← 研究動態
一般讀者2026/10/23 下午05:00

動能策略加一道波動閘門,最大回撤變淺了:把風險拉到同一條線再比,三種組合的結局不一樣

動能策略最大回撤證據判讀波動率縮放

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

持續追蹤這項研究

收藏、追蹤與明日提醒只保存必要識別資料,可在會員中心檢視或刪除。

研究資訊不構成個人投資建議;提醒僅代表研究更新,不代表交易訊號。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

動能策略加一道波動閘門,最大回撤變淺了:把風險拉到同一條線再比,三種組合的結局不一樣

動能策略最怕崩盤:市場重摔之後突然反彈,前一年漲最多的股票反而領跌,策略一次賠掉好幾年的獲利。常見的防護是加一道波動閘門,最近市場波動變大就把部位縮小。我們把這道閘門套在三個動能組合上,一檔動能 ETF(MTUM),以及用十檔類股 ETF 自己建的多空與只做多兩種組合。帳面上,閘門讓全期最大回撤變淺,MTUM 從 -34.1% 縮到 -25.0%。但閘門同時把年化波動從 20.0% 壓到 15.8%。把縮放後的報酬乘上同一個常數、拉回同樣的年化波動再比,MTUM 的改善從 9.13 個百分點縮到 3.22 個百分點,更精細的動態版本甚至比不縮放更深。三個組合裡,只有類股只做多的組合保留了大部分改善,而它最糟日子的平均損失略差。回撤變淺有多少算閘門的本事,答案依組合而定。

比較哪三種做法

  •  不縮放:  動能組合照常持有,部位固定。
  •  常數縮放:  用過去 126 個交易日的已實現波動估計風險,波動越大部位越小,部位上限 2 倍。這是學界常見的做法。
  •  動態縮放:  在常數縮放之上再加一條:估計出的波動超過自己歷史的 80% 分位時,部位再砍一半。

三個組合是:MTUM(2013-04-19 起,3,325 個交易日);用十檔 SPDR 類股 ETF 自建的橫截面動能多空組合(2004-03-01 起,5,625 個交易日),做多過去十二個月減去最近一個月報酬最高的三分之一、放空最低的三分之一;以及只做多的版本。資料到 2026-07-09 為止。所有縮放訊號都只用前一個交易日以前的資訊。

帳面:最大回撤確實變淺了

組合做法全期最大回撤年化波動
動能 ETF(MTUM)不縮放-34.1%20.0%
動能 ETF(MTUM)常數縮放-25.0%15.8%
動能 ETF(MTUM)動態縮放-26.1%14.4%
類股動能多空不縮放-55.3%15.3%
類股動能多空常數縮放-39.5%11.5%
類股動能多空動態縮放-34.9%10.7%
類股動能只做多不縮放-47.6%19.0%
類股動能只做多常數縮放-26.3%15.1%
類股動能只做多動態縮放-26.1%14.4%

三個組合的全期最大回撤都變淺,縮放後的年化波動也都降了:MTUM 的平均部位只剩不縮放時的 89%(常數縮放)與 81%(動態縮放)。部位平均縮小,回撤自然會變淺,這部分不需要任何擇時本事。要分辨閘門到底有沒有本事,得把風險拉到同一條線。

拉到同樣風險再比:改善縮水,有的轉成負的

做法是把縮放後的整條報酬乘上同一個常數,讓全期年化波動等於不縮放的版本。這個常數是事後算出來的,只拿來公平比較,不是可以執行的策略,也沒有任何擇時資訊。

組合做法帳面改善(個百分點)同樣風險下的改善(個百分點)保留比例
動能 ETF(MTUM)常數縮放9.133.2235.3%
動能 ETF(MTUM)動態縮放7.96-1.19-14.9%
類股動能多空常數縮放15.784.7229.9%
類股動能多空動態縮放20.447.0234.3%
類股動能只做多常數縮放21.2915.5172.8%
類股動能只做多動態縮放21.5114.1365.7%

三個動能組合在帳面與同樣風險下的最大回撤深度

  •  MTUM:  常數縮放的改善只保留 35.3%;動態縮放的保留比例是 -14.9%,同樣風險下最大回撤是 -35.3%,比不縮放的 -34.1% 更深。
  •  類股多空:  保留比例是 29.9%(常數)與 34.3%(動態),改善明顯縮水。
  •  類股只做多:  保留比例是 72.8% 與 65.7%,大部分改善留了下來。三個組合裡只有它在同樣風險下留住了大部分改善,但原因我們沒有檢驗,不能據此說閘門對只做多的動能組合普遍有效。

這三個比較都沒有信賴區間,是單一樣本的點估計。

最糟的日子:同樣風險下沒有一致變好

組合做法最差的單月最糟二十分之一交易日的平均損失
動能 ETF(MTUM)不縮放-12.68%-3.07%
動能 ETF(MTUM)常數縮放-12.56%-3.11%
動能 ETF(MTUM)動態縮放-13.76%-3.22%
類股動能多空不縮放-16.00%-2.37%
類股動能多空常數縮放-11.56%-2.27%
類股動能多空動態縮放-11.90%-2.29%
類股動能只做多不縮放-18.41%-2.91%
類股動能只做多常數縮放-15.10%-2.97%
類股動能只做多動態縮放-15.86%-3.01%

同樣風險下,最糟二十分之一交易日的平均損失,相對不縮放的差

MTUM 的最差單月,常數縮放略改善(-12.56%,不縮放是 -12.68%),動態縮放反而更差(-13.76%);最糟二十分之一交易日的平均損失,兩種縮放都略差。類股只做多也一樣:最大回撤大部分保留,最糟日子的平均損失卻略差(-2.91% 到 -2.97% 與 -3.01%)。只有類股多空在這個指標上略有改善。

崩盤那幾段呢

帳面上,崩盤窗口內的改善很大。

窗口做法窗內累積報酬窗內最大回撤
類股動能多空,2009-03-02 到 2009-06-30不縮放-24.5%-34.9%
類股動能多空,2009-03-02 到 2009-06-30常數縮放-7.5%-11.7%
類股動能多空,2009-03-02 到 2009-06-30動態縮放-3.8%-6.0%
動能 ETF(MTUM),2020-02-20 到 2020-04-30不縮放-12.8%-33.8%
動能 ETF(MTUM),2020-02-20 到 2020-04-30常數縮放-16.6%-24.2%
動能 ETF(MTUM),2020-02-20 到 2020-04-30動態縮放-15.8%-19.5%
動能 ETF(MTUM),2022-01-03 到 2022-12-30不縮放-18.3%-28.2%
動能 ETF(MTUM),2022-01-03 到 2022-12-30常數縮放-13.1%-19.0%
動能 ETF(MTUM),2022-01-03 到 2022-12-30動態縮放-11.7%-15.2%

類股多空在 2009-03-02 到 2009-06-30 的反彈窗口,累積報酬在不縮放時是 -24.46%,動態縮放時是 -3.76%。MTUM 在新冠窗口的回撤也淺很多,但同一窗口的累積報酬沒有變好(-12.8% 對 -16.6% 與 -15.8%)。這些窗口數字用的是實際槓桿,沒有做同樣風險的匹配,結果檔也沒有匹配後的版本,所以分不出多少來自部位本來就縮小。

動態比常數更好嗎

沒有證據顯示動態優於常數。三個組合、兩兩共九組夏普值差異,用保留序列相關的重抽檢定,全部未達顯著水準,最接近的一組(MTUM 動態對常數)顯著性是 0.196,最遠的是 0.896。類股多空組合還有一個要說明的地方:它不縮放時的夏普值是負的(-0.093),縮放後的夏普值(-0.062 與 -0.027)雖然都大於原值的兩倍(-0.185),但原值為負時「大於兩倍」沒有意義,不能當成異常或訊號,我們也沒有用它排除程式錯誤。

這個研究不代表什麼

  •  等風險比較的常數是事後算的。  它用來隔離回撤的形狀,不是可執行的策略。
  •  尾部與崩盤窗口的數字沒有信賴區間。  它們是單一樣本的點估計,「改善來自少冒險」是觀察,不是統計顯著的結論。
  •  類股動能的持倉比慣例多延遲一個月。  月內多數交易日用的是前前月底的訊號,只有曆月底當天用前一個月底的訊號。這讓訊號更舊、沒有前視,但結果不能直接讀成標準做法的結論。MTUM 沒有排序訊號,不受影響。
  •  類股組合只有十檔 ETF,橫截面動能偏弱。  多空版本自己全期的年化複合報酬是 -2.55%,是個股層級動能崩盤的弱代理。
  •  動態規則刻意只有一個門檻,  也沒有納入完整學術版本的熊市狀態條件。
  • 這是歷史報酬的研究,不是投資建議。

資料來源:Yahoo Finance 的 MTUM 與十檔類股 ETF 調整後收盤價(凍結成快取檔,重現時不連網);結果取自本平台的研究結果檔。

懶人包圖組

概念卡:不縮放、常數縮放與動態縮放三種做法,列出兩個樣本的交易日數、波動估計窗與部位上限,全部取自研究結果檔

結果卡:動能 ETF 在帳面與拉到同樣風險之後的全期最大回撤,全部取自研究結果檔

行動卡:三個組合在同樣風險下保留了多少最大回撤改善,全部取自由結果檔算出的保留比例

相關文章

先讀正式關聯,若無則使用標籤與主題相似度補齊

📄
K1669:動能組合的波動縮放,最大回撤的改善有多少來自少冒險——等風險後 MTUM 與類股多空縮水或反轉,類股只做多大部分保留
摘要 K1669 在同一組動能組合、同一 OOS 期間與同一 lag 慣例下比較三種做法:不縮放(baseline)、常數目標波動縮放(const_vol)與在高波動分位再減半的動態縮放(dynamic_vol)。組合是 MTUM ETF(2013-04-19 至 2026-07-09,3,325 日),以及十檔 SPDR 類股 ETF 自建的橫截面動能多空(L-S)與只做多(L-only)(20…
→
📄
動能策略的報酬落在夜裡還是白天?用 30 檔美股、3,866 個交易日分別檢驗兩種做法
持有或打算跟進動能策略(買進過去漲得多的股票)的人,會遇到一個實際的問題:報酬落在一天的哪一段?答案影響持有時段的安排、風險的來源,以及績效該怎麼評估。Lou、Polk 與 Skouras(2019)的研究發現,動能相關策略的獲利可能集中在收盤後到隔天開盤之間,盤中則出現相反方向的報酬。這篇用 30 檔美股的開盤價與收盤價,把兩種動能做法的報酬切成隔夜與盤中兩段,檢查這個說法在 2011 年起的資…
→
📄
想用遊戲電競 ETF 分散科技股風險?2019 到 2026 年的資料:大盤一緊張,它和 QQQ 的相關升到 0.84
手上已經有 QQQ 或 ARKK,想再配一點遊戲電競 ETF(ESPO、HERO 這類)或 DraftKings、Robinhood 這種博彩、交易 App 股票,常見的理由有兩個。一個是「題材不一樣,跌的時候應該不會一起跌」。另一個是擔心:這些股票本身很晃,會不會哪天先出事,再把恐慌帶進科技股和比特幣? 這兩件事都可以用價格資料檢查。2026 年 Papathanasiou 在《Journal…
→