3. 多策略组合原理
多策略组合的核心目标不是“把多个赚钱策略堆在一起”，而是通过策略之间的低相关性，让组合在同等收益目标下承受更小的回撤。单一策略无论参数多稳健，都会遇到阶段性失效：趋势策略在震荡市反复止损，均值回归策略在单边行情中逆势加仓，套利策略在流动性收缩时价差失控。多策略组合的价值，就是让不同失效周期错开，使整体净值曲线更平滑。
一、核心原理：分散化、低相关性与风险平价
策略分散化解决的是“收益来源单一”问题。分散化不是数量越多越好，而是要求策略在逻辑、品种、周期、方向上存在差异。例如：趋势跟踪赚的是延续性收益，均值回归赚的是过度反应修复，套利赚的是价差收敛，做市赚的是流动性溢价。逻辑不同，才会在不同市场状态下互补。
低相关性是组合能否降低回撤的关键。两个策略各自夏普很高，但若同时回撤，组合等于加杠杆。相关性要看收益相关性，更要看回撤相关性。实战中常用滚动60日或120日相关性监控，一旦相关性从0.2升到0.7，说明策略正在同质化，需要降权或暂停。
风险平价不是资金等分，而是风险贡献等分。波动大的策略少配资金，波动小的策略多配资金，使每个策略对组合波动的边际贡献接近。其简化逻辑如下：
策略风险贡献 RC_i = w_i * (Σw)_i / σ_p
目标：RC_1 ≈ RC_2 ≈ ... ≈ RC_n
其中 w_i 为资金权重，σ_p 为组合波动二、方法流程：从策略筛选到资金分配
- 策略池筛选：先按逻辑分类，确保趋势、反转、套利、中性等至少覆盖三类；剔除回测过拟合、交易成本不真实的策略。
- 相关性矩阵：计算日收益相关性与回撤期相关性，优先选择相关性低于0.3的策略组合。
- 风险预算：按波动率倒数或风险平价分配初始权重，设定单策略风险上限，例如不超过组合风险的25%。
- 资金分配：将风险权重转换为资金权重，考虑保证金、杠杆、最小交易单位和流动性约束。
- 再平衡：按时间（月度/季度）或阈值（权重偏离超过20%）触发，避免频繁交易侵蚀收益。
下面是一个简化的风险平价权重计算示例，用于说明资金分配逻辑：
# 假设三个策略年化波动率
vol = {"trend": 0.18, "mean_rev": 0.12, "arb": 0.06}
inv_vol = {k: 1/v for k, v in vol.items()}
total = sum(inv_vol.values())
weights = {k: round(v/total, 3) for k, v in inv_vol.items()}
# 输出：trend 0.20, mean_rev 0.30, arb 0.50
# 再按风险贡献微调，使RC更接近三、案例/场景：三类策略的组合效果
假设组合包含趋势策略、均值回归策略和套利策略。单看年度收益，趋势策略在单边年表现最好，均值回归在震荡年表现最好，套利策略收益稳定但弹性低。若等资金分配，趋势策略的高波动会主导组合回撤；若按风险平价分配，套利策略资金占比最高，但收益贡献可能偏低。实战中常采用“风险平价打底 + 卫星策略增强”的结构：核心仓位按风险平价配置，卫星仓位用小资金博取高弹性，同时严格限制卫星策略的最大回撤。
| 策略类型 | 收益来源 | 典型回撤场景 | 组合角色 |
|---|---|---|---|
| 趋势跟踪 | 价格延续 | 震荡市反复止损 | 进攻，危机Alpha |
| 均值回归 | 过度反应修复 | 单边趋势逆势 | 震荡市收益增强 |
| 套利/中性 | 价差收敛、流动性溢价 | 流动性收缩、价差失控 | 稳定器，低波动 |
四、误区与复盘
误区一：策略越多越分散。若多个策略本质都是趋势跟踪，只是参数不同，相关性仍会很高，组合回撤不会降低。
误区二：风险平价等于资金等分。风险平价是按风险贡献分配，低波动策略资金占比更高，需结合杠杆和目标波动率使用。
误区三：再平衡越频繁越好。频繁再平衡会增加交易成本和滑点，尤其在策略容量有限时，可能把收益再平衡掉。
复盘时应重点检查三件事：第一，策略相关性是否在回撤期显著上升；第二，风险贡献是否被某一策略长期主导；第三，再平衡后的实际权重与目标权重偏差是否在可接受范围内。只有把分散化、低相关、风险平价和再平衡串成闭环，多策略组合才能真正服务于回撤控制与De-Risking目标。