對風險擁有成熟的理解與敬意，是頂尖交易員的標誌。 你不盯著風險，風險就會盯著你。

你怎麼判斷一個系統 / 一位經理人「夠好」？#

挑選系統化交易策略或基金經理人時，最關鍵的問題就是：「怎麼知道它好不好？」業界的標準回答幾乎都是某種形式的：「風險 / 報酬比最高的那個」。

• 大家都認同：在某風險水準下追求最高報酬、或在某報酬水準下承擔最低風險
• 真正的歧異在於：風險與報酬該怎麼衡量？
• 業界對「風險」的定義常常會盲目漏掉某些風險——而那些風險同樣可能讓你血本無歸

長期資本管理公司（Long-Term Capital Management, LTCM）的崩盤，就是一個經典案例：傳統風險指標完全沒抓到的風險，最後讓它幾乎全軍覆沒。

海龜時代，丹尼斯（Richard Dennis）對部位大小極為謹慎。

• 海龜計畫前數年，銀市曾連續多日「跌停板鎖死」（locked limit down）
• 那是期貨交易者最恐怖的噩夢：每天虧損擴大，卻無法出場
• 丹尼斯靠著事前減倉避免破產，可能因此省下上千萬美元
• 海龜計畫期間，他持續監控大家的部位，必要時會減自己的倉以降低整體風險
• 雖然外界以為他是「狂野槍手」，作者親身觀察到的則是極為小心地控管風險

交易者主要會遇到的四種風險#

風險有大有小，發生頻率也不同。多數交易者會遇到四種主要風險：

• 回檔（Drawdowns）：一連串虧損侵蝕帳戶資金
• 低報酬（Low Returns）：長期報酬率不足以維生
• 價格震撼（Price Shocks）：突發的劇烈走勢造成無法回收的大虧
• 系統死亡（System Death）：市場結構改變，原本獲利的系統開始虧錢

風險 1：回檔（Drawdowns）#

回檔是最容易讓交易者放棄、也最常造成最終虧損的風險。

Donchian Trend 系統的範例（Figure 7-1）#

• 1996/1 至 2006/5，10 年期測試
• 起始 10 萬美元
• 平均年複合成長率（CAGR）= 43.7%
• 期間最大回檔 = 38%

新手 John Newbie 的故事（Figure 7-2）#

新手 John 看到 38% 是「歷史最大回檔」，覺得「我應該扛得住」。

• 6/1 開始用 10 萬美元交易
• 不久後遇到比歷史測試更大的回檔：42%
• 心中浮現各種懷疑：「系統失靈了嗎？」「這是更大回檔的開始嗎？」「我的回測有問題嗎？」

這是新手即使使用有效策略也會失敗的主因：他們高估了自己承受波動的能力。

• 圖表常用對數座標，回檔看起來比線性座標小
• 多數人不擅評估自己對回檔的容忍度
• 適當的應對方式是：降低風險（也降低報酬），而非硬撐

海龜的特殊處境#

• 老闆 Rich 不把「吐回獲利的回檔」與「實際虧損的回檔」同等看待
• 他知道趨勢跟隨者必須吐回部分獲利才能抓到大趨勢
• 海龜時代作者自己最痛的回檔約 70%——一般人很難承受

海龜畢業生中，後來成功募集外部資金的，操作風險都遠低於海龜時代——這幾乎是募資的必要條件。

海龜時期的「100% 以上年化報酬」與「鉅幅回檔」是一體兩面，無法保留前者卻消除後者。

風險 2：低報酬（Low Returns）#

兩種年化都是 30% 的系統，可能是：

• 每年穩定 30%
• 第 1 年 5%、第 2 年 5%、第 3 年 100%

兩者三年下來複合報酬相等，但穩定型的權益曲線對多數交易者更可接受：

• 經驗顯示：穩定獲利的系統，未來繼續穩定獲利的機率較高
• 低報酬風險（任一年表現遠低於預期）也較低

風險 3：價格震撼（Price Shocks）#

價格震撼指的是突發、極快的價格波動：

• 通常源於天災、政治事件或經濟危機
• 作者交易生涯中最具代表的兩次：
  • 1987 年美股崩盤
  • 2001 年 9/11 紐約世貿事件

1987 黑色星期一案例#

當時作者為 Rich 操作 2,000 萬美元帳戶：

• 黑色星期一當天反而小賺
• 隔天卻發生災難
• 1987/10/19 收盤：歐元美元（eurodollar）90.64
• 作者持有：12 月歐元美元空頭約 1,200 口、T-bill 空頭 600 口、黃金與白銀多頭、其他貨幣大量部位
• 隔日開盤：歐元美元跳空到 92.85，沒有出場機會
• 跳空 2 點以上 ≈ 每口 $5,500
• 黃金開盤 −$25、白銀開盤 −$1 以上
• 一夕間，2,000 萬帳戶虧 1,100 萬美元——整年獲利全部消失

Figure 7-4 顯示，海龜時代從 1984 到 1987 年用 Donchian Trend 系統的回測：1987 年的單日尖峰回檔約 65%，而且毫無出場機會。

更值得注意的是：這個單日回檔，比歷史測試所顯示的最大回檔還高出 2 倍。

結論：追求高報酬的人，必須做好遭遇高回檔甚至全部歸零的準備。

風險 4：系統死亡（System Death）#

系統死亡：原本（或回測上）有效的系統突然停止運作、開始虧錢。

• 風險來源更多是「測試方法不當」，而非市場本身
• 對短期、最近資料過度最佳化的系統影響特別大

新手最大的焦慮是分辨：這是回檔，還是系統真的死了？

• 「我測試時是不是漏掉了什麼？」
• 「市場結構是不是改變了？」
• 「這個情況會不會持續下去？」

反過來，這個現象有個有趣的副作用對趨勢跟隨者特別有利。

每隔幾年，趨勢跟隨者會經歷一段虧損期：

• 媒體會宣告「趨勢跟隨已死」
• 大量資金從趨勢跟隨基金中撤出
• 資金愈撤、策略反而愈快回到獲利——常常還是壯觀的獲利

海龜計畫至今至少出現過 3–4 次這種說法。每次作者都笑——「獲利大概就在不遠處」。

把無形的風險量化#

衡量風險、進而把「交易過程中的痛苦」量化的常用指標：

• 最大回檔（Maximum drawdown）：測試期內由高點到後續低點的最大跌幅。Figure 7-4 中即是 1987 崩盤帶來的 65%
• 最長回檔期（Longest drawdown）：權益由前高跌落到再創新高所需的時間長度
• 報酬標準差（Standard deviation of returns）：報酬的離散程度
• R-squared：權益曲線貼近 CAGR 直線的平滑度。固定報酬投資（如附息帳戶）= 1.0；劇烈波動的報酬會明顯小於 1.0

報酬端的衡量#

報酬指標常用：

• CAGR%（年複合成長率）：等於對應的幾何平均報酬率，但容易被某一段大爆發拉高
• 滾動一年期平均報酬（Average one-year trailing return）：以滾動方式衡量，較不受單一年度爆發影響
• 平均月報酬（Average monthly return）：所有月份的平均

除了單一數字，作者也會直接觀察：

• 權益曲線本身
• 月報酬的分布圖（直方圖，類似 Figure 4-4）
• 月報酬的時間序列（Figure 7-5）

比起單一指標，這些圖能讓你更直覺地看到痛苦與報酬的相對關係。

整合風險 / 報酬的指標#

最常用的兩個整合指標：Sharpe ratio 與 MAR ratio。

Sharpe Ratio#

由 1990 年諾貝爾經濟獎得主 William F. Sharpe 於 1966 年提出，原意是用來比較共同基金（mutual fund）。

• 公式：（CAGR% − 無風險利率）÷ 報酬標準差
• 標準差通常以月或年衡量

Sharpe ratio 為什麼不適合期貨基金？#

它原本是為「共同基金」設計，而共同基金與另類投資基金（alternative investment funds）有幾項根本差異：

• 管理風格風險：期貨系統常使用短線策略，與長線買進持有的共同基金天差地別，賠錢可能更快
• 分散化風險：許多期貨基金集中度遠高於股票基金
• 槓桿：期貨有更高的槓桿，市場波動所帶來的風險也更高
• 信心風險：許多期貨經理人沒有長期績效紀錄

Sharpe ratio 加劇了業界的一個迷思：把「平滑度」當成「風險」的替代指標。

但事實是：「平滑」並不等於「安全」。許多高風險投資在某段期間內看起來都很平滑——投資人卻常常因為這份「平滑」而誤以為自己安全。

平滑與風險的反向關係：兩個案例#

案例 1：When Genius Failed — LTCM#

LTCM 採用：

• 極高槓桿
• 押注固定收益債券價格在特定條件下會收斂

問題：

• 槓桿太大、部位相對市場過大，遇損難以平倉
• 1998 年俄羅斯違約引爆危機後，市場知道 LTCM 必須反向平倉，於是不停把價格往他們的反方向推
• 從 47 億美元規模幾乎歸零
• 崩潰前年化約 40%、Sharpe ratio 極佳
• 詳細記述見 Roger Lowenstein 的《When Genius Failed》

案例 2：Amaranth#

• 在天然氣建立相對市場過大的部位
• 兩個月內虧掉 65% 的 90 億美元基金
• 崩潰前同樣 Sharpe 漂亮

案例 3：賣出價外選擇權（A Brewing Storm?）#

許多避險基金透過賣出價外選擇權（out of the money options）獲得平滑報酬：

• 本質上是「賭不會出現劇烈波動」
• 在風險被妥善管理的前提下，這是有效策略
• 但對非專業投資人來說，真實風險難以察覺
• 1987 年若有人放空歐元美元的選擇權，可能在那一夜全軍覆沒

不要被「多年來的平滑報酬」誘惑——很多基金尚未經歷它們的「真正壞日子」。

MAR Ratio#

由 Managed Accounts Reports, LLC 提出。

• 公式：年化報酬 ÷ 最大回檔（用月底數字計算）
• 是個快速粗略的風險 / 報酬指標
• 適合用來「過濾掉表現差的策略」

Donchian Trend 系統範例（1996/1–2006/6）#

• CAGR% = 27.38%
• 月底口徑最大回檔 = 22.35%
• MAR ratio = 1.22

作者個人偏好用「實際每日峰谷」算最大回檔，因為「月底口徑」常會低估實際痛感：

• 真實最大回檔（含月中）= 27.58%（vs. 月底 22.35%）
• 對應 MAR ratio = 0.99（vs. 1.22）

系統死亡風險的另一個面向：策略過於擁擠#

一個有趣的觀察：歷史風險 / 報酬比看起來最漂亮的策略，最容易吸引模仿者。

數十億美金追同一招，最終會撐爆策略所在市場的流動性，導致該策略「過早死亡」。

套利策略的典型生命週期#

純粹套利幾乎沒有風險：

• 在 A 地買、B 地賣，扣除運輸 / 儲存成本就有利潤
• 一旦更多交易者投入相同套利
• 競爭壓低價差
• 策略獲利逐漸消失

趨勢跟隨為何能活更久#

• 多數大型投資人受不了趨勢跟隨的回檔與震盪
• 因此這個策略常年保持有效
• 但報酬也是循環的：
  • 一段時期報酬平淡 → 大量資金湧入 → 接下來幾年績效相對艱難
  • 績效艱難 → 投資人撤資 → 績效回升

不要太貪心：歷史上「看起來最漂亮的策略」最容易吸引新資金、進而走樣。對歷史數字保留戒心。

沒有單一適合所有人的指標#

每個人對「痛」與「酬」的感受不同：

• 作者偏好同時使用 MAR ratio、回檔、整體報酬，並用 Sharpe / R-squared 觀察平滑度
• 第 12 章會介紹更穩定版本的這些指標

不要太過迷信任何單一數字。現在 MAR = 1.5 不代表它未來會繼續維持這個值。對任何指標都要保留質疑的空間。