外汇策略模型怎么组合?聊聊降低相关性这件事
前阵子半夜收到个消息,做量化的朋友发来一张净值曲线图,说三套策略这个月一起回撤,图叠在一起,他一度以为软件卡了重复渲染。这事儿挺典型的——单独看每套策略逻辑都挺像样,趋势的、震荡的、突破的,各干各的活,可一到行情变脸,全挤在一个方向上踩踏。问题不在策略本身,在于它们之间的相关性没被真正打散。
先说组合搭配这件事。很多人第一反应是“多上几套策略就分散了”,其实不是。配对的核心是逻辑不能同源。趋势跟踪吃的是单边延续,均值回归赌的是偏离修复,这两个放一起,天生就是对立面,一个亏的时候另一个往往在赚,天然对冲掉一部分净值波动。但如果你上三套趋势策略,只是品种换了换——欧美、镑美、美日——那本质上还是一套逻辑,美元一动,三套全抖。这就是所谓的“伪分散”。
那怎么真正把相关性压下来?我给几个实操角度。
一是跨逻辑,不跨参数。 与其把同一套均线策略的参数从20改成30、40,不如换成突破型、网格型、波动率过滤型这些底层假设完全不同的模型。参数微调改的是敏感度,改不了盈亏同源的病根。
二是跨周期。 同一品种,15分钟图和4小时图上的信号,相关性往往比想象中低得多,因为驱动它们的资金结构不一样。短线吃的是流动性和情绪,长线吃的是利率预期和宏观。但要注意,跨周期不等于没相关性,一旦出现单边极端行情,长短周期会瞬间同向,这点后面说。

三是跨资产类别。 外汇这边美元指数、商品货币、避险货币,彼此之间的联动关系本来就是动态的。加一点和外汇关联度低的标的(比如指数、贵金属),整体组合的相关性会明显下台阶。不过别贪多,品种一杂,管理成本会吃掉你的收益。
说到这儿得泼盆冷水:相关性是时变的,尤其在高波动阶段会集体趋同。 平时算出来0.2的两套策略,遇到央行意外加息、避险情绪爆表的时候,能瞬间飙到0.8。所以别只盯着历史相关性矩阵看,得做压力测试——把2008、2015瑞郎黑天鹅、2020年3月这种极端区间的数据单独拎出来跑一遍,看看组合的最大回撤是不是还能接受。
具体怎么落地?我自己的习惯是每季度做一次滚动相关性复盘,窗口不用太长,60到90个交易日够用,太长会钝化。如果两条曲线的相关系数连续走高,就得考虑降仓位或者换掉其中一条。另外,仓位分配别搞平均主义。波动率倒数加权是个笨但好用的办法——波动大的策略少给钱,波动小的多给点,组合的整体波动会被压得比较平。
最后必须说清楚合规的事。中国大陆境内,个人参与外汇保证金交易是不被允许的,相关平台也不受境内监管保护。 上面聊的这些策略组合方法论,仅在合规的量化研究、学术探讨或者境外合规框架下的资产管理场景里有意义,不构成任何投资建议。真想动手,先去把所在司法辖区的监管规则搞清楚,别拿真金白银去试错。
回到开头那位朋友。他后来把三套策略砍到两套,又加了一条关联度低的,回撤曲线确实没那么齐整了。但说到底,组合不是万能药,它解决的是“别把鸡蛋放一个篮子”,解决不了“篮子本身漏不漏”。策略的底层逻辑站不住,配得再花哨也是白搭。