趋势跟踪策略通常被视为主要用于防御，而在其他情况下则对组合收益呈中性甚至拖累。本研究旨在挑战这一长期观念，通过探索趋势跟踪危机阿尔法的驱动因素，并评估如何在提升整体收益潜力的同时保留其防御特性。具体而言，我们考察危机阿尔法是由趋势持仓所隐含的资产类别内部相对价值投资驱动，还是由β择时决策（即跨资产类别做多或做空）驱动。我们认为，这对于理解如何在保留趋势策略宝贵防御特性的同时改善其稳定性与整体收益至关重要。

如Exhibit 1所示，以SG趋势指数为代表的趋势跟踪策略，在股票回撤期间相对标普500指数表现非常强劲，尤其是自2000年以来的重大金融动荡时期。这一表现正是“危机阿尔法”一词的基础，它捕捉了趋势策略的核心收益特征。

Graph
 

在我们的研究中，我们构建了一个假设的趋势跟踪模型，并将其分解为β择时决策（做多或做空，以及幅度）和相对价值决策（做多或做空某一市场相对于另一市场）。我们分别评估了这两个假设子组合的结果，发现76%的风险和78%的超额收益来自β择时而非相对价值部分。β择时决策也驱动了趋势跟踪方法的大部分典型特征，包括危机阿尔法特征。具体而言，我们发现跨资产类别平均而言，β择时部分与股票的相关性为负的程度是相对价值部分的两倍以上。这些结果引发了一个问题：是否有可能在保留危机阿尔法防御特性的同时，通过更丰富的阿尔法信号来增强趋势策略。我们的研究表明，确实可以将相对价值部分完全替换为对另一个更高夏普比率的相对价值策略的显著配置，并保留该策略的大部分危机阿尔法收益。这是本文的关键发现。如果您想要趋势跟踪的危机阿尔法，同时也想要一个具有更高平均收益的策略——尤其是在股票市场繁荣时期——我们的研究分析表明，两者可以兼得。

结论

在我们的研究中，我们构建了一个假设的趋势跟踪模型，并将其分解为β择时决策（做多或做空，以及幅度）和相对价值决策（做多或做空某一市场相对于另一市场）。我们分别评估了这两个假设子组合的结果，发现76%的风险和78%的超额收益来自β择时而非相对价值部分。β择时决策也驱动了趋势跟踪方法的大部分典型特征，包括危机阿尔法特征。具体而言，我们发现跨资产类别平均而言，β择时部分与股票的相关性为负的程度是相对价值部分的两倍以上。这些结果引发了一个问题：是否有可能在保留危机阿尔法防御特性的同时，通过更丰富的阿尔法信号来增强趋势策略。我们的研究表明，确实可以将相对价值部分完全替换为对另一个更高夏普比率的相对价值策略的显著配置，并保留该策略的大部分危机阿尔法收益。这是本文的关键发现。如果您想要趋势跟踪的危机阿尔法，同时也想要一个具有更高平均收益的策略——尤其是在股票市场繁荣时期——我们的研究分析表明，两者可以兼得。