全天候，不只是多策略平滑波动，而是更可控的“尾部风险”-25年12月月度洞见

作者：天放笔记本

题图：天放笔记本微信公众号

“多资产、多策略、全天候”常被简化成一句话：通过多资产/多策略的低相关性分散，平滑组合的波动率让它更低，于是乎风险就“按魔法”变小了。

但这种表述背后隐含了太多的假设：期望收益线性可叠加、以波动率衡量的风险通过分散可降低、相关性的结构稳定、资产间关系可外推——而金融市场恰恰以“关系不恒定”著称。

我们的出发点更朴素：风险不等同于波动率，而是当组合发生回撤时，是否会产生不可修复的重大损失，并威胁到组合的持续运作。

换句话说，我们更关心的是：会不会被迫交易、会不会在最差的价格被动去杠杆、会不会因为集中的连续重大损失打断长期的复利进程，而不是事后某个统计口径下的波动。

一、为何不把“低波动”当作“低风险”

这里有两点我非常认同：

• 1. 在某个指标下，风险看起来更低了，但并不意味着风险消失了；它可能只是换了藏身之处。
• 2. 过度依赖“降低组合波动率”的观点去控制风险，反而可能把风险推到更难观测的高阶矩上：偏度、峰度——也就是尾部。

这也解释了现实里一个反直觉现象：许多策略/组合在收益分布的“中心区域”（大多数日子）看起来很平滑、相关性也不高；但在压力时刻，真正主导结果的往往是少数尾部事件，策略间相关性也飙升至1，一起下跌，而尾部行为并不服从“组合起来就会更低”的那套直觉。

我们并不否定波动率：它依然是一个好用的尺度单位（例如把不同资产标准化、让仓位大小可比）。

更具体地说，我们认为波动率在“中心区域”往往是一个相对有效的风险刻度：在大多数正常交易日，收益更接近正态分布，波动率能较好反映风险大小，因此在资产标准化、仓位归一化、风险预算与横向比较中非常有用。

但在“尾部”情形下，风险往往由价格跳跃、流动性缺口、相关性突然收敛等因素主导——这恰恰是波动率没法衡量的那些“看不见的隐性风险”的时候。

因此，我们不接受“波动率≈风险”的概念偷换——尤其当组合用了各种方法压低整体尤其中心的波动率，却反而使得总组合变得更脆弱、更容易在左尾出现不可承受的集中回撤时。

二、两张图把“隐性风险”照亮：从 Long/Short Vol到 Long/Short Skew

1）Cole 的提醒：很多表面的“分散”，其实底层是同一种暴露

Artemis Capital 的 Christopher Cole 有张著名的图，把很多资产/策略的底层暴露概括为两类：Long Vol 与 Short Vol。这张图的冲击力在于：你以为你持有了很多策略名字，足够分散了，但其实底层可能是在做同一种交易——在大多数平静时期，许多策略在底层更像Short Vol来收取风险溢价；而当波动率、相关性与流动性结构改变时(Long Vol)，这些策略将同步承受压力。

这不是在否定风险溢价，而是提醒我们：如果不做进一步的“底层穿透”，多策略很容易变成“同一类基于左侧尾部的风险溢价的堆叠”。

2）CFM的证据：风险溢价更像“偏度溢价”

年初公众号关于风险那篇文章里的散点图（夏普 vs 负偏度）背后的研究给了我们一个更精确的语言：经典理论往往把风险等同于波动率，但真实世界里，真正该担忧的是罕见但剧烈的财富下跌，这更多体现为负偏度/左侧尾部风险。他们用跨资产、跨策略的数据展示：许多“风险溢价策略”的收益与波动率的关系很弱，但与偏度的关系更稳定，并提出一个很直观的经验总结：大量策略围绕着一条“夏普—负偏度”的回归线分布。

把二张图叠在一起，我们得到一个对全天候极关键的结论：

真正需要被分散的，不是策略名字，而是收益分布的结构：

你在中心怎么赚、在左侧尾部怎么亏、在右侧尾部有没有机会。

注：经典“宏观四象限”的全天候框架，我理解更多是在“中心区域”里基于经济周期做进一步的范式划分；而本文更强调的是在更高维度把分散落实到不同的收益分布结构上（中心/左尾/右尾）。

三、如何做好分散：按收益分布拆解，而不仅仅是策略堆叠

分散必须落实在不同的收益分布结构内(中心/左尾/右尾)，具体可参考三条原则。

原则 1：压低“当下痛感密度”——把风险期限“拉长、摊平”

损失是交易的一部分；全天候的目标不是消灭波动，而是让损失不在同一时间窗口里集中到超出可承受范围。

这也是“韧性”的核心：允许有颠簸，但避免出现会迫使你改变策略、改变杠杆、改变持仓纪律的那种不可修复的回撤。

原则 2：保持“结构性平衡”——不追求均等，但必须互补

我们不认为组合必须把三类收益结构均分，但我们会刻意维持某种平衡：

• 中心区域（多数情形）：提供稳定的、可复利的收益来源；
• 左侧尾部（压力情形）：需要有“能扛住/能反向收益/能提供流动性”的收益结构；
• 右侧尾部（正向意外）：我们把“错过最大上涨”也视为一种风险，因此组合需要保留捕捉正向意外的能力。

分散不只是为了降低风险，也是为了不把未来的上行机会押注在少数单一资产/单一风格上。

原则 3：追求“收益分布结构的多样性”，而不是“同一收益分布结构的重复组合”

大部分资产和策略在统计意义上都带有不同程度的左侧尾部风险，对这类策略做进一步的微调和组合并不等于分散，往往只是把同一个左侧尾部风险以不同的名字叠加。我们会把这条写进流程里：新增策略/仓位时，优先问的不应是“长期平均相关性低不低”，而是：

• 它的左侧尾部来自什么机制？是否与现有仓位同源？
• 它在极端错位时会不会与组合一起被迫去杠杆？
• 它是否提供了一个“不同分布”的回报（特别是左侧尾部或右侧尾部）？

四、指标观：我们不废除波动率与夏普，但我们拒绝被“单一的指标”支配

这不是在给低夏普找借口，而是在强调：当真正的风险是不可修复的重大损失时，路径上的高夏普并不能提供保护。

更重要的问题是：两个回报相近的组合，哪个更能抵抗未来“少数但严重”的回撤？

“低波动 + 高夏普 + 加杠杆”常常会在不知不觉中制造隐含的负凸性——杠杆倍数越高，错误容忍度越低，尤其在左侧尾部风险到来时，风险非线性放大。

同样，目标波动率和风险平价这两个方法也很有用，尤其是在“把不同资产标准化”的层面；但它不是尾部对冲。在跳跃式下跌与快速反弹的情形里，它也可能表现出一种“隐含的负凸性”：下跌后被动减仓锁定损失，反弹时又因为仓位变小而错过回升。这不是说不能用，而是说：它更适合作为第二层（规模与风险控制层），而不是用来替代对尾部/高阶矩的管理。

结语：“全天候”可承诺的是什么

综合以上，我们希望投资人理解的“全天候”不是“每个月都平滑”，而是三点更可检验的承诺：

1. 少依赖假设：从底层暴露出发（vol / skew / tail），逐层增加假设，并清楚知道每个假设带来什么、失去什么。

2. 按收益分布结构分散：在收益分布内部（中心、左侧尾部、右侧尾部）做分散，避免用“中心区域的低相关”去换“左侧尾部的同源集中”。

3. 把左侧尾部的风险变得可控：我们不消灭风险，但会用平衡、集中化与截断等方式，让左侧尾部的风险从“可能终止游戏”变成“可承受的波动”。同时保留右侧尾部的机会，避免把未来上行押在少数单一来源上。