在金融投資領域，特定個體所獲得的收益一定與其總計承擔的風險成正比嗎？

01-06

由程序化交易聯想。
1.現階段股指較商品盈利性好，是否為承擔更大的破產風險所致？
2.不同模型有不同的收益曲線，但少數較為優秀的模型有著令人驚訝的收益、回撤，資金曲線增長迅速且非常平滑，這種情況是如何做到的（即總收益最大回撤比非常非常高）?簡單的多策略、多周期、多品種組合能否做到？
3.若這種情況存在，是否有所謂「最好的交易系統」的存在？若存在，承擔小風險獲取大收益也可能成立？

本題不僅僅局限於程序化交易，風險的衡量也不僅僅局限於資金回撤等等，只是由此引發的對此命題真偽的思考：總收益一定與所承擔的總風險成正比嗎？這句話是否有不同使用環境？
問題補充：隨便舉個栗子吧。。保證收益率的前提下，資金曲線是否能無線接近平滑，回撤無限接近小？那不是可以理解為非常無敵？（可能不是很恰當，好吧樓主承認這個問題偏向程序化交易。。因為程序化交易能直觀衡量收益與風險）。

謝邀。問題都比較理想化。

1. 否。在歷史的各個時期，都有某種指數領先於其他指數。類似的，每一個很短的時刻都存在某種最好的產品。但為什麼跟風險無關呢？因為這些都是「後驗」的。現代投資組合理論，強調的一點是收益期望與風險在最優狀態下成正比，無論你說股指也好，黃金也好，都是歷史價格，都是已經發生過的事情，這和期望完全不是一個概念。這就引出了下一問題的答案。

2. 至少沒有公開的特別優秀的模型。有本書叫Market Wizards，裡面有各種美國的CTA談交易經驗。但實際上CTA的平均存活時間只有大概3-4年，而那些書中的大牛很多也在最佳fund排行榜一段時間就銷聲匿跡。交易界永遠的傳奇，jesse livermore以虧光家產悲劇收場。如果一個模型告訴你，你看我預測的多麼准效果多麼好，多半是為了推銷模型。模型是怎麼建立的？是建立在已有的數據上。模型的本質是規律，也就是說，因為有某種內在規律，使得我們可以根據現有的信息對未來的信息進行無偏估計，那麼這就稱為「真實的」模型。那麼真實的模型到底存在么？這是個不能證明也不能證偽的命題，但是未來是否由已經發生的事物決定？（嚴格地說，是大量未來發生的事情是否能根據已經發生的事進行無偏預測）我覺得這就看你信不信宿命論了。

大多數模型之所以沒法真正賺錢，是因為條件期望的問題。我可以建立一個在回測狀態下無比精確的模型：假設過去N天的股價依次為x1,x2,x3...xT, 則建立映射f(x1, x2, ..., xS)=x(S+1) (說明：x(S+1)是第S+1天的股價，不會用下標。。。)。那麼你會發現這個模型可以對歷史價格進行無比精確的預測。但是這個東西就是trash，因為預測能力為0。大多數的模型，包括各種Time Series model，都是為了驗證某種假設，比如說周期性，馬爾可夫性，之類的，而建立的。也就是說，模型本身是為了驗證某種規律而設立的。如果建立模型的人沒有想法，那再複雜的模型也沒有。但是，如果說世界有阿列夫0種可能，思想就有阿列夫種可能，大部分都明白「10個idea9個不靠譜」這種道理。所以，集合（思想）的冪遠大於集合（真實數據），假設前者為B，後者為A，那麼B fit A的概率遠大於A fit B的概率，這就牽扯到貝爾斯定理了。所以太多的模型很好看，但是用起來很垃圾。

比較好的模型，包括我聽說的、我用的、我以前的老闆用的、我朋友用的、因為各種訴訟被公開出來的，都是很簡單的模型。你可以說文藝復興模型牛逼，因為是個數學家建立的。但是他們被公開的模型相當簡單。然而普通人未必有那個資源去實現這種模型。有可能我跟你說起這樣的模型，你會說「不會吧這樣還能不虧死？」你需要團隊。Citadel和高盛的資料庫比Nasdaq的機房佔地面積還大。巴菲特索羅斯他們不是一個人在戰鬥。你需要投入。很多交易平台一年幾十萬美元到幾百萬美元。你還需要運氣，我見過很多人用相似的模型但是有人賺死有人虧死。後期可能是經驗，但前期還是需要點運氣的。否則你根本沒勇氣在這一行幹下去。

3. 假設該系統存在，如果該系統被多於1個人掌握會怎樣？被全人類掌握會怎樣？我想很容易得出矛盾。況且你要求解該系統，還必須要求其具有穩定性。否則近似解和真解千差萬別。

並不是所有問題都是可解、穩定、唯一的。假設你在光滑桌邊上放置兩個完全相同的相切的圓柱形剛體，用第三個相同的光滑剛體，使其圓心在這兩個剛體的切線方向沿切線撞擊這兩個剛體，你會發現碰撞結果是不穩定的。（俯視圖是兩個相切圓，第三個圓沿中線去撞擊這兩個圓）。當第三個剛體偏離一個無線小的位置時，會對結果產生巨大的差別（C先碰A和C先碰B和C同時碰AB）。這僅僅是物理學中一個理想化的簡單的3剛體碰撞。現實中，最優化的解決方案往往不僅不是可解的，也不是穩定的、唯一的。全世界最強大的計算機被用來預測天氣，可是很多人還抱怨天氣預報不準。在市場上，找對對手，找對朋友比什麼都重要。Susquehanna的創始人曾經對我們說過這麼一段話：「有一個人是全世界玩撲克玩的第五好的，可是他玩撲克玩的傾家蕩產。為什麼？因為他老是跟玩的最好的4個人一起玩牌。」

其實這才是市場的真諦。不管什麼冠冕堂皇的理由，市場就是個大賭場。只是沒人那麼說，把散戶嚇跑了大家都吃什麼啊？所以牛市永遠比熊市好賺錢，牛市散戶都嘩啦啦進來了，就跟現在的房地產一樣，經紀商做市商套利的都兩眼放光。熊市散戶全跑了，就剩各種專業投資投機的相互倒騰了。很多人聽郎咸平吹個牛就開始說不對啊，美國的股市就很規範啊，是為了股東服務啊，國內是特殊情況。我建議這種太傻太天真的童鞋稍微讀點美國歷史，看看100多年前美國股市、期市建立初期到底是個什麼樣子，也關注下債券到底為什麼火起來的。水至清則無魚，這是真理。

說點別的，市場上賺錢大致兩個方法，基礎派和技術派，一種通過市場上沒有的信息賺錢，一種通過市場的不效率賺錢（市場已有的信息）。這兩點重要的都是有比你弱的人，或者看報表不如你，或者內幕消息不如你，或者資源不如你，或者速度不如你，或者市場的接入不如你，等等。而你賺錢的潛力也取決於比你弱的人有多少。如果太多也不行，你在賺錢之前就被市場吃掉了。比如說你覺得一個股票值1000，其他所有人都覺得值1塊，你在10塊錢的時候買，等了20年還是1塊你就只能幹瞪眼了。重要的是See it first while others see it finally. 股市有其內在規律的，舉個最簡單的例子，美國股市level 1 data是免費的，你在yahoo finance和google finance或者交易所網站都能查到，但是延時15分鐘。真的是技術做不到么？如果你花錢看到實時的level 1，你就比那些不肯花錢買數據或者一天看一次股價的老大爺獲取了很多的信息了。如果你肯一個月花幾千刀買bloomberg的客戶端，那你就有更多的信息了。這行說白了就是做生意，你付出成本獲取機會。跟其他行業沒差。

第一個問題，現階段來說，國內股指期貨的有效性是遠低於商品市場的，這是一個很簡單的問題，市場的本身是博弈，哪個市場更有效，說白了就是哪個市場的專業選手更多。股指期貨，它是一個與現貨市場（股票市場）緊密相連的市場，而目前國內炒股票的選手的成熟度，是比不上期貨選手的成熟度的。主要有如下2點依據：1. 期貨市場的槓桿高，優勝劣汰的速度遠大於股票市場；2. 目前國內大部分期貨品種的存在年限要大於股票市場，目前期貨市場的資金大佬，都是摸爬滾打了多年的專業選手。

但是不得不提的是從2013年8月份開始，也就是光大事件發生後，股指期貨這個品種的盈利性開始有非常顯著的下滑，相信對於大部分CTA管理者來說，都會有很深刻的體會。究其原因一樣是因為股指期貨的高投機比開始吸引了較多的高頻交易者，這些人的存在使得股指期貨短期的日內走勢開始變得更複雜，波動率的聚集也越來越厲害。換句話說，也就是專業選手的成交比例急劇增加了。

第二個問題，多策略多產品多周期問題，其實本質上來說，是需要你模型的alpha多樣化。只有alpha夠多，你的策略才是真正意義的多策略。同質化的策略correlation很高，再多也一樣。尤其是不同類型的策略配置，跨期跨市場跨品種CTA各種策略，本身的盈利因子和收益風險比都不一樣，要達到既有模型的收益風險比最高，必須依靠各策略的相關係數和收益風險比做最佳組合，這樣才能發揮你既有策略的最大威力。

第三個問題其實和第二個類似，永遠沒有足夠好的單策略。策略組合才是最大的優勢。更何況每個策略的本身都有容量問題，對於大資金管理者來說，考慮問題的關鍵其實不是收益風險比最高，而是策略的容載量最高。越是高收益風險比，其容量越有限。另外就是不得不提的就是市場本身的反身性，越高的收益風險比的策略其實失效越快。至於這個問題的原因，已經是樓主這個問題之外的大命題了，在這就不做論證了。市場沒有常勝將軍的最根本原因，恐怕就是隨著策略的承載資金的增加，策略失效的速度就越快，而越是歷史上成功的管理者越對自己的能力和自己的模型自負，不願與市場賽跑，無限更新自己的策略庫，最終功虧一簣。

樓上牛人，樓主也是牛人。問題和答案很專業。

我從最簡單的來研究一下這個問題。

樓主的這句話應該有個前提，即在相同的成本和時間狀態下，收益和風險成反比。有些時候就時間和成本要高於風險對於收益的影響。

就拿模型來說，模型首先建立在歷史會被重複的假設基礎之上的。所以模型只在有限範圍內被證明是準確的。真正牛的模型或者分析團隊，其成功往往不是建立在單純的數據模型上的，而是對模型的反饋上的。即在最短時間的，針對市場變動進行預先制定的策略（包括對沖策略）。

舉例：都在看漲，但是今天成交量下來了。個人或者普通團隊會立即展開分析，調整策略。

而大牛們，早在數據出現（他的數據比你我要早零點幾秒）時即安預定策略進行調整。這樣的調整要比你早幾秒甚至幾天。而這時間才是財富的秘密。

上面的例子就是，雖然風險相同但是，由於時間和成本的不同，他的收益比你。。。高

風險收益比（RR）實際上就是參與者的edge。交易者的edge越大，RR就可以越好，反之亦然，所以這兩者完全等價。RR=Edge。

由於市場參與者的水平不一樣，所能獲得的edge也就不同，RR自然也就不同。也就有了高手、平庸和持平的選手之分。

但只要市場競爭足夠充分，就會足夠有效。你能想到的策略，別人也都能想到。這決定了任何一種風格所能獲得的edge都很有限。因為大家都追求最大的edge或RR，也就可以認為風險和收益是成正比的。因為Edge充分發揮後，提高收益的唯一方法是承受更大風險。當然交易者要做死的話也完全可以在不提高收益的情況下把風險提高10倍。

多品種多策略多周期的系統，對交易者個人來說肯定是增加了edge，可以理解為一個人同時做了10個人的工作，當然edge也就增加了。顯然這個也有極限。選出10個對沖基金，把它們的業績做成指數，追蹤10年，會發現總體曲線平滑了，但是收益不會高。

有一些特殊情況完全不符合風險報酬成正比的規律，就是獲得了其它參與者根本無法獲得的優勢時，至少有幾種情況：

1.開闢並暫時壟斷的新領域，如高頻初期。

2.內幕消息。

3.特殊參與者。如美聯儲、瑞士央行和美國政府之類的機構參與市場的時候，無限量的資金和裁判員的角色等優勢，讓其不可能輸錢。

oh，我也來回答下

肯定的講風險不一定與收益成正比，最簡單的證明一下

設一個交易模型的勝率為 p, 賠率為b，則根據kelly公式，當系統採用如下資金管理係數a時，即每筆交易賠掉a比例的資金，系統達到最大的收益率，

a = 【bp-(1-p)】/b，

所以樓主的問題可以回答了，當資金係數小於a時，提高資金係數（專業的講提高風險暴露），可以提高收益，這時風險和收益是成正比的，

當資金係數已經超過了kelly公式的上限時，即使提高風險暴露，收益率也不會提高。

我也是搞量化交易模型的。

「參數擬合」題主聽說過么？一套量化交易模型的參數，針對歷史數據進行參數優化，以達到最佳的收益曲線。額，比如說，你用MACD這個指標去檢測上證指數，可以想像，MACD指標的公式中，你可以不斷的更換各種參數，得出各種收益曲線，總有一個（或者一些）收益曲線會非常好看，但是其選用的參數只能代表過去，對未來的指導意義就很低。這是題主的第二個問題。

第一個問題，我個人的感覺是，同一套交易策略，用著黃金白銀外匯上的收益率，低於用著國內股指期貨領域，我推測的原因可能是：股指期貨的標的，也就是滬深300指數，有大量的小散戶參與交易，相當於外匯黃金這種全球參與的市場，股指期貨參與者（直接參与或間接參與）的平均水平較低，因此量化交易模型的盈利能力會偏高。

由此，第三個問題，根據「有效市場假說（EMH）」，EMH的三個假設成立之日（理性投資者，隨機交易，有效套利），也就是程序化交易的終結之日，反之，程序化交易將會一直有效，也就是存在「承擔小風險獲取大收益也可能成立」。

就是在2016年就已經有了一種新興的藝術品投資平台，像之前的藝術品投資平台只是份額化，你投錢進去也就相當是買了他的份額，根本就得不到實畫，而最近出來的平台好像就是可以買那些名畫的版畫。超便宜有沒有，我反正就是以40元買在天貓上好像要賣1千多的版畫，買了60幅，然後提了兩幅畫回家掛著，還挺好看的。剩下的58幅全都漲到了86元就全部賣出去了，不過好後悔啊，因為那些畫後面全都漲到了幾百，我少賺勒好幾萬呢！不過確實現在的新興投資市場就應該在藝術品上，因為房子買不起，股票太難看懂了，腦子有點不夠用啊。畫也不懂，不過有行家幫我分析，然後選那種迎合市場的畫，買下那幅畫的版權，3D印成版畫放在平台上賣，不用我動腦，只要搶到第一天發售的畫就好了，就類似原始股吧。不得不說我運氣還挺好的吧，有朋友做這個，就透露給我了。第一期的好買，第二期知道的人多了，搶都搶不到。