HFEA 杠杆策略
HFEA（Hedgefundie’s Excellent Adventure）是一个源自 Bogleheads 论坛讨论的历史资产配置样本。它通常用 UPRO 与 TMF 这类 3 倍杠杆 ETF 表达股债配置假设，因此同时适合用来研究杠杆、相关性、每日重置、再平衡和极端回撤。
本文保留历史规则、机制解释和历史样本，删除“适合谁”“建议仓位”“止损表”和账户操作建议。历史结果不代表未来结果，也不构成配置建议。
杠杆 ETF 的长期结果不等于标的指数的固定倍数。每日重置、波动性损耗、路径依赖、融资和产品费用，都可能让实际结果偏离直觉。股债相关性也会变化，股债可能在同一阶段同时下跌。
策略起源与规则样本
HFEA 由论坛用户 “Hedgefundie” 在 2019 年前后的讨论中推广。原始想法是把传统股债组合的资产暴露放大，同时利用长期国债在部分股票下跌阶段的对冲作用。
一个常见的历史规则样本如下：
| 资产 | 目标权重 | 标的示例 | 研究含义 |
|---|---|---|---|
| 3 倍标普 500 | 55% | UPRO | 放大的股票暴露 |
| 3 倍长期国债 | 45% | TMF | 放大的利率与债券暴露 |
55/45 不是平台默认值，也不是本文的配置建议。它只是一个可复查的 baseline；改变权重、标的、日期或再平衡规则，就形成了另一个实验。
原始对冲假设
HFEA 的重要假设是股票下跌时利率下降，长期国债上涨，从而部分抵消股票损失。在宽松或衰退阶段，这种关系可能出现；在通胀和加息阶段，股票与长期债券可能同时下跌，对冲关系就会失效。
历史样本
下面的数字是本页此前保留的历史回测样本，不是当前官网 Portfolio 的实时读数。不同数据源、复权方式、交易日、费用、现金和成交假设会改变结果；使用它们做比较时，应回到当前 Portfolio 的 state、holdings 和 evidence。
2016–2024 样本摘要
| 指标 | 历史样本值 |
|---|---|
| 年化收益率 | 13.31% |
| 再平衡次数 | 31 次 |
| 最大回撤 | 约 65% |
年度样本
| 年份 | HFEA 样本 | 标普 500 样本 | 观察 |
|---|---|---|---|
| 2019 | +62% | +31% | 股票和杠杆暴露上涨 |
| 2020 | +30% | +18% | 暴跌后快速反弹，路径影响明显 |
| 2021 | +50% | +29% | 风险资产继续上涨 |
| 2022 | -72% | -18% | 股债双杀，对冲失败 |
| 2023 | +40% | +26% | 部分恢复，但不代表回撤已经消失 |
这些数字最值得注意的不是收益排名，而是结果的分布和恢复难度。若净值下跌 72%，回到原点需要上涨约 257%；这说明单看平均年化收益会掩盖路径和回撤风险。
2022 年：对冲机制失效的案例
2022 年同时出现了股票下跌和利率上升：
- UPRO 随股票暴露下跌；
- TMF 随长期债券暴露下跌；
- 股债双杀，原本的负相关假设没有成立；
- 杠杆放大了两边的损失。
这是一个有价值的失败案例：资产分散不等于任何市场阶段都能对冲，历史相关性不能被当作永恒规则。
杠杆 ETF 的结构
每日重置
杠杆 ETF 通常以每日目标倍数重置，而不是承诺在多年期间得到标的收益的固定倍数。设标的第一天上涨 10%、第二天下跌 10%：
标的：1.00 -> 1.10 -> 0.99
3x 简化路径：1.00 -> 1.30 -> 0.91
这个例子只用于说明路径，不是产品精确回测。相同的累计标的变化，换一个涨跌顺序可能得到不同的杠杆 ETF 结果。
波动性损耗与路径依赖
在震荡路径中，反复上涨和下跌会侵蚀净值；在持续趋势中，复利可能放大结果。因而需要同时查看：
- 日收益与累计收益；
- 波动率和回撤持续时间；
- 趋势、震荡、危机和利率变化阶段；
- 费用、价差、现金和数据缺口。
“三倍”描述的是日内或单日目标暴露，不是长期收益承诺。
再平衡如何改变结果
再平衡把实际 holdings 与目标权重比较，并根据日历、阈值、现金和执行假设计算调整。它可能让上涨的一侧被减持、下跌的一侧被补回，但不保证收益改善，也不保证成交后精确回到目标。
一个历史变体使用季度检查和 5% 偏离阈值。这里把它作为可复查的实验参数，而不是“最佳设置”：
{
"strategy": "TargetWeightStrategy",
"params": {
"weights": {"UPRO": 0.55, "TMF": 0.45},
"rebalance_frequency": "q",
"rebalance_threshold": 0.05
}
}
研究时一次只改变一个变量，并记录目标权重、实际 holdings、现金、费用、未成交和回撤。再平衡频率越高不必然更好；阈值越小也不必然更有效。
可比较的变体
下列变体用于说明研究维度，不是替代产品或推荐清单：
- 降低杠杆：把 3 倍产品换成 2 倍或非杠杆资产，观察回撤、波动和对冲关系如何变化；
- 改变股票暴露：用纳斯达克杠杆暴露代替宽基股票暴露，观察集中度和路径风险；
- 加入非股债资产：加入黄金等资产，检验股债双杀阶段的结果，但不预设它一定对冲；
- 混合杠杆和非杠杆资产：比较等效暴露、费用和回撤，而不是只比较终点收益。
研究问题
在 Agent Lab 或其他受控实验中，可以固定 Universe、日期和费用后提出：
- 2022 年的回撤主要来自股票、债券、杠杆倍数还是再平衡路径？
- 改变再平衡频率时，交易次数、现金、费用和恢复时间如何变化？
- 不同利率和通胀阶段，股债相关性是否稳定？
- 去掉杠杆后，收益、最大回撤和路径依赖如何变化？
高收益或高 Sharpe 的历史片段不自动授权调参，更不代表找到“最佳”配置。
常见问题
杠杆 ETF 会归零吗？
极端单日损失、产品规则、市场中断和再平衡都会影响结果。不能用“历史上没有归零”推断未来不会发生，也不能只用长期平均收益评价这种尾部风险。
HFEA 为什么可能需要很久恢复？
回撤后的恢复是非线性的。-50% 需要上涨 100% 才能回到原点，-72% 需要约 257%。路径、再平衡和后续市场阶段都会影响恢复时间。
费用重要吗？
杠杆 ETF 的费用、融资成本、价差和跟踪误差会长期累积。费用数字会随产品和日期变化，因此这里不固化旧费率；比较时应以当前数据和 Portfolio evidence 为准。