x；200 条路径均值 1.45x、95 分位 1.99x）。三条安慰剂锁死机制：只留 1 家基金内生塌到 −0.0146 pp（同样杠杆同样行为，一家和 120 家差 281 倍）；价格冲击设为 0 与持仓零重叠均精确归零——螺旋 = 杠杆 × 拥挤 × 冲击，任一为零则消失，而公共讨论几乎只谈第一个。杠杆扫描出现拐点：5.0x 内生 −4.92 pp，6.0x 反而回落到 −3.63 pp，因为 36.7 家已爆仓退场——用历史最大跌幅校准高杠杆风险会低估危险，跌幅被爆仓截断了。同一个消息，200 条路径跌幅从 −27.33% 到 −6.35%（高阶）

波动率目标组合(VT)：不预测方向，只用过去已实现波动做 w_t=σ_target/σ̂_t 缩放敞口。合成市场(年化波动 30.6%)下把波动砍到 15.9%、回撤从 −86% 压到 −56%。附完整 Python 与六类真实陷阱（中阶）。

单资产的时序动量(过去涨就继续做多、过去跌就做空)本身信号很弱，一到震荡就被反复打脸。真正的威力在『把它跨资产做』：股、债、商品、外汇四条腿各自打时序动量、各自做波动率目标化，再等风险聚合成一个『宏观动量』组合——不同资产的趋势彼此错开，某条腿被震荡打脸时另几条腿还在赚趋势的钱。本文用 12 年合成四资产面板演示：单资产择时 Sharpe 只有 1.1~1.3，聚合后组合 Sharpe 2.41、年化 12.5%、最大回撤只有 −9.6%，明显优于波动目标 buy&hold(Sharpe 1.95)与原始等权持有(Sharpe 1.48)；并诚实交代趋势信号弱、切换成本、波动率目标的杠杆陷阱、相关性抱团四类实战问题(中阶)。

波动率不是常数，而是「牛相低波动/熊相高波动」两副面孔轮流登场。本文从零实现 2 状态马尔可夫区制(MS)模型，把日收益切成隐藏波动区制，并演示 regime 波动率目标如何把回撤从−60%压到−31%，附完整 Python 与五类真实陷阱。

风险平价把风险而非本金切成均等一份，波动率目标把组合波动钉在既定目标。本文用股/债/金/商品 4 资产从零实现二者，并展示融合方案如何把回撤砍到等权的一半。