CoinSkool

從量化視角解讀趨勢與泡沫:市場的非線性與參與策略

分享

從量化的角度,聊聊趨勢與泡沫,以及一些最近的思考

什麼是趨勢?

從統計的角度,趨勢是價格序列中的正自相關性(Autocorrelation)。簡單說,今天的漲幅會增加明天繼續上漲的概率。這不是什麼神秘的東西,只是市場參與者行為的直接結果。但這裡有個關鍵:這種自相關性不是恆定的,它會隨著市場狀態、波動率、資金規模而動態變化。最常用 Momentum Factor 來量化這個現象,通過測試不同時間窗口的收益率相關性,能夠找到最強的趨勢信號。

趨勢為何存在?

趨勢之所以存在,根本原因是市場定價的非線性。當一個新的信息出現時,市場不會瞬間調整到新的均衡價格,是通過一系列的交易逐步消化。這個過程中,價格會超調,然後部分回調,再超調。每一次超調都會吸引新的參與者進場,形成正反饋。

大部份的強趨勢往往伴隨著波動率的下降,這聽起來反直覺,但實際上反映的是市場參與者對方向性的共識在加強。當波動率低而趨勢強時,說明大家都在同一邊,這時候的持續性最強。

趨勢為什麼會結束?

我認為有三個層次的機制在起作用。

第一層:均值回歸的力量

任何極端的價格偏離都會招致反向的交易。當價格走到某個極端位置時,風險回報比開始變得不利,理性的交易員會開始反向操作。

第二層:參與者的異質性消退

在趨勢的早期,不同類型的交易員有不同的進場時間。機構投資者可能先進場,然後是量化基金,最後是散戶。當所有參與者都已經上車時,就沒有新的買家來推動價格了。

第三層:資本配置的約束

這是最深層的機制。對沖基金有風險限額,當某個頭寸的波動已經佔據了整個投資組合風險預算的大部分時,基金經理就必須減倉,無論趨勢有多強。

Drawdown 的性質

這裡涉及到一個我經常思考的問題:Drawdown 的性質。在趨勢中,Drawdown 通常很小,因為價格單向移動。但這種小 Drawdown 會給交易員一種虛假的安全感。實際上,趨勢越強,當它反轉時的衝擊就越大。我用 Maximum Adverse Excursion 來衡量這個風險,發現在趨勢的最後階段,這個指標會急劇上升。

泡沫:趨勢的極端形式

泡沫是趨勢的極端形式。在泡沫中,價格的上升不再由基本面驅動,而完全由預期驅動。這是一個自我強化的循環:

  • 價格上升導致預期上升
  • 預期上升導致更多資金進場
  • 更多資金進場導致價格進一步上升

從因子的角度看,基本面因子的有效性會大幅下降,而動量因子的有效性會飆升。這意味著傳統的價值投資邏輯失效,市場變成了純粹的動量遊戲。

我對泡沫理解的轉變

早年我認為泡沫是應該規避的風險。但後來我意識到,泡沫其實是市場最有效率的時期。為什麼?因為在泡沫中,價格信號最清晰。沒有基本面的干擾,沒有複雜的估值模型,就是純粹的供需關係在發揮作用。

而且,泡沫期間的 Sharpe Ratio 往往最高,很多資產在泡沫期間連續三個月的月收益率都在 5% 以上,波動率卻相對溫和。這種風險回報比在市場的其他時期是找不到的。

泡沫的正常狀態與階段

關鍵的認識是:泡沫不是異常,它只是市場的一個正常狀態。它會經歷幾個可識別的階段:

  1. 萌芽期:價格緩慢上升,參與者還在觀望。
  2. 加速期:價格開始快速上升,越來越多的資金進場。
  3. 狂熱期:價格垂直上升,所有人都在談論這個資產。
  4. 破裂期:價格快速下跌。

每個階段的交易特性都不同。在萌芽和加速期,Win Rate 很高,Payoff Ratio 也不錯。到了狂熱期,單筆收益可能更大,但尾部風險開始積累。

主動擁抱泡沫的系統方法

我現在的觀點是應該主動擁抱泡沫。但這不是盲目追漲,我們要有系統地參與。有幾個監控指標可以參考:

1. 相對估值的極端程度

可以用百分位數來衡量,當某個資產的估值指標進入歷史前 5% 時,就是進入狂熱期的信號。

2. 參與者構成的變化

追蹤市場中散戶資金的佔比,當散戶資金大幅增加而機構投資者開始減倉時,泡沫的頂部往往不遠。

3. 流動性的微妙變化

看起來充足的流動性可能在瞬間蒸發。可以監控買賣價差、成交量的穩定性,以及大單成交的難度。

泡沫的非線性破裂

泡沫最危險的地方在於它的非線性破裂。價格可能在幾分鐘內從頂部跌到底部,留給你零反應時間。我見過流動性在一瞬間消失的情況,那時候止損單根本沒用。所以我現在的策略是,在泡沫中期就開始逐步減倉。寧可少賺一些,也要保證能活著走出來。

總結

趨勢的本質是市場參與者對未來的集體預期。泡沫則是這種預期的極端表現。理解泡沫,就是理解市場如何定價不確定性。與其站在道德高地批評市場的非理性,不如承認它的存在,理解它的運作機制,然後從中獲利。

原文出處:voltima_quant (@voltima_quant) 於 Threads · 查看原文

V

作者

Voltima Quant

全職自營量化團隊|多年交易經驗
專注研究CTA擇時、多因子截面策略
標的涵蓋Crypto、港美股、期貨、期權
以科學系統化手段 於波動中尋找最優化交易機會

推薦閱讀

Sadka 流動性因子:價格衝擊四成分中,只有「永久—變動」被市場定價

Sadka 流動性因子把日內交易的價格衝擊拆解為永久、暫時與固定、變動四個成分,並發現 momentum 與財報後漂移異象中,只有永久—變動成分具有顯著風險溢酬。本文說明逐筆資料迴歸估計、AR(3) 殘差與負號處理的建構步驟,並比較其與 Pastor-Stambaugh、Amihud 因子的差異。

Voltima Quant2026/10/20

Pastor-Stambaugh 流動性因子:建構邏輯、風險負載與實務應用

本文完整說明 Pastor-Stambaugh 流動性因子的建構邏輯:先以個股報酬對前一日市場報酬的敏感度建立市場流動性指標,再估計個股流動性風險負載,進而組成多空因子;文中也比較 Amihud 流動性因子,並整理風險管理、策略開發、因子中性化與市場監控等實務應用。

Voltima Quant2026/10/16

回測夏普1.5策略為何慢慢失效?拆解策略衰減的早期訊號

即使回測 Sharpe 1.5,策略上線後仍可能慢慢失效,但多數人等到連續虧損幾個月才承認。本文談策略衰減的早期訊號:把報酬歷史分段,取最差環境的夏普比率下限來設警報;再觀察最近一段與下限的差距。文中也提醒這個下限有路徑依賴、偏負等缺陷,真正難點是在數字仍合理時,就承認策略已換了一個環境。

Voltima Quant2026/10/15