套利交易中，为什么越止损越不回归？

作者：随机森林之外

题图：随机森林之外微信公众号

价差偏离到历史极值时开仓，同时预设止损，这是基于均值回归的统计套利策略中常见的风险控制手段。

但在实际交易中，一个现象反复出现：止损触发后，价差往往随即开始回归，完美错过后续的回归利润。有人统计过触发止损的交易，发现短期内价差回归的比例高达七八成。

这不是止损设置的好坏，而关乎一个根本性的事实：当设下止损的那一刻，我们观察到的价差，已经不是原来的那个价差了。

幸存者偏差：止损筛选出的样本

1. 样本陷阱

那个七八成的反转比例，只统计了触发止损的样本。还有那些没有触发止损的交易被排除在外。也就是说，我们看到的这个数字，是基于一个已经被止损行为筛选过的子集得出的结论。

这就引出一个核心问题：如果统计所有在极端位置开仓的交易，包括那些没有触发止损的，反转比例还会这么高吗？

但为什么偏偏是触发止损的那部分，显得反转比例更高？

2. 套利中的幸存者偏差

二战时，人们看到返航飞机上弹孔集中在机翼，便以为机翼最需要加固。那些机翼中弹的飞机根本没机会返航。在套利交易中，类似的样本筛选问题同样存在。

假设有100个套利者，在同一个价差极端位置开仓，都在同一价位设止损。价差继续扩大，触发止损，100人全部离场。随后价差开始回归。

这100人都会留下一个印象：止损后价差反转了。他们的结论是“止损总是触发在反转前”。

那些没触发止损的人呢？他们会在价差回归后盈利离场，他们的印象是“极端价差果然是机会”。

两组人的印象差异源于样本不同。被止损的人，其观测样本缺失了止损后价差继续扩大的路径。从未止损的人能看到完整轨迹，但他们不在止损后反转的统计中。因此，被止损者样本中的反转比例被系统性高估，这并非市场的系统性偏差，而是样本筛选的必然结果。

所以那个高比例的反转观察，不是真实的概率。它是被止损行为筛选过的条件概率。

这种筛选机制远不止主动止损，还有保证金追缴和强制平仓。当价差持续不利变动，浮动亏损累积导致保证金不足且无法追加时，就会被强制平仓。这种被动止损的触发点因人而异（取决于初始保证金、仓位大小、可用资金），但它同样会把那些价差继续扩大的案例从样本中剔除。

因爆仓而离开市场的交易者不会有机会统计止损后价差是否回归。在极端行情下，流动性枯竭带来的滑点会加剧这一过程，让幸存者偏差更加隐蔽。

塔勒布（2025）通过蒙特卡洛模拟提供了一个量化视角。在无漂移的随机漫步环境中，年化波动率约20-25%、设置10%固定止损的条件下，约有50%的概率会触及止损。而对于年化波动率可达60%的资产，设置10%止损时，高达85%的交易会以止损结束。触发概率高度依赖于波动率，高比例反转的观察，可能是在高波动率品种上配合较窄止损的结果。

吸收壁：止损的数学结构

用OU过程（Ornstein-Uhlenbeck）可以看得更清楚。在套利交易中，通常假设价差服从一个均值回归过程：

在这个框架下，止损是一个吸收壁（absorbing barrier）。当你设定一个止损水平，如果价差首次触及，你的这次交易就终止了，价差之后的轨迹与你无关。

但价差本身的运动还在继续。那些没有触及的路径继续演化，而你所观察到的，正是这些幸存下来的路径。这意味着，你面对的是一个“幸存者版本”的价差过程，它与原始的OU过程有三点根本不同。

1. 它的稳态分布消失了。原来的OU过程有稳定的分布，你可以计算价差落在任意区间的长期概率。但加入吸收壁后，过程可能被终止，长时间运行后，幸存下来的路径只是那些从未触及的“幸运儿”。这些幸运儿的分布，已经被止损点截断了。
2. 它的表观回归速度变慢了。那些快速向均值回归的路径，往往也快速向止损点运动，一旦触及就从样本里消失。你看到的幸存者，大多是那些回归缓慢的路径。久而久之，你会产生一个印象：价差怎么总是不回归？
3. 它会产生漂移的错觉。对于那些幸存下来的路径，价差的期望运动方向是远离止损点的。因为那些向止损点运动的路径已经被截断了。所以从你的视角看，止损点似乎有一种“排斥力”，价差总是在你离场后开始反转。

这三点共同作用导致了系统性误判：止损倾向于触发在反转前，价差则在你离场后回归。这是由于止损行为筛选了观测样本，我们基于有偏样本得出了结论。

从认知偏差到行为闭环

当我们基于有偏的观测得出“止损后高概率反转”的结论后，一个常见的调整是：收窄止损。

但这反而可能让问题更严重。收窄止损意味着吸收壁更近，更多路径会被截断，幸存者偏差更强。你观测到的反转比例会变得更高，这又进一步强化了你收窄止损的信念。

这是一个自我实现的闭环。交易者不是在优化策略，而是在被自己行为制造的假象牵着走。这个闭环一旦启动，就没有退出机制。

当足够多的套利者在相似价位设止损，价差在极端区域便产生“磁吸效应”。越接近止损密集区，价格向止损密集区移动的速度越快，因为止损单本身就在推动价差扩大。而当这些止损全部触发后，做空力量暂时出清，市场会出现短暂的反转。

止损后反转不仅是幸存者偏差，也有真实的市场逻辑。当大量止损单集中触发，卖压阶段性出清，价格自然容易反弹。但在这个机制中，你的止损只是众多止损单之一。

两个视角：如何与幸存者偏差共处

聊了这么多，那我们可以做些什么呢？

1. 估算幸存者版本的价差过程

既然止损改变了你面对的过程，一个自然的思路是：能否估算出幸存者版本的关键参数？

对于OU过程，这个问题有数学框架可循。带吸收壁的OU过程的生存概率、首次通过时间分布、幸存路径的条件期望，都可以通过求解带边界条件的Kolmogorov向后方程得到。学术界对此有系统的研究，通过渐近匹配方法可以得到解析近似。

对于实战，可以从一个简单的问题开始：给定原始回归速度和止损水平，幸存者版本的“有效回归速度”大约是多少？数值模拟表明，当止损设在2倍标准差时，大约是原始的50-60%；当止损设在1.5倍标准差时，可能降到30%以下。这意味着，如果你设了较窄的止损，价差回归的速度会比历史数据显示的慢得多，你等的时间要比想象的长。

这意味着，当设下止损，你就在改变自己面对的市场。用原始参数做回测，会系统性高估策略的表现。

2. 用仓位管理替代止损的计算逻辑

如果不设止损，如何控制风险？答案是用仓位管理。

Van Tharp（2007）的风险百分比模型提供了一个经典框架：

仓位规模 = 账户风险预算 / 每单位头寸的止损距离

其中：

• 账户风险预算 = 总资金 × 单笔风险比例（通常1-2%）
• 每单位头寸的止损距离 = 入场价与止损价的差值

其核心是把风险定义为“最多亏多少钱”，而不是“投入多少钱”。通过控制仓位，无论止损距离宽窄，单笔交易对账户的实际风险是恒定的。

如果“不止损”，那么“止损距离”需要重新定义——它不再是预设的离场价位，而是你愿意承受的最大回撤幅度，或者是基于波动率计算的价格波动边界（如3倍ATR）。用这个边界代入公式，计算出的仓位就是“即使不止损、在正常波动范围内也不会被强平”的仓位。

例如，账户风险预算1%、可承受价差最大回撤5%，则开仓规模为总资金的20%（1%/5%）。10倍杠杆下，保证金占用2%。这个仓位下，即使价差波动到心理边界，亏损可控。

这种方法没有引入吸收壁，不会扭曲你观测到的价差分布，代价可能是资金效率的牺牲。

当然，市场总会有极端时刻，如涨跌停、保证金突变、流动性枯竭。那时任何常规的风控手段都可能失效，止损或许是唯一的逃生门。

回到最初的问题

那个高比例的反转观察，究竟意味着什么？

当你设下止损，就在自己的观测样本里引入了一个筛选机制。那些被筛选掉的案例，你再也看不到。你看到的，都是那些幸存下来的。

我们总以为止损是在保护自己。但那些被止损删除的路径，那些永远看不到的反面证据，才是真正塑造我们认知的东西。而我们却基于幸存下来的样本，一遍遍强化着“止损是对的”的信念。

这就是止损的悖论：它让你活了下来，却也让你永远无法知道自己本该死在哪里。

塔勒布在《Trading With a Stop》中写道：

止损不是降低风险，而是把原本分散的亏损概率压缩成一个集中的“爆点”。

你筑起的那道墙，恰恰成了市场上最显眼、最容易被冲击的位置。

而那些真正能在套利中长期存活的人，未必是止损最坚决的人，也未必是不止损的人。他们只是比其他人更清楚一件事：每一次止损，都在重塑自己面对的市场。

参考文献：

• Bertram, W. (2009). Optimal trading strategies for Ito diffusion processes. Physica A.
• Taleb, N. (2025). Trading With a Stop.