波动率管理

原理

"高风险高收益"是金融学最基本的信条之一。照这个说法，市场波动大的时候，预期收益也应该更高，这时候应该多买才对。Moreira 和 Muir 在 2017 年的论文里发现事实正好相反：最近波动大，接下来的收益并没有相应变高，但接下来的波动往往还会继续偏高。也就是说，高波动时期承担的风险多，得到的补偿却不多。

基于这一点，他们设计了一个非常简单的规则：上个月市场越动荡，这个月仓位越低；上个月越平静，这个月仓位越高（可以超过 100%）。这样做之后，组合在危机时自动减仓，在平稳上涨期加仓，整体的风险调整收益（夏普比率）在他们的样本里明显提高，而且这个办法在市场、价值、动量等多种因子上都有效。

为什么有效？背后有两个关键的统计事实。第一，波动率有记忆：今天波动大，明天大概率还大，所以用上个月的波动预测下个月是靠谱的。第二，收益没有同样的记忆：预期收益并不跟着波动同步上升。两者一结合，"高波动时少拿一点"就等于用很少的收益代价，避开了很多的风险。

不过这篇论文发表后争议不小，后续研究发现，如果严格只用当时能知道的信息、加上交易成本和杠杆限制，很多因子上的样本外改进并不稳定。所以它到底是"免费午餐"还是"纸面上的优化"，需要用新数据再看一遍。