PAPER REPLICATION · 2016

Leverage for the Long Run

开篇聊个实在的:每月投入 USD 1,000,坚持 27 年,在这条历史回测路径里最终账户能滚到约 USD 29.6m。这个数字足够吸引眼球,但真正值得追问的是:为了拿到这个终值,投资者中间要扛下多大的波动,又能不能撑到终点?

Charles Bilello · Michael Gayed · Independent replication · 2026

阅读原始论文 ↗

LIFETIME INVESTING BACKTEST

每月 USD 1,000,
27 年后约 USD 29.6m。

这是 QQQ Binary LRS 在 1999–2026 这段历史路径里的定投结果。收益数字足够亮眼,背后的风险同样扎眼:整个定投周期里,账户最大回撤达到 −76.5%。先把话说在前头,这不是收益承诺,只是我们开始讨论“怎样更聪明地承担市场风险”的起点。

USD 327k

累计投入

每月 USD 1,000 · 327 次
USD 29.6m

QQQ Binary LRS 期末价值

本历史路径,不是未来预测
−76.5%

DCA 账户最大回撤

持续注资后的账户体验

CENTRAL THESIS

核心思路非常清晰:这套策略的收益本质上仍然来自股票市场的 beta,根本不是什么普通人摸不到的神秘 alpha;它真正配得上“smart beta”定位的核心巧思——不依赖黑箱式的主动选股,也不靠独家信息优势,只通过一套所有人都能看懂、能重复验证的公开规则,判断什么时候该把 beta 的敞口放大。把全样本数据拉通看,LRS 能同时把 Sharpe 和更侧重下行风险的 Sortino 两个指标都拉上来:跟 1× 普通指数比,它是有明确触发条件的指数增强工具;跟 buy and hold 3× 比,它本质是一套给杠杆托底的风险控制方案。

01 · THE QUESTION

高收益没有意义,除非投资者能留在牌桌上

杠杆最容易让人误判的地方,从来都是末尾那个夸张的终值。很多人下意识会觉得,只要指数长期上涨,把每天的收益放大三倍,长期财富自然就是普通指数的三倍。但日度杠杆不是“长期收益乘以三”这么简单:它每天都会重置风险敞口,最终结果取决于每天涨跌出现的先后顺序。

遇到连续上涨,每日重置确实能滚出漂亮的复利;但换到高波动、涨跌来回拉锯的市场,同样的机制会反过来侵蚀本金。下跌 50% 需要上涨 100% 才能回本,下跌 90% 则要上涨 900%。杠杆不会凭空创造趋势,它只会放大趋势的威力——也会放大判断出错的代价。

我们真正要讨论的不是“杠杆能不能赚得更多”,而是“什么时候才值得承担杠杆风险”。
FIGURE 01均线更像波动过滤器,而不是方向预测器

指数位于 200 日均线上方

下一日年化均值12.6%
下一日年化波动13.3%

指数位于 200 日均线下方

下一日年化均值12.9%
下一日年化波动29.6%

我们的 S&P 500 复现直接给出了关键线索:1990–2026 年,均线上下的下一日年化平均收益近似,但均线下方波动超过两倍。均线不是精准预判第二天涨跌的神器,它真正识别出来的,是当下市场的波动状态。

02 · THE PAPER

原论文的主张:用趋势决定何时加杠杆

Charles Bilello 与 Michael Gayed 在 2016 年发表的 Leverage for the Long Run 中点破了核心逻辑:反复震荡的高波动行情,是日度杠杆的头号敌人;低波动、连续正收益的环境,才更适合杠杆复利。移动平均线的作用不只在于识别趋势,也可以充当市场状态过滤器。

论文提出的 Leverage Rotation Strategy(LRS,杠杆轮动策略)直白得几乎没有门槛:当 S&P 500 收盘站在 200 日均线上方时,持有 3× 股票敞口;一旦指数收在均线以下,就切换到 3 个月期美国国库券。作者测试了多组均线参数和杠杆倍数,最后将 200 日均线作为 turnover 较低、摩擦成本更小、较适合长期投资者的实现。

原论文 Table 8:1928–2015
策略年化收益年化波动SharpeSortino最大回撤
S&P 5009.1%18.9%0.300.43−86.2%
S&P 3× buy and hold15.3%56.7%0.210.30−99.9%
S&P 3× 200-day LRS26.8%37.3%0.470.90−92.2%

这张表把最关键的边界摆到了台面上:LRS 的 Sharpe 与 Sortino 都高于普通指数,但 3× LRS 的历史最大回撤仍然更深。它本质上是一套主动承担更高风险、换取更高收益效率的指数增强策略,不是什么低风险躺赢的工具。

03 · INDEPENDENT REPLICATION

我们如何把论文规则变成可执行回测

我们的目标不是把原论文 1928 年以来的数字原封不动再抄一遍,而是独立验证这套核心规则,在更新的数据、真实存在的杠杆 ETF 和更多市场里,能不能继续站稳脚跟。

01

Risk On · 开杠杆

指数收盘高于过去 200 个真实交易日的简单移动平均线,下一交易日持有 3× 敞口。

02

Risk Off · 降杠杆

指数收盘低于或等于均线,下一交易日切换到当地短期 cash proxy。持有现金不是认输,而是把下一次开杠杆的 option 留在自己手里。

03

规避前视偏差

必须等到当天收盘才能确认信号,因此所有仓位调整均延迟一个交易日生效。

04

扣除执行成本

每次 risk-on / risk-off 切换收取 5 bps,3× 收益序列另扣除年度产品费用。

S&P 样本从 1990 年开始:UPRO 上市前使用 3 × 指数日收益 − 年费/252 合成收益序列,2009 年后切换为实际 UPRO;QQQ 的处理逻辑相同,2010 年后使用实际 TQQQ。全球验证为了保证六个市场完全可比,统一使用 synthetic 3×。因此,美国复现更贴近真实产品体验,全球验证更适合做区域间的横向比较。

04 · U.S. EVIDENCE

S&P LRS 既是指数增强,也是杠杆减震器

把 1990–2026 年的全样本拉通看,S&P Binary LRS 的 CAGR 达到 23.1%,比普通 1× index 的 11.0% 高出一倍多,也高于 buy and hold 3× 的 20.1%;Sharpe 从 0.52 提高到 0.70,Sortino 更从 0.73 拉升至 0.97。这段完整样本里,它不仅赚得更多,也提高了整体、尤其是下行风险调整后的回报。

如果用 max drawdown 衡量,LRS 只比 1× index 多承受约 4.5 个百分点的历史最大浮亏,却把 CAGR 从 11.0% 拉到 23.1%。LRS 的年化波动确实由 18.0% 升至 34.7%,但长期投资者真正介意的不是上涨的波动,而是实实在在的下跌风险:Sortino 提高到 0.97 的同时,200 日均线帮助策略避开了 buy and hold 3× 最致命的深跌,把 max drawdown 从 −96.5% 收窄至 −59.8%。LRS 主动承担了更多市场波动,却更高效地把风险转化成长期回报。

我们的 S&P 500 / UPRO 复现,1990-01-02 至 2026-05-11
策略CAGR年化波动SharpeSortino最大回撤Yearly rotations
S&P 1× B&H11.0%18.0%0.520.73−55.3%0.0
S&P 3× B&H20.1%53.9%0.560.80−96.5%0.0
S&P Binary LRS23.1%34.7%0.700.97−59.8%5.9
FIGURE 02风险改善取决于比较对象

S&P 1×−55.3%

S&P Binary LRS−59.8%

S&P 持续 3×−96.5%

LRS 的回撤只比 1× index 深一点,却远浅于 buy and hold 3×,几乎相当于给杠杆加上一层减震垫。因此“指数增强”和“杠杆减震”完全可以同时成立。

WHY SORTINO MATTERS

杠杆会放大双向波动,而我们更关心坏波动

Sharpe 不管向上还是向下的波动,都会一律当成风险;Sortino 更贴近我们的关注点,它只惩罚低于现金收益的下行偏离。杠杆天然会放大双向波动,而长期投资者通常不介意上涨的波动,只讨厌侵蚀本金的坏波动。因此本文始终把两个指标放在一起讲。S&P 完整样本中,两项指标给出的结论一致:LRS 的风险收益效率高于 1× index 和 buy and hold 3×。

QQQ 测试:更苛刻的边界压力测试

把同一套 frozen rule 直接应用到 QQQ 后,LRS 的 CAGR 为 15.4%,高于 1× index 的 10.2% 和 buy and hold 3× 的 5.3%;Sharpe 为 0.50,Sortino 为 0.69,也分别高于 index 的 0.42 与 0.60。但它的历史 max drawdown 达到 −93.3%,已经接近账户亏光。

这从风险收益统计的角度不算“失败”,却直接揭示了一个更重要的问题:回测数据上跑赢,完全不等于投资者能在真实持仓路径里扛下来。QQQ LRS 全样本的收益、Sharpe 和 Sortino 都优于 underlying asset,但它仍然不适合无法承受极端回撤的投资者。

05 · GLOBAL VALIDATION

Full sample:风险收益全面跑赢,回撤显著优于 buy and hold 3×

我们把完全相同的 Binary 200-day rule 应用于美国、日本、英国、欧洲、加拿大和澳大利亚,不给任何市场做定制优化。六个市场统一使用 2000-04-14 至 2026-05-06 的共同窗口,并以本币 total-return index 和当地现金代理计算。

完整共同窗口的结果非常一致:六个市场的 LRS CAGR、Sharpe 和 Sortino 全部高于当地 1× index;相对 buy and hold 3×,六市场的最大回撤改善 14.5 至 44.5 个百分点。换句话说,在所有接受检验的市场里,LRS 不仅提高了风险收益效率,也明确压低了无条件杠杆的极端回撤。

FIGURE 03Common period:相对持续 3× 的最大回撤改善
美国
+44.5 ppSharpe:0.42 → 0.61 · Sortino:0.59 → 0.83
日本
+14.5 ppSharpe:0.33 → 0.37 · Sortino:0.47 → 0.51
英国
+34.9 ppSharpe:0.28 → 0.39 · Sortino:0.39 → 0.54
欧洲
+38.3 ppSharpe:0.26 → 0.46 · Sortino:0.37 → 0.64
加拿大
+33.7 ppSharpe:0.42 → 0.58 · Sortino:0.58 → 0.79
澳大利亚
+40.4 ppSharpe:0.37 → 0.60 · Sortino:0.51 → 0.83

箭头为当地 1× index → Binary LRS。六市场完整样本的 Sharpe 与 Sortino 均提高。

论文发表后的十年,才是真正有说服力的样本外测试

Binary 200-day rule 在 2016 年已经完全公开,因此 2016–2026 可以合理视为原论文发表后的 post-publication out-of-sample test:这段数据不可能参与原始规则的形成。结果没有复制完整样本的全面胜出,却保留了核心价值:

  • LRS CAGR 高于当地 1× index:6/6。
  • LRS 最大回撤浅于持续 3×:6/6。
  • LRS Sharpe 高于当地 index:4/6。
  • LRS Sharpe 高于持续 3×:2/6。
  • LRS Sortino 高于当地 index:4/6。
  • LRS Sortino 高于持续 3×:2/6。
2016–2026:LRS 与当地 1× index 的风险调整回报
市场Sharpe
Index → LRS
Sortino
Index → LRS
结果
美国0.750.911.061.23两者提高
日本0.670.560.940.78两者下降
英国0.510.550.700.75两者提高
欧洲0.540.440.730.59两者下降
加拿大0.770.911.051.25两者提高
澳大利亚0.530.530.720.72两者微幅提高

日本和欧洲提醒我们:指数增强不是在每个市场、每段行情里都能稳定兑现。OOS 中,LRS 的 Sharpe 与 Sortino 都只在 6 个市场中的 4 个跑赢 index。为了弄清差异来自哪里,我们把 2016 年之后的每一段 risk-off 区间拆开,用 cash 与 synthetic 3× 的对数收益差做逐事件、可加总的收益归因。

美国 2020 年 risk-off 事件归因:保护与迟入同时发生
Risk-off 区间Synthetic 3×Cash对 LRS 的影响
2020-02-28 至 03-02+11.1%约 0%错过反弹
2020-03-04+12.7%约 0%错过单日反弹
2020-03-06 至 05-26−25.6%约 0%避开损失

美国 2016+ 共有 27 段 risk-off:避开下跌带来的正向对数贡献约 +0.66,错过反弹的负向贡献约 −0.99,净效应为 −0.33。六个市场的 risk-off 净收益归因全部为负。拖累表现的根本不是规则没躲开下跌,而是离场后经常错过快速的单日反弹或复苏初段——这是所有趋势策略必须交的“过路费”。但因为 LRS 同时压低了波动和回撤,Sharpe 与 Sortino 仍能在美国、英国、加拿大和澳大利亚高于 index。

06 · ADDITIONAL TESTING

砍掉近一半 turnover,仍保留大部分风险收益优势

原始 Binary rule 在价格贴着均线反复震荡时,很容易出现来回进出的 whipsaw。我们增加了一个非对称的 +2% Entry Filter:空仓时必须等价格站上均线 2% 才重新进入;已经持有敞口时,只要跌破均线就立即退出。

+2% Filter 最实在的价值,是用更少的交易次数,几乎保留甚至小幅改善原始结果。在 S&P 和 QQQ 完整样本中,yearly rotations 分别下降约 54% 和 47%;S&P 的 Sharpe 与 Sortino 变化均小于 0.01,QQQ 则分别提高 0.03 和 0.04。全球完整共同窗口中,两项指标都在 5/6 市场改善,而且所有市场、所有测试区间的 turnover 都下降。

IMPLEMENTATION TAKEAWAY

我们的实盘落地判断:+2% Filter 值得采用

它的价值不是承诺凭空多出 alpha,而是在 turnover 接近减半后,几乎完整保留 Binary LRS 的 Sharpe 与 Sortino 优势。OOS 只有欧洲和澳大利亚进一步改善风险收益,因此我们把它视为减少均线附近 whipsaw、降低交易摩擦的实现选择,而不是在所有市场都更强的新信号。

07 · LIFETIME INVESTING

扛得住大回撤,还能持续定投,才有机会拿到高终值

我们模拟了从 1999-03-11 至 2026-05-11 每月投入 USD 1,000,共投入 USD 327,000。历史结果给出了两条不同的路径:愿意硬扛 QQQ LRS 极端回撤、从头到尾不停定投的投资者,最终账户达到约 USD 29.6m;更在意持仓体验的投资者,则可以看到 S&P Binary LRS 的 DCA max drawdown 只比 S&P 1× buy and hold 多约 2.2 个百分点,却把期末价值从 USD 2.0m 拉到 USD 7.6m——超过三倍,约为普通指数的 3.8×。

考虑实盘落地,我们在 wealth curve 中采用 turnover 更低的 +2% Filter,不再重复绘制 Binary LRS。加上过滤规则后的期末价值约为 S&P USD 8.8m、QQQ USD 33.4m,完整保留了“用规则管住杠杆”的核心逻辑。

FIGURE 04每月 USD 1,000:S&P 500 与 QQQ 的 DCA wealth curve
S&P 500 与 QQQ 的长期定投财富曲线1999 至 2026 年每月投入一千美元,分别比较 1 倍 buy and hold、3 倍 buy and hold 与加 2% 入场过滤策略。两个市场共享相同纵轴,并可切换对数或线性坐标。S&P 500 / UPRO1× buy and hold $2.0m · 3× buy and hold $8.1m · +2% Filter $8.8m$1k$10k$100k$1m$10m$50m200020052010201520202025Dot-comGFCCovid2022 SelloffQQQ / TQQQ1× buy and hold $3.5m · 3× buy and hold $41.1m · +2% Filter $33.4m$1k$10k$100k$1m$10m$50m200020052010201520202025
QQQ +2% Filter 的历史 DCA drawdown 低点:跌完以后还剩多少
事件日期QQQ DCA DDS&P +2%QQQ +2%较高账户
Dot-com2000-05-31-76.5%$9k$6kS&P
GFC2009-05-22-51.0%$136k$93kS&P
Covid2020-04-21-59.4%$1.3m$1.5mQQQ
2022 Selloff2022-01-21-30.2%$3.7m$6.3mQQQ

两个 panel 共享同一 Y 轴。默认 Log 用于看清完整 27 年路径,切换 Linear 可查看真实美元量级;每个市场只保留 1× buy and hold、3× buy and hold 与 +2% Filter。共同窗口累计投入 USD 327,000。

把历次危机低点拆开看,能看到更有意思的细节:Dot-com 与 GFC 后,QQQ +2% Filter 的账户仍低于 S&P;但到 Covid 的 −59.4% DCA drawdown 低点,QQQ 账户约 USD 1.5m,已经反超 S&P 的 USD 1.3m;2022 低点则约为 USD 6.3m 对 USD 3.7m。我们的解释是,前期滚出来的复利优势逐渐形成了一层 buffer,使后来的大回撤没有完全抹平领先;但过去的路径绝不是下一次危机还能复刻的保证。

相同起止日期的 DCA 账户结果
市场策略期末价值DCA 最大回撤
S&P 5001× B&HUSD 2.0m−48.4%
S&P 500Binary LRSUSD 7.6m−50.6%
QQQ1× B&HUSD 3.5m−52.2%
QQQBinary LRSUSD 29.6m−76.5%

能拿到高终值的前提,从来不是“预测对了市场”,而是哪怕账户大跌,也能坚持投入、不下牌桌。复利不怕慢,最怕扛不住波动而提前出局。这里需要特别提醒:DCA max drawdown 因为有持续注资支撑账户余额,并不等同于 time-weighted strategy drawdown。dot-com crash 发生在积累早期;如果类似冲击发生在临近退休、账户已经很大时,名义美元损失和恢复难度都会明显上升。

08 · POSITION

相比 buy and hold 3×,LRS 是更适合普通个人投资者的指数增强框架

LRS 同时把两件事做到了位:相对 1× index,它主动承担更高波动和通常更深的绝对回撤,换取更高长期收益;相对 buy and hold 3×,它在高波动阶段收掉杠杆敞口,提高策略长期留在牌桌上的概率。

从历史回测看,对原本就考虑用杠杆增厚收益的普通个人投资者,LRS 大体上比直接 buy and hold 3× 更合理:它保留了大部分杠杆上涨潜力,也在六个市场显著改善了 max drawdown。这里的“更适合”只是相对判断,绝不代表适合所有人;QQQ 的 −93.3% time-weighted max drawdown,很可能早已超过大多数投资者的真实承受底线。

SUPPORTED

可以明确陈述

美国完整样本的 CAGR、Sharpe 与 Sortino 均高于 index;全球完整样本支持跨市场迁移;论文发表后十年仍在多数市场获得更高 Sharpe 与 Sortino,并在全部六市场保持更高 CAGR。

QUALIFIED

必须附带条件

增强并非每个市场、每个时期都成立;全球结果是本币和 synthetic leverage 视角;绝对回撤通常深于 1× index。

LIMITATIONS

结果局限性说明

我们不对 LRS 将永久持续跑赢普通指数作出承诺;200 日均线参数未经过全市场的最优性遍历,无法保证适配所有区域;回测阶段计算的合成收益(synthetic return)仅基于历史,与实盘执行后投资者最终能够获得的收益可能存在客观差异。

实施前必须知道的限制

  1. Synthetic leverage:上市前历史没有完整模拟融资价差、tracking error、流动性和产品关闭风险。
  2. 交易摩擦:固定 5 bps 可能低估危机时期滑点;结果未计入税务。
  3. 全球口径:六个发达市场不是完整全球 universe,非美国结果也未换算为 USD。
  4. 现金代理:各国短期利率定义不完全相同,澳大利亚使用 RBA cash target。
  5. 生命周期:正在提款、接近退休或无法等待长期恢复的投资者,不应依据积累期终值采用高杠杆配置。

FINAL JUDGMENT

均线没有预知未来的超能力,它只是帮助判断:现在到底值不值得放大杠杆敞口。

历史证据支持把 LRS 视为一种有前提条件的指数增强策略:完整样本中,主动承担的额外风险在美国及全部六个验证市场换来了更高的 Sharpe 与 Sortino;论文发表后的十年样本外验证里,这一优势仍存在于多数而非全部市场。相对直接 buy and hold 3×,长期趋势过滤也实实在在改善了极端回撤。它不是免费的午餐,但和无条件拿满 3× 杠杆相比,已经更接近一套普通个人投资者能够看懂、独立复现并执行的长期杠杆投资框架。

SOURCES & NOTES

原始研究:Charles Bilello 与 Michael Gayed,Leverage for the Long Run。本站独立复现使用 total-return index、杠杆 ETF、当地现金代理与统一的下一交易日执行规则。数据截至 2026 年 5–6 月;不同市场终止日期略有差异。

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 ETF 属于高波动产品,可能在短时间内产生重大、甚至接近全部本金的亏损;采用前必须充分评估自身风险承受能力。