6svjszwk on Nostr: ...
文末的话是对的,但策略本身过拟合了。很多普通人可以理解、操作的策略并非期望值不为正,而是过程中有太多不利期,太考验信念了,这个信念其实是理解力,不能真正理解就无法贯彻执行,完美解释了人赚不到认知以外的钱。同样,不能真正理解,贯彻执行力的破坏力也巨大。
---
# 斯坦福教授的"每日再平衡":两只平庸股票,如何做出70倍复利?
一段 Cover 生前的讲课视频近日在社交平台流传,让"波动率收割"(volatility harvesting)这个老话题重新回到台前:1991年,斯坦福大学教授 Thomas M. Cover 用两只表现平淡的股票,仅靠捕捉价格波动,就把10万美元做到约700万美元——全程没有预测过一次涨跌。
### 用数学"收割"波动
Cover(1938–2012)是信息论领域的奠基者之一,生前任斯坦福电机工程与统计系教授,执教48年。1991年,他发表经典论文《通用投资组合》(Universal Portfolios),以纽交所两只股票为例证明:只要每天把持仓调回固定比例,22年间资金可放大约70倍,远超"买入并持有"。
### 分散 + 波动 = 收益的燃料
这两只股票是 Iroquois Brands 与 Kin Ark。在1963至1985年的22年里:
| 策略 | 22年总回报 | 年化复合 | 10万美元终值 |
|---|---|---|---|
| 单买 Iroquois(较好那只) | 8.92倍 | 约10.5% | 约89万 |
| 单买 Kin Ark | 4.13倍 | 约6.7% | 约41万 |
| 55/45 每日再平衡(**事后最优**) | 73.6倍 | 约21.6% | 约736万 |
| 通用投资组合(**事前、无需预测**) | 38.7倍 | 约18.1% | 约387万 |
关键区别在于:73.6倍用的是**事后**才知道的"最优比例",属于回测;Cover 真正想证明的是最后一行——**不需要任何预知能力**,通用投资组合也能做到约38.7倍,同样碾压单持任何一只。
回报的来源不是公司基本面,而是两只股票波动剧烈且彼此不同步;再平衡过程系统性地"卖涨买跌",把波动从风险因素转化成复利动力。
### 四步法:放大对数财富期望
1. **选标的**:两只(或多只)高波动、低相关性的资产;
2. **定权重**:设定固定目标比例(如50/50,或优化后的比例);
3. **勤再平衡**:每日或按既定频率调回目标权重;
4. **重复执行**:不预测方向,只守纪律。
其原理是**最大化对数财富期望**:用 log 把财富的乘法增长换成加法,长期目标因此变成**几何平均(复合)回报**,而非单期算术平均回报。最大化对数期望,等于最大化长期复合增长率,而不是某一期"看起来赚最多"。
### 一个极简例子
某赌局:50%概率资金翻倍(×2),50%概率腰斩(×0.5)。算术期望 = 0.5×2 + 0.5×0.5 = **1.25**,看着很诱人。但对数期望 = 0.5×ln2 + 0.5×ln0.5 = **0**——长期复合增长率是零。这就是**波动拖累**(volatility drag):波动把几何平均拉低到算术平均之下。若每次只投入部分资金并持续再平衡,对数期望就有望转正。
一句话总结:买入持有受波动拖累,几何回报低于算术回报;频繁再平衡则把波动转化为额外收益。
该准则最早由 John L. Kelly Jr. 于1956年提出,即"凯利准则",后被香农(Claude Shannon)、索普(Edward Thorp)与 Cover 等人广泛用于赌博、赛马与股票组合。Cover 的贡献在于证明:即使不知道收益的真实概率分布,再平衡策略也能渐近逼近事后的最优增长率。
### 现实的局限
- **样本极端**:73.6倍依赖极端条件。按"再平衡红利 ≈ σ²×(1−ρ)/4"粗算(等权、连续时间近似),要撑起这个成绩,需要两只股票年化波动率在60%以上且相关性接近零,并持续22年。换成两只波动率30%、相关性0.5的普通优质股,红利只剩约1%/年;换成两只18%波动率、相关性0.9的指数基金,仅约0.08%/年。
- **相关性会"违约"**:市场崩盘时,多数资产相关性一起冲向1——恰好在波动最大的时刻,把红利压到接近零。
- **成本与税务**:每日再平衡等于每天交易两者价差的一半。当下佣金虽低,滑价与税负仍可能吃掉理论收益的大部分。
- **趋势市会亏**:再平衡本质是赌均值回归。震荡市是低买高卖,趋势市就成了常年"卖掉赢家、补仓输家"。
- **同步资产无效**:IBM 与可口可乐这类走势高度一致的老牌蓝筹,再平衡优势几乎消失。
**但 Cover 的洞见依然成立**:长期复利的关键,与其押注"十倍股",不如系统性地利用价格波动。前提是:策略必须匹配个人风险承受能力、足够分散,并有长年累月不打折的执行纪律。
*投资涉及风险,过往数据不代表未来表现。*
Published at
2026-09-30 04:36:10 UTCEvent JSON
{
"id": "009d9973418f67015a870174589fe64c49e9930e961b2eb9133461f6c4231a45",
"pubkey": "81913081246d192c9a55951704270756b222094470b3171e58bb5e3c42ee8db5",
"created_at": 1790742970,
"kind": 1,
"tags": [
[
"client",
"Amethyst"
],
[
"nonce",
"30000b",
"8"
]
],
"content": "文末的话是对的,但策略本身过拟合了。很多普通人可以理解、操作的策略并非期望值不为正,而是过程中有太多不利期,太考验信念了,这个信念其实是理解力,不能真正理解就无法贯彻执行,完美解释了人赚不到认知以外的钱。同样,不能真正理解,贯彻执行力的破坏力也巨大。\n\n---\n# 斯坦福教授的\"每日再平衡\":两只平庸股票,如何做出70倍复利?\n\n一段 Cover 生前的讲课视频近日在社交平台流传,让\"波动率收割\"(volatility harvesting)这个老话题重新回到台前:1991年,斯坦福大学教授 Thomas M. Cover 用两只表现平淡的股票,仅靠捕捉价格波动,就把10万美元做到约700万美元——全程没有预测过一次涨跌。\n\n### 用数学\"收割\"波动\n\nCover(1938–2012)是信息论领域的奠基者之一,生前任斯坦福电机工程与统计系教授,执教48年。1991年,他发表经典论文《通用投资组合》(Universal Portfolios),以纽交所两只股票为例证明:只要每天把持仓调回固定比例,22年间资金可放大约70倍,远超\"买入并持有\"。\n\n### 分散 + 波动 = 收益的燃料\n\n这两只股票是 Iroquois Brands 与 Kin Ark。在1963至1985年的22年里:\n\n| 策略 | 22年总回报 | 年化复合 | 10万美元终值 |\n|---|---|---|---|\n| 单买 Iroquois(较好那只) | 8.92倍 | 约10.5% | 约89万 |\n| 单买 Kin Ark | 4.13倍 | 约6.7% | 约41万 |\n| 55/45 每日再平衡(**事后最优**) | 73.6倍 | 约21.6% | 约736万 |\n| 通用投资组合(**事前、无需预测**) | 38.7倍 | 约18.1% | 约387万 |\n\n关键区别在于:73.6倍用的是**事后**才知道的\"最优比例\",属于回测;Cover 真正想证明的是最后一行——**不需要任何预知能力**,通用投资组合也能做到约38.7倍,同样碾压单持任何一只。\n\n回报的来源不是公司基本面,而是两只股票波动剧烈且彼此不同步;再平衡过程系统性地\"卖涨买跌\",把波动从风险因素转化成复利动力。\n\n### 四步法:放大对数财富期望\n\n1. **选标的**:两只(或多只)高波动、低相关性的资产;\n2. **定权重**:设定固定目标比例(如50/50,或优化后的比例);\n3. **勤再平衡**:每日或按既定频率调回目标权重;\n4. **重复执行**:不预测方向,只守纪律。\n\n其原理是**最大化对数财富期望**:用 log 把财富的乘法增长换成加法,长期目标因此变成**几何平均(复合)回报**,而非单期算术平均回报。最大化对数期望,等于最大化长期复合增长率,而不是某一期\"看起来赚最多\"。\n\n### 一个极简例子\n\n某赌局:50%概率资金翻倍(×2),50%概率腰斩(×0.5)。算术期望 = 0.5×2 + 0.5×0.5 = **1.25**,看着很诱人。但对数期望 = 0.5×ln2 + 0.5×ln0.5 = **0**——长期复合增长率是零。这就是**波动拖累**(volatility drag):波动把几何平均拉低到算术平均之下。若每次只投入部分资金并持续再平衡,对数期望就有望转正。\n\n一句话总结:买入持有受波动拖累,几何回报低于算术回报;频繁再平衡则把波动转化为额外收益。\n\n该准则最早由 John L. Kelly Jr. 于1956年提出,即\"凯利准则\",后被香农(Claude Shannon)、索普(Edward Thorp)与 Cover 等人广泛用于赌博、赛马与股票组合。Cover 的贡献在于证明:即使不知道收益的真实概率分布,再平衡策略也能渐近逼近事后的最优增长率。\n\n### 现实的局限\n\n- **样本极端**:73.6倍依赖极端条件。按\"再平衡红利 ≈ σ²×(1−ρ)/4\"粗算(等权、连续时间近似),要撑起这个成绩,需要两只股票年化波动率在60%以上且相关性接近零,并持续22年。换成两只波动率30%、相关性0.5的普通优质股,红利只剩约1%/年;换成两只18%波动率、相关性0.9的指数基金,仅约0.08%/年。\n- **相关性会\"违约\"**:市场崩盘时,多数资产相关性一起冲向1——恰好在波动最大的时刻,把红利压到接近零。\n- **成本与税务**:每日再平衡等于每天交易两者价差的一半。当下佣金虽低,滑价与税负仍可能吃掉理论收益的大部分。\n- **趋势市会亏**:再平衡本质是赌均值回归。震荡市是低买高卖,趋势市就成了常年\"卖掉赢家、补仓输家\"。\n- **同步资产无效**:IBM 与可口可乐这类走势高度一致的老牌蓝筹,再平衡优势几乎消失。\n\n**但 Cover 的洞见依然成立**:长期复利的关键,与其押注\"十倍股\",不如系统性地利用价格波动。前提是:策略必须匹配个人风险承受能力、足够分散,并有长年累月不打折的执行纪律。\n\n*投资涉及风险,过往数据不代表未来表现。*",
"sig": "47d8db070e15c816139055c5be440caa88fce142923057e93debfe2fb317d884009cc5fb170f858f65f0371a3e389438cc62ae53aa3be3bfc2abe7a8a2eb0efe"
}