在摧毁过拟合回测的市场中，更简单的策略才能活下来

2026年10月13日

回测里堆砌参数换不来更可靠的回报。战术性资产配置不是死守一套固定的策略组合，而是靠动量、估值和波动率等量化信号去调仓。目标很明确：改善风险收益比，尤其在危机中压住回撤。但学术文献和实盘经验都指向同一个结构性权衡：纸面上最漂亮的策略，一碰到未知数据往往摔得最惨。

机构多因子策略把趋势跟踪、利差和价值策略揉在一起，覆盖股票、固收、外汇和大宗商品等流动性强的期货。Moskowitz 等（2012）研究了时间序列动量，Asness 等（2013）则考察了跨资产的价值与动量策略。这些模型用风险平价和波动率目标来调节敞口。Hurst 等（2017）拿跨越一个多世纪的数据集跑了一遍趋势跟踪策略。AQR、Man AHL 这类机构 CTA 靠这套方法吸纳了数十亿美元资金。短板在于成本：扣除交易费用后，夏普比率预计要比费前结果掉 20% 到 30%。

第二类策略主要依托 Wouter Keller 开发的保护性动量框架，比如 HAA、PAA、VAA 和 BAA 等变体。它们用预警资产生成二元信号——要么拥抱风险，要么规避风险——通常再结合相对动量挑进攻型资产。麻烦在于自由参数太多：广度阈值、多个回溯期、预警资产的选取，全都在推高过拟合风险。QuantConnect 等论坛上独立复现的结果系统性地表明，复现结果比原论文差一截。更要命的是，它们恰恰在最该起作用的时刻失灵，比如 2020 年 3 月的崩盘。公开回测还显示，这类策略的管理容量极其有限，大概只能装下几百万美元。

第三类是单参数战术配置，实证支撑最硬。Mebane Faber 的研究（2007 年发表，2018 年更新）只做一件事：拿五类资产的月末价格去跟 10 个月移动平均线比。它的稳健性来自一点——换成 6 个月、8 个月或 12 个月回溯期，结果都差不多，说明模型不靠脆弱的优化活着。研究人员在美国以外市场（包括南非）成功复制了它，即使计入交易成本结论依然成立。这一脉络还包括《常春藤组合》（Ivy Portfolio），即同一原理的多资产扩展；以及 Gary Antonacci 的双重动量（Dual Momentum），把美股与非美股票之间的相对动量，同债券的绝对动量过滤结合起来。

复杂策略在回测里总能跑出更高的夏普比率，可一旦面对新数据就露怯。参数极少的简单策略账面收益或许平淡，但在长周期历史数据和不同市场环境下韧性更强。对必须在压力下信赖模型的投资者来说，实证上的可靠性远比理论上的最高收益重要。

参考文献

Moskowitz, Ooi, Pedersen (2012)
Time Series Momentum

Asness, Moskowitz, Pedersen (2013)
Value and Momentum Everywhere

Hurst, Ooi, Pedersen (2017)
A Century of Evidence on Trend-Following Investing

Asness, Frazzini, Pedersen (2012)
Leverage Aversion and Risk Parity

Antonacci (2012)
Risk Premia Harvesting Through Momentum

Faber (2018)
Practical Applications of A Quantitative Approach to Tactical Asset Allocation Revisited 10 Years Later