趨勢投資的資訊環境充滿三種東西混在一起講:數學上必然成立的、有多篇獨立實證支持的、以及行銷話術。這一篇把本專欄提到的主要說法逐條分級,讓你知道每一條該給多少信心權重。

分級定義:

  • 【恆等式】:純數學,只要定義成立就成立,不需要實證。
  • 【穩健實證】:多個獨立樣本、含刻意設計的樣本外檢驗,且有反方文獻仍未推翻核心結論。
  • 【有爭議】:正反兩方都有同儕審查文獻,結論取決於方法選擇。
  • 【參數/情境相依】:在特定參數、市場或年代成立,換一組就未必。
  • 【業界主張】:合理但缺乏乾淨的公開證據。

一、關於效應本身

主張分級依據與但書
時序動能在 58 個期貨市場、1965–2009 呈現顯著的分散組合報酬穩健實證Moskowitz, Ooi & Pedersen (2012), JFE 104(2)
趨勢效應在 1880–2016 的每個十年都有正報酬穩健實證Hurst, Ooi & Pedersen (2017);67 個市場、各市場平均 Sharpe 約 0.4
趨勢在 82 個文獻未研究過的市場上同樣有效(樣本外)穩健實證Babu 等 (2020)《Trends Everywhere》,JOIM;方法論價值高於績效數字
逐一市場的時序動能證據薄弱,pooled t 值撐不過 bootstrap穩健實證(反方)Huang, Li, Wang & Zhou (2020), JFE 135: 774–794
報酬持續性存在於 1–12 個月、超過後部分反轉穩健實證MOP(2012) 的核心發現,多篇後續文獻重現
趨勢報酬來自行為偏誤(反應不足/過度)有爭議與風險溢酬解釋並存,兩者都無法被單獨證偽
趨勢策略近十年「結構性失效」有爭議條件說(市場移動幅度不足)vs 擁擠說;2022 年 SG Trend Index +27.3% 對純衰減說不利

判讀重點:正方證據的強度來自廣度(跨市場、跨世紀、刻意的樣本外),反方證據的強度來自單一市場的統計檢定力。兩者其實不矛盾——效應弱但普遍存在,正是「必須靠大量市場分散才可交易」這個結論的來源。

二、關於部位與風控

主張分級說明
N 個等風險、相關 ρ 的市場,組合風險為單市場的 sqrt((1+(N−1)ρ)/N)恆等式直接由變異數公式導出(見筆記 07)
最適槓桿 f* = μ/σ²,最適組合波動率等於 Sharpe 比率恆等式對數效用 + 常態報酬的假設下
全凱利下注時,資金曾經腰斷的機率是 50%;半凱利為 12.5%恆等式幾何布朗運動下 P(曾跌到 x) = x^(2/f_frac−1) 型結果
跨市場的倒數波動率標準化能提升風險調整後報酬穩健實證幾無爭議,是分散化成立的前提
時間序列上的波動率擇時(高波動降槓桿)能產生 alpha有爭議Moreira & Muir (2017, JF) 支持;Cederburg 等 (2020, JFE) 指出樣本外不可執行、表現更差;DeMiguel 等 (2024, JF) 給出條件性結論
2N/3 ATR 是最佳停損距離參數相依海龜與 Clenow 的實務選擇,沒有理論說它最優;k 越小越傷 W 則是恆等式
回撤觸發降槓桿(每 −10% 降 20%)能改善長期結果業界主張海龜規則;有邏輯但缺乏獨立實證,且需配對稱的回升規則避免棘輪

三、關於系統與參數

主張分級說明
移動平均、突破、時序動能本質上是同一族濾波器恆等式P − SMA_n 可展開為過去報酬的加權和
10 個月 SMA 擇時能大幅降低回撤參數/情境相依Faber (2007/2013);對慢速熊市有效,對 V 型崩跌無效;歷史績效含高利率年代的現金收益
20/55 日 Donchian 突破是有效參數參數/情境相依海龜的原始設定;1983 年的市場結構與今日不同
「上一次同向突破會賺就跳過此訊號」的濾網有效業界主張海龜規則明載,缺乏獨立公開驗證
多速度混合(1/3/12 個月)優於單一速度穩健實證(弱)AQR 百年研究採用;它降低的是參數選擇風險,不必然提高回測 Sharpe
投資範圍的選擇比進出場規則更重要業界主張(強)Clenow 明確主張;與分散化恆等式一致,但沒有對照實驗
快訊號在高成本市場不可行恆等式+估計成本=換手×單邊成本是恆等式,換手與回看期的平方根反比關係是近似

四、關於組合與危機

主張分級說明
趨勢與 60/40 的長期相關性接近 0穩健實證多份研究一致;但非恆定,多資產同向時會顯著上升
趨勢在延續型熊市中提供正報酬(crisis alpha)穩健實證(有條件)Greyserman & Kaminski (2014);AQR 百年研究的危機期間分析。條件是危機夠慢
趨勢是股災保險錯誤表述對 1987/10、2020/2–4 這類 V 型崩跌無效
價值與動能負相關,合併可提升 Sharpe穩健實證Asness, Moskowitz & Pedersen (2013), JF
carry 與趨勢的尾部方向相反,互補穩健實證(機制清楚)carry 為負偏態、趨勢為正偏態
疊加 20% 趨勢僅增加約 0.3 個百分點的組合波動率恆等式(在 ρ=0 假設下)見筆記 13 的計算;ρ 若不為 0,結論改變
抵押品收益消失可解釋 2010s 相對歷史回測的部分落差恆等式+情境期貨策略報酬含現金利息是機械事實;解釋力大小視組合而定

五、常被誤傳的三件事

「海龜每筆風險 1%」 —— 錯。Unit 的定義是「市場移動 1N 則帳戶變動 1%」,而停損設在 2N,因此單一 Unit 的最大虧損是 2%

「論文把部位放大到 40% 波動率,槓桿太瘋狂」 —— 誤讀。那是個別部位的名目波動率;幾十個低相關市場加總後,組合波動率降到 10–12%。縮放常數只決定槓桿刻度,不影響 Sharpe(見筆記 07 的算式)。

「趨勢策略勝率低是缺點」 —— 誤解因果。低勝率是「截斷虧損、放任獲利」的必然結果,期望值來自平均賺賠比而非勝率。追求高勝率的修改(縮緊追蹤止損、提前獲利)會直接摧毀期望值。

六、延伸資源

核心論文

  • Moskowitz, Ooi & Pedersen (2012), Time Series Momentum, JFE 104(2): 228–250 — ScienceDirectPDF
  • Hurst, Ooi & Pedersen (2017), A Century of Evidence on Trend-Following InvestingAQRPDF
  • Babu, Levine, Ooi, Pedersen & Stamelos (2020), Trends Everywhere, JOIM 18(1) — AQR
  • Huang, Li, Wang & Zhou (2020), Time series momentum: Is it there?, JFE 135: 774–794 — ScienceDirect
  • Daniel & Moskowitz (2016), Momentum Crashes, JFE 122: 221–247 — PDF
  • Moreira & Muir (2017), Volatility-Managed Portfolios, JF 72(4) — NBER
  • Cederburg 等 (2020), On the performance of volatility-managed portfolios, JFE — ScienceDirect
  • DeMiguel 等 (2024), A Multifactor Perspective on Volatility-Managed Portfolios, JF — Wiley
  • Lempérière 等 (2014), Two centuries of trend followingarXiv:1404.3274
  • Faber (2007/2013), A Quantitative Approach to Tactical Asset AllocationPDF

實務系統規則

  • Clenow, Following the Trend 的公開系統規則 — followingthetrend.com
  • Greyserman & Kaminski (2014), Trend Following with Managed Futures: The Search for Crisis Alpha(Wiley)
  • Kaminski, Reflections on Ten Years in Trend FollowingAlphaSimplex PDF

近年表現與爭論

  • Alpha Architect, Trend-Following: A Decade of Underperformance連結
  • QuantPedia, Why Did Trend-Following Underperform in the Last Decade?連結
  • AlphaWeek, 2022 CTA Index Performance Review(SG Trend Index 2022 +27.3%)— 連結
  • QuantPedia 的時序動能策略頁(含 1965–2009 回測摘要)— 連結

台灣稅務參考(會變動,以主管機關為準)

  • 財政部稅務入口網.期貨交易稅稅率及計算方式 — 連結

七、站內延伸

回 hub → 趨勢投資(Trend Following)——實質、可執行的策略