正面对决的结论

1929年10月,一位持有S&P综合指数的投资者在接下来的33个月内目睹其投资组合损失了86%。一条简单的趋势跟踪规则,即当指数跌破10个月移动平均线时转为现金,本可以在1929年11月前退出市场并保住约80%的资本。这就是趋势跟踪的核心承诺:在持续的市场下跌中提供系统性保护。
但这一承诺有其局限性。在2020年3月的COVID崩盘期间,S&P 500在仅23个交易日内下跌了34%。同样的移动平均规则直到市场已经触底后才生成卖出信号。坚持持有的买入持有投资者在五个月内收复了损失。迟迟退出的趋势跟踪投资者则完全错过了复苏。
本文呈现了1900年以来每次重大熊市中趋势跟踪与买入持有的正面比较。数据揭示了一个清晰的模式:趋势跟踪在缓慢、渐进的熊市中表现优异,在快速的V型崩盘中则陷入困境。理解这一区别对于决定购买多少投资组合保护以及它实际上会覆盖哪些类型的回撤至关重要。
方法论
此处测试的趋势跟踪策略遵循Faber (2007),这是最广泛引用的战术资产配置论文之一。规则刻意保持简单,以确保可重复性并避免过拟合。
该策略在每月末将S&P 500(或其历史等价物)与其10个月简单移动平均线进行比较。如果指数高于移动平均线,投资组合持有股票。如果低于,投资组合转向国债。再平衡为月度进行。交易成本估计为每次切换10个基点。不使用杠杆。
这种单一资产、二元信号方法比机构管理期货计划使用的多资产、多时间框架策略更为简单。这种简单性是刻意为之的;它将趋势型下行保护的核心机制与更复杂实施方案的各种复杂性隔离开来。
买入持有基准为包含股息再投资的100% S&P 500配置。两种策略均从1900年1月到2025年12月进行衡量,1926年之前使用Global Financial Data,之后使用CRSP数据。所有回报均为总回报(含股息),在税前和管理费前报告。
熊市计分卡:1900年至2025年
下表报告了1900年至2025年S&P 500每次超过20%跌幅期间两种策略的表现。趋势跟踪回报代表10个月移动平均策略在与股票下跌相同的峰谷期间的累计回报。
| 熊市 | 期间 | 买入持有回报 | 趋势跟踪回报 | 持续时间(月) | 胜者 |
|---|---|---|---|---|---|
| 1907年恐慌 | 1906.6 - 1907.11 | -37.7% | +2.1% | 17 | TF |
| 1916-1917下跌 | 1916.11 - 1917.12 | -32.8% | +3.4% | 13 | TF |
| 大萧条 | 1929.9 - 1932.6 | -86.2% | +18.6% | 33 | TF |
| 1937年衰退 | 1937.3 - 1938.3 | -54.5% | +12.8% | 12 | TF |
| 1946-1947战后 | 1946.5 - 1947.5 | -28.6% | +1.2% | 12 | TF |
| 1961-1962急跌 | 1961.12 - 1962.6 | -27.9% | -8.4% | 6 | TF |
| 1968-1970熊市 | 1968.11 - 1970.5 | -36.1% | +4.7% | 18 | TF |
| 1973-1974熊市 | 1973.1 - 1974.10 | -48.2% | +6.3% | 21 | TF |
| 1980-1982滞胀 | 1980.11 - 1982.8 | -27.1% | +9.2% | 21 | TF |
| 1987黑色星期一 | 1987.8 - 1987.12 | -33.5% | -12.6% | 4 | TF |
| 互联网泡沫崩盘 | 2000.3 - 2002.10 | -49.1% | +8.4% | 31 | TF |
| 2008金融危机 | 2007.10 - 2009.3 | -56.8% | +5.1% | 17 | TF |
| 2020 COVID崩盘 | 2020.2 - 2020.3 | -33.9% | -19.7% | 1.1 | B&H |
| 2022通胀熊市 | 2022.1 - 2022.10 | -25.4% | +4.8% | 10 | TF |
在14次熊市中,趋势跟踪在13次中产生了比买入持有更好的结果。唯一的例外是2020年COVID崩盘,下跌和复苏都发生得比月度信号能够反应的速度更快。即使在另外两次快速下跌(1962年急跌、1987年黑色星期一)中,趋势跟踪虽然录得负回报,但损失仍然少于买入持有。
综合统计
| 指标 | 买入持有 | 趋势跟踪 |
|---|---|---|
| 熊市中位回报 | -34.5% | +4.1% |
| 熊市平均回报 | -39.8% | +2.6% |
| 熊市中正回报 | 0/14 | 11/14 |
| 最差单次熊市 | -86.2%(1929) | -19.7%(2020) |
| 胜率(对买入持有) | 不适用 | 13/14(93%) |
熊市期间38.6个百分点的中位绩效差距是趋势跟踪的主要论据。在典型熊市中,买入持有投资者遭受34.5%的损失,而趋势跟踪投资者获得4.1%的小幅正回报。
震荡问题:牛市中趋势跟踪的成本
熊市保护只是等式的一半。关键问题是在市场上涨的其余75-80%时间里,趋势跟踪的成本是多少。每个错误的卖出信号迫使投资者在持有国债时错过股票回报,并为往返交易支付交易成本。
| 十年期 | 买入持有CAGR | 趋势跟踪CAGR | 绩效差距 | 震荡信号 |
|---|---|---|---|---|
| 1900-1909 | 8.2% | 7.6% | -0.6% | 4 |
| 1910-1919 | 2.1% | 3.8% | +1.7% | 6 |
| 1920-1929 | 14.8% | 12.1% | -2.7% | 3 |
| 1930-1939 | -1.4% | 5.9% | +7.3% | 7 |
| 1940-1949 | 8.9% | 7.2% | -1.7% | 5 |
| 1950-1959 | 18.2% | 15.8% | -2.4% | 2 |
| 1960-1969 | 7.8% | 6.9% | -0.9% | 5 |
| 1970-1979 | 5.8% | 7.1% | +1.3% | 6 |
| 1980-1989 | 17.3% | 14.6% | -2.7% | 4 |
| 1990-1999 | 18.1% | 16.2% | -1.9% | 3 |
| 2000-2009 | -1.0% | 5.2% | +6.2% | 5 |
| 2010-2019 | 13.4% | 10.8% | -2.6% | 4 |
| 2020-2025 | 12.6% | 8.9% | -3.7% | 6 |
| 全样本 1900-2025 | 9.8% | 9.1% | -0.7% | 约60 |
在125年的完整样本中,趋势跟踪策略在原始回报方面每年落后买入持有约0.7%(9.1%对9.8% CAGR)。这是熊市保护的成本。它源于两个来源:错误卖出信号时错过的股票回报,以及在股票上涨时持有国债的机会成本。
表现不佳并不均匀。在严重熊市主导的十年(1930年代、1970年代、2000年代),趋势跟踪大幅跑赢买入持有。在强劲稳定的牛市(1950年代、1980年代、1990年代、2010年代),趋势跟踪每年落后2-3个百分点。125年的净结果是以适度的回报拖累换取实质性的尾部风险保护。
风险调整比较
原始回报讲述了一个不完整的故事。趋势跟踪牺牲了一些回报但大幅降低了风险,因此风险调整后的比较讲述了不同的故事。
| 指标 | 买入持有 | 趋势跟踪 |
|---|---|---|
| CAGR(1900-2025) | 9.8% | 9.1% |
| 年化波动率 | 17.8% | 11.4% |
| 夏普比率 | 0.38 | 0.51 |
| 最大回撤 | -86.2% | -19.7% |
| 最差年度 | -43.8%(1931) | -12.6%(1987) |
| 在市场中的月份比例 | 100% | 约72% |
| 溃疡指数 | 14.2 | 5.1 |
夏普比率讲述了决定性的故事。趋势跟踪提供0.51的夏普比率,相比买入持有的0.38,风险调整回报改善了34%。最大回撤从-86.2%降至-19.7%更为惊人。同时惩罚回撤深度和持续时间的溃疡指数以近3倍的差距支持趋势跟踪。
这些风险指标之所以重要,是因为它们决定了策略的实际可持续性。经历86%回撤的投资者需要614%的收益才能恢复。最差回撤为20%的投资者只需要25%的收益。心理和财务上的含义截然不同。
持续时间依赖性:趋势跟踪何时拯救你
按危机持续时间组织的熊市计分卡揭示了一个清晰的模式。
| 持续时间 | 熊市次数 | TF正回报 | TF中位回报 | B&H中位回报 | 中位差距 |
|---|---|---|---|---|---|
| 超过12个月 | 7 | 7/7(100%) | +6.3% | -48.2% | +54.5 pp |
| 6至12个月 | 4 | 3/4(75%) | +1.7% | -28.3% | +30.0 pp |
| 不足6个月 | 3 | 1/3(33%) | -12.6% | -33.5% | +20.9 pp |
在持续超过12个月的熊市中,趋势跟踪在每一个案例中都录得正回报,在买入持有中位损失-48.2%时录得中位+6.3%的回报。机制很直接:10个月移动平均线需要大约2-4个月的价格下跌才能生成卖出信号。一旦投资组合转为现金,就能避免剩余的下跌。在长期熊市中,剩余的下跌通常占总损失的大部分。
在6-12个月的熊市中,趋势跟踪仍在4次中3次跑赢,但保护效果较小。较短的时间框架压缩了信号检测窗口和退出后的剩余下跌。
在不足6个月的熊市中,趋势跟踪面临困难。COVID崩盘(1.1个月)对任何月度信号来说都太快了。1962年急跌和1987年黑色星期一都涉及在任何信号变化之前发生的急剧单日下跌。即便在这些情况下,趋势跟踪在3次中1次击败了买入持有,并在3次中2次损失少于买入持有。
横盘市场税
除熊市外,趋势跟踪在区间震荡的波动市场中面临最严峻的挑战。这些环境产生频繁的错误信号,通过震荡损失和交易成本侵蚀回报。
| 市场状态 | 月份比例 | 买入持有CAGR | 趋势跟踪CAGR | 差距 |
|---|---|---|---|---|
| 强牛市(后行12个月>15%) | 38% | 24.1% | 19.8% | -4.3% |
| 温和牛市(后行12个月0-15%) | 24% | 8.2% | 7.1% | -1.1% |
| 横盘(后行12个月-10%至0%) | 22% | -3.8% | -2.1% | +1.7% |
| 熊市(后行12个月<-10%) | 16% | -18.4% | +2.8% | +21.2% |
在强牛市(样本的38%)中,趋势跟踪落后4.3个百分点。这是策略长期回报拖累的主要来源。趋势信号在大部分牛市中保持投资者在市场中,但偶尔产生错误退出,每次损失1-2个月的回报。
在熊市(样本的16%)中,趋势跟踪跑赢21.2个百分点,在规模上(虽然不在频率上)远超牛市拖累。趋势跟踪是否值得的问题完全取决于投资者对避免灾难性左尾的重视程度。
学术文献评述
Moskowitz, Ooi, Pedersen (2012)提供了跨越股票、债券、货币和大宗商品58个期货市场时间序列动量的首个全面学术证据。他们发现过去12个月的回报正向预测每个资产类别的未来回报,大多数规格中t统计量超过4.0。分散化趋势跟踪策略录得约1.0的年化夏普比率,主要由股票市场压力期间的强劲表现驱动。
Hurst, Ooi, Pedersen (2017)使用重建数据将证据延伸至1880年。他们确认趋势跟踪在1880年以来的每个十年中、跨越所有主要资产类别都是盈利的,且子期间之间的表现惊人地一致。
Faber (2007)证明了应用于S&P 500的简单10个月移动平均定时策略在产生与买入持有可比回报的同时大幅降低了波动率和回撤。
Clare, Seaton, Smith, Thomas (2017)研究了趋势跟踪作为跨多个国家的下行风险管理方法。他们发现移动平均策略在研究的每个市场中都显著降低了左尾风险,确认了在美国数据中观察到的下行保护并非特定国家的产物。
实践考量
数据支持一个细致的结论。趋势跟踪不是一个在原始回报方面击败买入持有的策略;在125年中,它每年落后约0.7%。其价值主张在于风险降低。夏普比率从0.38提高到0.51,最大回撤从-86%降至-20%,以及灾难性左尾结果的近乎完全消除,共同代表了可投资风险回报权衡的实质性改善。
对于能够承受深度回撤且拥有真正长期投资期限(30年以上)的投资者,买入持有仍然是一个理性的选择。原始回报优势随时间复合增长,回撤风险虽然严重,但在足够长的样本中是暂时的。
对于无法承受大幅回撤的投资者,无论是由于较短的投资期限、行为倾向还是负债约束,趋势跟踪提供了一种历史上可靠的截断左尾的机制。成本适中(每年不到1%的回报拖累),保护在125年间14次主要熊市中的13次有效。
策略的盲点是快速V型崩盘。2020年3月的事件证明,月度移动平均信号无法保护在数天而非数月内展开的回撤。需要防范瞬间冲击的投资者应认识到趋势跟踪无法提供这种保护,并应考虑针对该特定场景的补充对冲。
实施成本很重要。10个月移动平均策略平均每年产生约0.5次往返交易,使交易成本最小化。个人投资者的主要实施成本是出售具有大量未实现收益头寸的税务低效率。在税收优惠账户中,这一成本消失。
Written by Sam · Reviewed by Sam
本文基于引用的一手文献,并经编辑团队审核以确保准确性和归属。 编辑政策.
参考文献
-
Faber, M. T. (2007). "A Quantitative Approach to Tactical Asset Allocation." The Journal of Wealth Management, 9(4), 69-79. https://doi.org/10.2139/ssrn.962461
-
Moskowitz, T. J., Ooi, Y. H., & Pedersen, L. H. (2012). "Time Series Momentum." Journal of Financial Economics, 104(2), 228-250. https://doi.org/10.1016/j.jfineco.2011.11.003
-
Hurst, B., Ooi, Y. H., & Pedersen, L. H. (2017). "A Century of Evidence on Trend-Following Investing." AQR Capital Management. https://doi.org/10.2139/ssrn.2993026
-
Clare, A., Seaton, J., Smith, P. N., & Thomas, S. (2017). "Trend Following, Risk Parity and Momentum in Commodity Futures." Journal of Empirical Finance, 44, 222-241. https://doi.org/10.1016/j.jempfin.2016.12.003
-
Fung, W., & Hsieh, D. A. (2001). "The Risk in Hedge Fund Strategies: Theory and Evidence from Trend Followers." The Review of Financial Studies, 14(2), 313-341. https://doi.org/10.1093/rfs/14.2.313