第八期：没有万能策略，但有更聪明的分散方式
本文仅用于教育与研究，不构成投资建议。文中收益、回撤等数据均来自特定样本期回测，不代表未来可复现结果。
这是美股策略研究实验室的第八期，也是这个系列的一个阶段性总结。
前两期（第六期：定投 QQQ 压力测试、第七期：MA200 出场规则）测完之后，有读者提了一个好问题：这两期看下来，感觉好像没有一个合适的策略？
这种感受是有道理的。定投在"失去的十年"里近乎白费；MA200 门控在牛市里代价比预期高，在熊市里保住本金但近乎零收益。单看任何一个策略，都有它失效的场景。
但这不是"没有好策略"，而是每个策略都有自己的代价，重要的是选择一个适合自己、能长期坚持执行的方式。这期实验想验证的是：如果换一个思路——不再押注单一资产，而是把鸡蛋分散到真正不同类型的篮子里——结果会有什么不同？
四组实验汇总
| 编号 | 策略 | 窗口 | CAGR | Max DD | Sharpe | 净值倍数 | 结论 |
|---|---|---|---|---|---|---|---|
| P1 | 永久组合代理（SPY/TLT/GLD/SHY 各 25%） | 2004–2026 | 6.5% | −18.5% | 0.93 | 4.07x | validated |
| P2 | 永久组合 + MA200 门控 | 2004–2026 | 5.0% | −11.4% | 0.88 | 2.98x | inconclusive |
| P3 | 全球六资产等权（QQQ/SPY/EFA/GLD/TLT/SHY） | 2006–2026 | 8.5% | −24.9% | 0.87 | 5.24x | validated |
| P4 | 全球股票等权 + MA200 门控（QQQ/SPY/EFA） | 2006–2026 | 7.5% | −21.8% | 0.61 | 4.34x | inconclusive |
回测设定：复权价（含分红和拆股调整）。月末检查，5% 偏差触发再平衡。佣金 0.05%，不建模滑点。P2/P4 的 MA200 门控为各资产独立检查，低于均线的资产仓位清出至现金。
Sharpe 比率：每承担一单位波动风险所获得的超额回报，数值越高说明收益效率越好。通常认为 0.5 以下偏低，1.0 以上较好。本系列前几期以 CAGR 和 Max DD 为主要指标，Sharpe 从本期引入，用于横向比较不同资产配置的风险调整后效率。
第一章：为什么要做跨周期测试？
前面几期实验有一个反复出现的问题：2010–2026 的美股大牛市太过顺风，几乎任何策略都看起来不错。但 2000–2010 这十年完全不同——科技泡沫破裂、金融危机，QQQ 10 年净损超过一半本金。
这两段时期对应着截然不同的资产表现：
| 资产类别 | 2000–2010 | 2010–2026 |
|---|---|---|
| 美国科技股（Nasdaq-100） | 约 −1%/年 | 约 18%/年 |
| 黄金（现货） | 约 +15%/年 | 约 +4%/年 |
| 美国长期国债（20年+） | 约 +8%/年 | 约 +2%/年 |
| 国际发达市场股票（MSCI EAFE） | 约 +2%/年 | 约 +6%/年 |
注：2000–2010 部分 ETF（如
GLD、TLT）尚未上市或上市较晚，上表数字来自对应的资产类别指数，非 ETF 实际表现。实验回测从各 ETF 有数据起开始（P1 从 2004 年，P3 从 2006 年），不覆盖完整的 2000–2010 窗口。
没有一种资产在两段时期都领先。科技股在第一个十年是最大的拖累，在第二个十年是最强的引擎。黄金和长债在第一个十年大放异彩，之后就平淡了。
这正是分散化的核心逻辑所在：不同资产类别在不同市场环境下的表现互相补偿，才能让组合在两种极端条件下都不至于崩溃。
第二章：永久组合——稳定但代价是什么？（P1）
永久组合的思路很朴素：股票、债券、黄金、现金各 25%，每月再平衡。它的逻辑是这四类资产分别对应经济的四种状态（繁荣、通缩、通胀、衰退），彼此之间天然对冲。
P1 用 SPY/TLT/GLD/SHY 模拟这个结构，从 2004 年到 2026 年：
- CAGR 6.5%，22 年净值 4.07 倍
- Max DD −18.5%，包括了 2008 金融危机和 2022 利率飙升
- Sharpe 0.93——每承担一单位风险，获得 0.93 单位回报，相对来说效率很高
6.5% 的年化在很多人眼里不够看。毕竟 QQQ 同期年化远高于此。但那是结果偏差——我们是拿着 2026 年的后视镜在看。2004 年坐到 QQQ 上，中间要经历 2008 年的 −50%，以及 2022 年的 −35%，能坚持下来的人比数据上看起来少得多。
永久组合用 6.5% 的年化和 −18.5% 的最大回撤，提供了一个在两个完全不同市场环境下都可以运行的基础配置。这是它的真正价值。
第三章：给永久组合加 MA200 门控，结果更差（P2）
既然上期实验说过 MA200 门控能减少回撤，那给永久组合也加一层门控，是不是能进一步提升？
数据给了一个清晰的答案：有效，但代价不低。
| 策略 | CAGR | Max DD | Sharpe | 净值 |
|---|---|---|---|---|
| P1：永久组合买持 | 6.5% | −18.5% | 0.93 | 4.07x |
| P2：永久组合 + MA200 | 5.0% | −11.4% | 0.88 | 2.98x |
Max DD 从 −18.5% 降到 −11.4%，改善了约 7pp。但 CAGR 从 6.5% 跌到 5.0%，22 年净值从 4.07x 降到 2.98x，Sharpe 从 0.93 降到 0.88。
为什么会这样？多资产组合的核心价值，正是来自资产类别之间的自然轮动和对冲。某一类资产跌破 MA200，往往正是另一类资产接棒上涨的时候——比如股票暴跌时，黄金和长债往往上涨。MA200 门控把已经在发挥对冲作用的资产仓位清空，等于破坏了这套机制，结果两头都没捞到。
P2 是一个折衷方案：用 1.5pp 年化换来 7pp 回撤改善。是否值得，取决于您对回撤的敏感程度。
第四章：全球六资产等权——这期实验的最优解（P3）
P3 在永久组合的基础上做了一个扩展：加入全球视角，把资产范围扩大到六类：美国科技（QQQ）、美国宽基（SPY）、国际股票（EFA）、黄金（GLD）、长期国债（TLT）、短期债/现金（SHY）。
每类资产等权，每月再平衡。
结果是这期实验里最好的：
- CAGR 8.5%，20 年净值 5.24 倍
- Max DD −24.9%
- Sharpe 0.87
和 P1 相比，CAGR 提高了约 2pp，Sharpe 接近（0.87 vs 0.93）——整体效率相当。QQQ 在 2010–2026 的强势表现是 CAGR 提升的主要来源；EFA 的价值更多体现在分散化——它与美股的不完全相关性在 2008 金融危机前后提供了缓冲，尽管 2010 年之后相对跑输。
有意思的地方在于：这套组合不做任何市场时机判断。不判断现在是牛市还是熊市，不判断哪个资产会涨，只是简单地把资金分配到各个资产类别里，定期再平衡。
为什么等权 + 再平衡有效？
再平衡隐含着一个反直觉的机制：涨多了的资产超过目标权重，就减仓；跌多了的资产低于目标权重，就补仓。这等于强制执行"高抛低吸"，而且是系统化的、不依赖任何主观判断的。
波动的资产之间，持续再平衡可以捕捉到"波动率红利"。长期来看，它让组合的实际复合增速略高于各资产的加权平均增速。
第五章：纯股票全球等权 + MA200（P4）
P4 去掉了债券和黄金，只保留三类股票资产（QQQ/SPY/EFA），并加上 MA200 门控。
| 策略 | CAGR | Max DD | Sharpe | 净值 |
|---|---|---|---|---|
| P3：全球六资产等权 | 8.5% | −24.9% | 0.87 | 5.24x |
| P4：全球股票等权 + MA200 | 7.5% | −21.8% | 0.61 | 4.34x |
Max DD 只改善了 3.1pp，但 CAGR 低了 1pp，Sharpe 从 0.87 跌到 0.61。纯股票组合失去了债券和黄金的对冲，MA200 门控又带来了踏空代价。
P4，inconclusive——相比 P3 没有明显优势。
第六章：先说清楚一件事——纳指的长期回报是多少？
P3 的 8.5% 年化，很多人第一反应是"这也太低了"。这种直觉背后有个没被说出来的假设：QQQ 长期年化应该有 15–20%，分散化是在稀释收益。
这个假设值得仔细检验。
不同口径下的纳指历史 CAGR
| 计算窗口 | Nasdaq-100 / QQQ CAGR | 说明 |
|---|---|---|
| QQQ 自1999年上市至2026年（27年） | 约 10% | 起点恰在科技泡沫顶点 |
| Nasdaq-100 指数 1995–2020（纳斯达克官方白皮书） | 约 14% | 含完整的两次崩溃周期 |
| 过去 20 年（2006–2026） | 约 14–15% | 含2008年危机 |
| 过去 15 年（2011–2026） | 约 19–20% | 完全在牛市窗口 |
数据来源：纳斯达克官方研究白皮书《A Tale of Three Crises》（1995–2020）；in2013dollars.com、totalrealreturns.com（QQQ 历史收益）；FinanceCharts 历史数据。
"20% 长期 CAGR"只反映了最近 15 年这一段牛市窗口。这段时间正好完全避开了 2000–2002 科技泡沫（QQQ 三年累计跌 −74%）和随后长达 16 年才回到前高的漫长修复期。
跨越完整市场周期的合理参照是 约 13–14%，而不是 20%。
业界对未来回报的预期
更值得注意的是大型资管机构对未来 10 年美股回报的预测：
| 机构 | 美股未来10年名义年化预期 | 发布时间 |
|---|---|---|
| Vanguard | 4–5% | 2025–2026年展望 |
| Invesco | 4.7% | 2025年资本市场假设 |
| BlackRock | 6.2% | 2024年展望 |
| GMO | 接近0%（实际） | 2024年，估值极度偏高 |
参考来源：
- Vanguard：Economic and Market Outlook 2026（2025年12月发布），vanguard.com/economic-and-market-outlook
- Invesco：2025 Long-Term Capital Market Assumptions（2024年9月），invesco.com
- BlackRock：2024 Long-Term Capital Market Assumptions，blackrock.com
- GMO：7-Year Asset Class Forecast（2024年11月），gmo.com
注意：这些预测基于各机构自己的模型和假设，机构之间差异显著（4% 到 接近 0%），且预测本身有误差。引用目的不是说"未来一定如此"，而是说明目前没有主流机构将 15–20% 作为美股未来十年的合理基准假设。
第七章：这个系列的定调
把这八期实验放在一起看，有几条线索是一致的。
每个策略都有自己的代价
QQQ买持：牛市绝佳，但 −35% 的回撤和"失去的十年"是真实风险- 定投：心理上容易坚持，但回撤减少效果有限，遇上横盘市场 XIRR 惨淡
- MA200 门控：能在极端情况下保住本金，但好时代里踏空代价明显
- 永久组合：稳定均衡，代价是年化收益相对较低
没有一个策略坏，只是适合您的策略，是您在知道代价之后仍然愿意坚持执行的那一个。
定投不是无脑执行，而是有边界的工具
定投的优势是真实的：不需要择时，摊薄成本，心理门槛低。但这八期实验展示了它的两个前提：市场长期向上，以及您在大跌时真的能继续买入。两个前提都失效过。
一种更完整的思路是把仓位分成两层：
- 核心仓位：配置在基本面扎实、长期成立的资产上（宽基 ETF、多资产组合），用定期定额或再平衡执行，不做频繁调整
- 卫星仓位：配置在您有额外判断的方向上（行业轮动、动量策略、个股），规模控制在总仓位的小比例，亏光了也不影响整体
核心仓位承担"市场一定长期向上"这个假设；卫星仓位承担"我的判断可能是对的"这个假设。两个假设分开承担，互不干扰。
定期审查假设，不只是审查收益
策略本身不是一劳永逸的。定期（每年或每两年）回头问一个问题：这个策略依赖的前提，现在还成立吗？
- 定投
QQQ的前提是美国科技长期领先，这一点在 2000 年看起来也是理所当然的 - 永久组合的前提是股债黄金之间负相关，但 2022 年股债同跌过一次
- 任何趋势策略的前提是市场有可识别的趋势，震荡市里这一点并不成立
审查假设不是为了频繁换策略，而是为了在假设真正失效时能清醒地意识到，而不是靠惯性继续执行一个已经不适用的规则。
分散化是结构性方案，不是放弃收益
这八期实验里，P3（全球六资产等权）8.5% 的 CAGR 和 Sharpe 0.87，在两个截然不同的市场周期里都保持了稳定。它的 CAGR 看起来比 QQQ 的牛市数字低，但那是用"最好的历史窗口"在对比"覆盖两种极端环境的完整表现"。
分散化不是稀释收益，而是用略低的预期收益，换取不被单一市场环境摧毁的能力。在没有人能确定未来十年是哪种市场的情况下，这个交换是否值得，是每个投资者需要自己回答的问题。
执行纪律是最后一道门
规则写在纸上很容易，在 −30% 的时候执行是另一回事。没有任何组合可以让您在市场下跌时感觉良好，只有在下跌后您依然愿意继续持有的组合，才是适合您的组合。
第八章：留给读者的几个问题
这八期实验是一个框架，不是一个答案。以下几个问题没有标准解，但值得认真想清楚：
- 您对回撤的承受力是多少？ 不是"能接受多少"，而是"在账户真的跌了 30% 时，您会不会改变决定"
- 您的投资期限是多长？ 20 年和 5 年面对的是截然不同的风险，同一个策略在两种期限下的含义完全不同
- 您的核心假设是什么？ 美股长期向上？科技永远领先？还是"我不知道哪个会赢，所以我分散"？
- 您选择的策略，在它失效的场景下，您能承受吗？ 定投在失去的十年里不是灾难，但 10 年 XIRR 2.79% 确实很痛苦
没有人能替您回答这些问题。这里的数据只是帮助您在做决定时，有一些真实的参照。
如果您想继续围观后续实验，或者有自己感兴趣的方向想一起探讨：
重要提醒：本文所有内容仅为学习研究用途，不构成投资建议。用户应独立做出投资决策并承担相应风险。