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。
累计投入
每月 USD 1,000 · 327 次QQQ Binary LRS 期末价值
本历史路径,不是未来预测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”。
指数位于 200 日均线上方
指数位于 200 日均线下方
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。
| 策略 | 年化收益 | 年化波动 | Sharpe | Sortino | 最大回撤 |
|---|---|---|---|---|---|
| S&P 500 | 9.1% | 18.9% | 0.30 | 0.43 | −86.2% |
| S&P 3× buy and hold | 15.3% | 56.7% | 0.21 | 0.30 | −99.9% |
| S&P 3× 200-day LRS | 26.8% | 37.3% | 0.47 | 0.90 | −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。
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。
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。
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。
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。
| 策略 | CAGR | 年化波动 | Sharpe | Sortino | 最大回撤 | Yearly rotations |
|---|---|---|---|---|---|---|
| S&P 1× B&H | 11.0% | 18.0% | 0.52 | 0.73 | −55.3% | 0.0 |
| S&P 3× B&H | 20.1% | 53.9% | 0.56 | 0.80 | −96.5% | 0.0 |
| S&P Binary LRS | 23.1% | 34.7% | 0.70 | 0.97 | −59.8% | 5.9 |
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。
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。
| 市场 | Sharpe Index → LRS | Sortino Index → LRS | 结果 |
|---|---|---|---|
| 美国 | 0.75 → 0.91 | 1.06 → 1.23 | 两者提高 |
| 日本 | 0.67 → 0.56 | 0.94 → 0.78 | 两者下降 |
| 英国 | 0.51 → 0.55 | 0.70 → 0.75 | 两者提高 |
| 欧洲 | 0.54 → 0.44 | 0.73 → 0.59 | 两者下降 |
| 加拿大 | 0.77 → 0.91 | 1.05 → 1.25 | 两者提高 |
| 澳大利亚 | 0.53 → 0.53 | 0.72 → 0.72 | 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。
| 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。
| 事件 | 日期 | QQQ DCA DD | S&P +2% | QQQ +2% | 较高账户 |
|---|---|---|---|---|---|
| Dot-com | 2000-05-31 | -76.5% | $9k | $6k | S&P |
| GFC | 2009-05-22 | -51.0% | $136k | $93k | S&P |
| Covid | 2020-04-21 | -59.4% | $1.3m | $1.5m | QQQ |
| 2022 Selloff | 2022-01-21 | -30.2% | $3.7m | $6.3m | QQQ |
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。
| 市场 | 策略 | 期末价值 | DCA 最大回撤 |
|---|---|---|---|
| S&P 500 | 1× B&H | USD 2.0m | −48.4% |
| S&P 500 | Binary LRS | USD 7.6m | −50.6% |
| QQQ | 1× B&H | USD 3.5m | −52.2% |
| QQQ | Binary LRS | USD 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
- 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。
- 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。
- 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。
- 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。
- 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。
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。