THE CENTURY BACKTEST VS INVESTABLE REALITY
回测年化 18% 的神级策略，
可交易 ETF 版本却跑不赢大盘？
如果有一个策略，在过去 100 年里，不仅收益率是大盘的近两倍，波动率还明显低于大盘，你会 All-in 吗？
这并非天方夜谭。2025 年，一篇名为 A Century of Profitable Trends 的论文获得了 CMT Association 的 Charles H. Dow Award。它声称发现了一套简单的行业趋势规则，能在百年美股历史中创造出年化 18.2% 的收益，夏普比率高达 1.4。
这是什么概念？同期美国股市的夏普比率仅为 0.63。简单说，这是一个“走路带风，几乎不摔跤”的完美策略。
但当我们真正使用可以买到的行业 ETF，试图在 2026 年的市场复刻这个神话时，却发现了一个令人背脊发凉的真相：历史的高光时刻，不一定能够转化为未来的可投资收益。
今天，我们就来当一回“金融侦探”，扒一扒这篇获奖论文，看看那个百年夏普 1.4 的“印钞机”，为什么换成现代 ETF 后只剩 0.60，到了严格 post-paper OOS 更变成了夏普 0.17 的“碎钞机”。
FF48 百年 CAGR
1926–2024 · Paper Sharpe 1.37可交易 ETF Paper Sharpe
2005–2024 · 含实施摩擦ETF OOS Excess Sharpe
2024–2026 · 扣除 T-bill01 · THE PERFECT BACKTEST
完美的犯罪现场：百年回测的诱惑
首先，让我们看看这个策略在历史数据中有多美。
这套策略的核心逻辑非常简单，甚至有点“笨”：它不预测宏观，不看财报，也不搞复杂的机器学习。它只是像一个没有感情的机器人，每天盯着美国 48 个行业组合，执行一套死板的规则：
趋势来了就上车
如果某个行业的价格突破 20-day Donchian 或 modified Keltner 上轨之一，就买入。
趋势坏了就下车
如果价格跌破由 40-day Donchian / Keltner 下轨形成的动态退出线，就无条件卖出。
仓位管理
按 14 日波动率反向缩放：低波动行业多配，高波动行业少配；组合 gross exposure 最高 200%。
从信号到组合：它是 volatility weighted 吗？
是，但更准确地说，它采用的是 inverse-volatility position sizing（逆波动率定仓），不是出现买入信号后把资金等分。信号只回答“买不买”，过去 14 个交易日的波动率才决定“买多少”。
PORTFOLIO CONSTRUCTION
先给每个行业相同的风险预算，再把它换算成仓位
σi,14 是该行业过去 14 日的日波动率；Nt 是当日有数据的行业数量。没有持有信号，权重就是 0。
先算每只资产的原始权重；只有当全部多头仓位相加超过 200%，才把所有权重同比例缩小。
举个例子：31 只 ETF 对应的单只日风险预算约为 1.5% ÷ 31 = 0.048%。若 ETF A 的 14 日波动率是 1%，原始权重约 4.8%；ETF B 的波动率是 2%，权重约 2.4%。B 的波动大一倍，所以只配一半仓位，两者贡献的单体风险大致相同。
这不是严格意义上考虑相关性的 risk parity，也不会把没有信号的行业预算重新分给其他持仓。因此，持仓数量减少时，剩余资金留在 T-bill；gross exposure 超过 100% 时，超出的部分则相当于融资。ETF 复现还加入了 10% 调仓阈值和交易佣金。
02 · THE MASTER'S MOVE
祖师爷的招式，为什么练不出神功？
很多人可能会问：“Donchian 和 Keltner 听起来这么土，真的靠谱吗？”
事实上，这俩指标在趋势交易里地位很高，堪称趋势交易的“太祖长拳”。它们就像厨房里的盐和糖，是构建复杂策略的基础原料。
DONCHIAN · CLASSIC BREAKOUT
“价格是否突破了近期高点？”
上轨记录最近 20 日高点，下轨记录最近 40 日低点。它问的是：价格是否突破了近期高点，或者跌破了近期低点？
KELTNER · VOLATILITY ENVELOPE
“这次突破是否超过了正常波动？”
Modified Keltner 先用 EMA 描述趋势中心，再按近期波动扩张通道。它问的是：这次突破是否超过了正常波动？
AUTHENTIC MOVE, DIFFERENT SYSTEM
原料一样，不代表菜谱一样
Man AHL 这样的全球大型量化管理人，公开把 breakout trading 称为股票、期货和外汇市场中广泛使用的系统化策略之一；J.P. Morgan 的跨资产策略报告，也把 Donchian 和 Keltner 列为 price channel 的代表。
但问题的关键在于：原料一样，不代表菜谱一样。
机构的玩法：它们会把 EMA、ATR、波动率缩放，甚至多个时间周期揉碎了组合在一起，形成一套复杂的动态系统。
论文的玩法：只是简单粗暴地画了几条固定参数的线。
这就像是李小龙也打直拳，你也会打直拳，但如果你以为照着李小龙的姿势挥一拳就能打赢泰森，那显然是想多了。指标本身没有错，错的是我们以为“照搬参数”就能复制机构的智慧。
DONCHIAN · PURE PRICE EXTREMES
上轨记录最近 20 日高点，下轨记录最近 40 日低点：价格是否突破或跌破了近期边界？
MODIFIED KELTNER · TREND + NOISE
EMA 描述趋势中心，近期波动决定通道宽度：这次移动是否已经超过正常噪声？
Ut = min(UDt, UKt)；收盘确认，下一交易日持有。
Lt = max(LDt, LKt)；exit band 只能上移或持平。
价格跌破前一日已经锁定的 exit band，下一交易日退出。
收盘价突破上一日 entry band，下一交易日开始持有。
候选线升高时 exit band 跟着抬高；候选线回落时，exit band 留在原处。
价格跌破前一日已经锁定的 exit band，下一交易日退出。
这是机制示意图，不是某只 ETF 的实际价格。虚线是每天重新计算的退出候选线，粗红线才是真正执行的 exit band：它可以上移或持平，但不会因为市场转弱而重新向下放宽。
WHY 2 × 1.4?
用收盘价数据近似 2 倍 ATR
2 是通道宽度；1.4 是论文估计的 ATR ÷ 平均绝对收盘变动。因为 FF48 没有 high / low，作者用 2 × 1.4 × mean(|ΔP|) 近似 2 × ATR；有完整 OHLC 时可直接计算 ATR。
Exit band 为什么只能上移？
假设买入时 exit band 是 USD 80。趋势上涨后，下轨升到 USD 90，exit band 随之抬到 USD 90。后来候选线降到 USD 85，真正执行的 exit band 仍留在 USD 90——它可以上移或持平，但不能因为行情转弱而重新向下放宽。
先定义最初退出底线
下轨抬高，stop 跟着锁定更多利润
即使候选线回到 85，也不放宽 exit band
03 · CENTURY REPLICATION
听起来平平无奇？但回测结果却惊为天人
从 1926 年到 2024 年，这套策略的年化收益高达 18.9%，而同期美国股市只有 10.1%。更恐怖的是，它的最大回撤只有 −31.1%，而市场经历了数次腰斩再腰斩，最大回撤高达 −84.1%。
| 策略 | CAGR | 年化波动 | Paper Sharpe | Max drawdown |
|---|---|---|---|---|
| Timing 200% | 18.9% | 12.7% | 1.37 | −31.1% |
| US Market | 10.1% | 17.1% | 0.62 | −84.1% |
这意味着，在过去近百年里，你不仅能赚到接近大盘两倍的收益，还能睡得比谁都香。这简直是每个投资者的终极梦想。
04 · WHEN THE MYTH MEETS REALITY
现实的耳光：当神话照进现实
心动了吗？别急，让我们把时间快进到今天。
既然历史数据这么美，我们直接用现代的行业 ETF 来跑一遍不就行了？我们严格按照论文的规则，选取了 31 只可交易的行业 ETF，从 2005 年回测到 2024 年。
结果……有点尴尬。
| 策略版本 | CAGR | Paper Sharpe | Excess Sharpe | Max drawdown |
|---|---|---|---|---|
| 百年回测，1926–2024 | 18.9% | 1.37 | 1.14 | −31.1% |
| 现代 ETF，2005–2024 | 7.7% | 0.60 | 0.50 | −20.8% |
| 同期 SPY，2005–2024 | 10.1% | 0.60 | 0.52 | −54.8% |
看到了吗？那个年化 18% 的怪兽不见了，收益甚至跑输了大盘。那个夏普 1.4 的神话也破灭了，缩水一半以上，变得和直接买指数基金没啥区别。
唯一剩下的优点，就是它确实在 2005–2024 年的 ETF 回测中少亏了很多钱——最大回撤从 SPY 的 −54.8% 收窄到 −20.8%。
很多读者可能会想：“是不是 ETF 的管理费、交易滑点吃掉了利润？”
我们深入排查后发现，交易成本背不了这个锅。即使我们继续用 Fama–French 的理想化行业数据，仅仅把回测时间段缩短到 2005–2024 年，夏普比率也会从 1.4 暴跌到 0.71。
这意味着，大部分超额收益的消失，不是因为产品包装（ETF），而是因为时代变了。
05 · WHO KILLED THE TREND?
谁是凶手？被抹平的趋势
为什么以前好做，现在难做？
一种可能的解释是：在早期市场，信息流通更慢，市场情绪化更严重。一旦某个行业形成趋势，往往会持续很久，趋势策略就像拿着猎枪的猎人，能轻松吃到一大段利润。
但进入 21 世纪，尤其是 2005 年以后，市场变成了拥挤的地铁站。算法交易普及，信息秒级同步，ETF 本身的高效套利机制，都可能不断抹平那些显而易见的趋势。市场可能变得更加“有效”，噪声更多，假突破更多。
那个曾经百发百中的“猎人”，在现代市场里，可能刚开枪，猎物就消失了，或者发现那只是个诱饵。
不过，这仍然只是一种解释假说。原论文还提出了行业趋势变浅、趋势内部噪声增加、行业分类变化，以及原有 entry / exit 参数不再适合现代市场等可能机制。
06 · POST-PAPER OUT-OF-SAMPLE
最后的审判：2026 年的残酷真相
故事到这里还没完。为了验证它是否彻底失效，我们将策略冻结，进行了严格的样本外测试（Out-of-Sample，OOS）。
从 2024 年 4 月到 2026 年 5 月，也就是最近两年多，post-paper OOS 给了我们一记更响亮的耳光。
| 资产 / 策略 | CAGR | 年化波动 | Paper Sharpe | Excess Sharpe | Max drawdown | 平均敞口 |
|---|---|---|---|---|---|---|
| Timing ETFs | 6.3% | 13.3% | 0.53 | 0.17 | −13.2% | 96.6% |
| SPY | 20.0% | 16.4% | 1.20 | 0.91 | −18.8% | — |
A STRICTER SHARPE
这里的 0.17 和 0.91 扣除了无风险利率
Sharpe = E[r − rf] / σ(r − rf)
在较高利率环境下，现金本身也有可观收益。策略如果不能显著跑赢现金，它的资本效率就非常有限。
0.17 的夏普比率意味着什么？意味着每承担一单位波动，获得的超额回报微乎其微。这两年多，如果你无脑持有 SPY，年化收益是策略的三倍以上。
它也不像一件合格的“防弹衣”。策略最大回撤是 −13.2%，SPY 是 −18.8%，只改善了 5.6 个百分点；与此同时，策略 CAGR 却落后 13.7 个百分点。用如此巨大的收益差距，换取这点回撤缓冲，很难称为有效保护。
从统计角度说，两年多的 OOS 太短，不能证明一套百年策略已经永久失效。但普通投资者没有另一个三十年，可以一边投入真金白银，一边等待确认策略究竟只是暂时失灵，还是结构性失效。
证明责任应该落在策略身上，而不是投资者身上。面对 post-paper excess Sharpe 只有 0.17 的策略，合理的默认选择不是“再给它二十年”，而是暂时不配置，直到出现新的正面证据。
SOURCES & NOTES
原始研究：Carlo Zarattini 与 Gary Antonacci，A Century of Profitable Trends ↗。独立复现使用 Fama–French 48 industries、LSEG ETF total-return series 与统一的下一交易日执行规则。指标使用背景参考 Man AHL、J.P. Morgan / CME、AQR 与 Fidelity。
本文仅供研究参考，不构成任何投资建议。历史回测结果不代表未来实际表现；杠杆、行业 ETF 与动态仓位可能造成重大损失。