趨勢策略的績效差異，來自市場選擇的部分遠大於來自進出場規則的部分。Clenow 在公開的系統規則裡直接說：投資範圍的選擇對績效的影響，遠比調整進出場規則來得大。這一篇處理三個具體問題：為什麼專業趨勢基金幾乎都做期貨、要放幾個市場、權重怎麼分。
一、為什麼是期貨
CTA／managed futures 以期貨為主，不是傳統，而是工具特性決定的：
- 對稱做空。 趨勢系統有一半時間需要放空。期貨做空與做多在成本、可得性上完全對稱；股票放空要借券、要付借券費，冷門標的可能借不到，且有被召回的風險。
- 內建槓桿與保證金效率。 波動率目標化需要把低波動市場（公債、短期利率）的名目部位放大好幾倍，期貨用 3–10% 的保證金就能持有全額名目；現貨要動用全額資金，低波動市場的策略根本無法實作。
- 成本低。 主要股指期、公債期、匯率期的買賣價差以基點計，遠低於同等曝險的 ETF 組合，且沒有管理費。
- 資產類別齊全。 商品（能源、金屬、農產）幾乎只有期貨能取得純粹曝險，而商品正是與股債相關性最低的一塊。
- 報酬是超額報酬。 期貨價格已隱含融資成本，帳上的現金可以另外賺無風險利率——這在利率 4–5% 的環境是實質貢獻。
代價是：需要處理合約轉倉（roll）、保證金追繳、以及合約規格與交易時段的複雜度。這些是工程問題，見 回測與驗證 與 實戰執行。
二、要放幾個市場：把邊際效益算出來
沿用 部位大小 那條近似式，N 個等風險市場、兩兩相關 ρ 時，組合風險相對單一市場的比值為 sqrt((1+(N−1)ρ)/N)。取 ρ = 0.05：
| 市場數 N | 風險縮減係數 | 相對 N=1 的 Sharpe 提升 |
|---|---|---|
| 1 | 1.00 | 1.0× |
| 5 | 0.49 | 2.0× |
| 10 | 0.36 | 2.8× |
| 20 | 0.29 | 3.4× |
| 40 | 0.25 | 4.0× |
| ∞ | 0.22 | 4.5× |
在單一市場訊號很弱（Sharpe 可能只有 0.1–0.2）的前提下，這張表就是整個策略的可行性依據：20 個低相關市場能把 0.15 的單市場 Sharpe 拉到 0.5 左右，這才是可交易的水準。 同時它也說明再往上擴張的報酬遞減：從 20 到 40 只多 18%，卻要多付資料、監控、最小合約規模的成本。
結論：20–40 個市場是甜蜜點；低於 10 個市場的趨勢系統，統計上站不住腳。 這也直接回答了「我只想對台股／標普做趨勢擇時可不可以」——可以，但你拿到的是一個 Sharpe 0.2 級別的策略，不是 CTA 的風險特性，期待值要據此調整。
三、一份可用的市場清單（範例）
按群組配置風險，每群內部再平均分配。典型波動率是量級參考，實作時用事前估計值。
| 群組 | 市場範例 | 典型年化波動率 | 建議風險占比 |
|---|---|---|---|
| 股指 | 標普 500、Nasdaq 100、歐洲 STOXX、日經、台指 | 15–25% | 20% |
| 公債與利率 | 美 10 年期、美 30 年期、德國 Bund、SOFR／短期利率 | 4–8%（短率 1–2%） | 20% |
| 匯率 | EUR/USD、USD/JPY、GBP/USD、AUD/USD、USD/CAD | 7–12% | 20% |
| 能源 | WTI、布蘭特、天然氣、汽油 | 30–60% | 15% |
| 金屬 | 黃金、白銀、銅 | 15–35% | 15% |
| 農產 | 玉米、黃豆、小麥、糖、咖啡 | 20–35% | 10% |
三個設計要點：
- 風險占比不是資金占比。 公債群組拿 20% 的風險預算，但因為波動率低，名目金額可能是股指群組的 3 倍。
- 群組內要防重複。 WTI 與布蘭特的相關性常在 0.9 以上，兩者合計仍只算「一個賭注」；同理美 10 年期與德國 Bund。實作上要嘛只留一個，要嘛把它們的風險預算合併計算。
- 商品是分散化的主要來源。 拿掉商品的趨勢組合，與股債的相關性會明顯上升，crisis alpha 的效果也會下降——因為 1970 年代式的通膨衝擊、2022 年式的能源趨勢，主要就發生在商品上。
四、廣度的實證支持
《Trends Everywhere》（Babu、Levine、Ooi、Pedersen、Stamelos, 2020, JOIM）是這個主張最直接的證據：作者刻意挑了 82 個過去文獻沒研究過的市場（新興市場股指期、利率交換、新興市場貨幣、冷門商品期貨、CDS 指數、波動率期貨）與 16 個多空股票因子，作為樣本外檢驗，發現時序動能在這些資產與多種趨勢期間上同樣有效。連同原本的 58 個傳統市場，總共檢驗了 156 個標的。
這批證據的方法論價值高於績效數字本身：它把「趨勢是資料探勘出來的」這個質疑，用事前指定的新市場去回應，而不是在老資料上換參數。
至於加密資產，已有研究（如 arXiv 上的《A Decade of Evidence of Trend Following Investing in Cryptocurrencies》）記錄趨勢訊號在加密市場上的有效性。實務上要注意的是：加密的年化波動率常在 50–80%，波動率目標化之後它在組合中的名目權重會非常小，邊際貢獻可能不足以補償交易所與託管風險。把它當作一個群組上限 5% 的衛星部位比較合理。
五、權重方式：不要優化
三種選擇，按穩健度排序：
1. 群組等風險 + 群組內等風險（建議預設） 簡單、透明、不依賴任何估計量，除了波動率。缺點是忽略群組間的實際相關性。
2. 全域倒數波動率
所有市場一視同仁按 1/σ 配權。比群組法更簡單，但會讓市場數多的群組（商品有幾十個）自動吃掉大部分風險預算，需要另外加群組上限修正。
3. 均值變異數優化 用歷史共變異數矩陣求最適權重。不建議。 相關性矩陣的樣本雜訊極大，優化器會把權重集中到估計誤差最大的地方，樣本外表現通常比等權差。若一定要用，必須加上收縮估計（shrinkage）與權重上下界。
實務判斷：趨勢策略的 alpha 來自訊號與分散，不來自權重優化。 花在權重優化上的時間，換到「多找 5 個低相關市場」的報酬率高得多。
六、隱形 beta：分散不足的時刻
趨勢組合有個時機性的弱點：當股、債、商品同時走多，系統會同時做多所有東西，此時它與 60/40 組合的相關性可能從 0 升到 0.5 以上。它最不分散的時候，正是你最需要它分散的前一刻。
三個緩解做法：
- 設方向上限（淨多或淨空風險 ≤ 總風險 60%，見 風險上限）。
- 監控滾動 60 日的「策略對股票的 beta」，超過門檻時降低股指群組權重。
- 在組合層面就把趨勢定位為分散化配置（10–25%），而不是核心持股的替代品，見 投組疊加。
市場選好、權重定好之後，下一個決定策略生死的環節是驗證 → 回測與驗證