本文将交易策略容量定义为部署资本增加导致超额收益被侵蚀的因果问题,提出由平行策略袖套、随机部署规模、固定持有区间及同期对照构成的容量实验。研究发现,资本侵蚀具有持久累积性,短期持有会低估稳态影响;同期比较虽能消除市场日历冲击,却也会同时消除所有袖套共同承担的总体拥挤效应,因此只能识别固定平均部署下的袖套自身响应。校准结果显示,两年持有期平均可恢复约59%的稳态影响,实验成本高度取决于部署规模位置而非单纯日历时间;冲击成本模型则会系统性高估容量。
报告标题:《Robustness or Crowding: Experimental Design for Trading Strategy Capacity》(《稳健性还是拥挤:交易策略容量的实验设计》)。作者为 Alejandro Rodríguez Domínguez 与 Miquel Noguer i Alonso,日期为 2026年8月5日;原文未明确列出作者所属机构或发布机构。
报告研究的核心问题是:一项交易策略在投入多少资本之后,其超额收益优势会被拥挤交易、市场冲击和持仓累积所侵蚀?作者认为,这不是单纯的相关性问题,而是一个因果问题,因为真正需要知道的是“如果把部署资本提高或降低到另一个水平,会发生什么”。传统研究通常使用卖空余额、策略成分股收益联动、机构持仓、资金流等观察性指标估计拥挤程度,但这些指标依赖不同的结构假设,无法直接提供容量问题所要求的反事实结果。
报告提出的主要方案是:同时运行多个相同策略的“袖套”(sleeves,即平行实施单元),随机分配到不同资本部署规模,在固定持有期内保持该规模,并在相同日期比较不同袖套的风险调整收益。该设计可以有效消除共同的市场冲击,但也带来一个根本限制:相同日期比较同时消除了所有袖套共同承担的策略层面拥挤,因此它主要识别的是单个袖套自身部署规模的边际影响,而不是整个策略所有资本同步增加时的总容量。
作者的总体结论是:固定持有期会低估长期拥挤效应;同日比较虽然提高稳健性,却无法识别共同的总拥挤;要识别策略级容量,必须引入跨期的总部署变化,或设计具有不同证券重叠程度的袖套。报告还认为,在其校准情景下,这类实验对于单一策略而言成本极高,只有能够同时运行大量袖套的机构才可能实施。
图1展示了报告的基本实验结构:控制组规模为 (\beta_0=0),其他处理组规模为 (\beta_1,\beta_2,\beta_3),每个规模在一个长度为 (L) 的区块内保持不变。结果变量是经过因子调整的收益,处理袖套与控制袖套在相同日期进行差值比较,再对区块内结果进行平均,得到有限持有期容量曲线 (m_L^{avg}(\beta))。
图1隐含了三个重要概念。第一,随机分配提供了因果识别所需的外生变化,避免管理人因为近期业绩好而主动扩大规模所造成的反向因果。第二,同日比较消除了市场共同冲击,例如宏观新闻、市场方向和流动性变化。第三,资本部署会形成一个逐渐积累、缓慢消退的“侵蚀库存”,因此实验在区块结束时观察到的只是稳态影响的一部分。
作者将研究对象区分为三种效应。控制直接效应是改变一个袖套自身规模、同时保持平均市场部署不变的影响;单袖套总效应还包括该袖套因改变自身规模而对平均部署产生的有限影响;策略级效应则是所有袖套同步扩大规模时的影响。报告指出,图1式均衡重叠设计主要识别第一种,而不是容量定义真正需要的第三种效应。
报告不假设袖套彼此完全独立,而是引入重叠矩阵 (\Gamma),表示一个袖套的部署有多少比例进入另一个袖套所持有的证券。均匀重叠是特殊情形,此时每个袖套都面对相同的平均部署 (\bar W_t)。该假设使得把一个袖套从 (\beta_0) 调整到 (\beta) 时,策略平均部署只改变约 ((\beta-\beta_0)/N),而不是全部改变幅度。
这是一项解释性很强但并不轻的假设。它意味着袖套受到的共同拥挤只取决于平均部署,而不取决于究竟是哪一个袖套投入资本;同时,它把单个袖套的实验足迹压缩到整个策略规模的 (1/N)。如果现实中不同执行渠道、地区、借券池或流动性层级的重叠程度差异很大,那么均匀重叠模型可能过于理想化。
动态部分采用资本侵蚀库存的递推模型。部署规模先经过规模响应函数 (c(\beta)) 转换成侵蚀输入,再通过一个持久性内核逐期累积和衰减。作者允许 (c(\beta)) 随规模非线性增加;校准时使用 (c(\beta)=\kappa\beta+\zeta\beta^2),其中二次项反映边际拥挤随规模上升而增加。
需要注意,报告明确区分了即时交易冲击与持有期层面的总侵蚀。即时价格冲击可能呈现平方根规律,即规模越大但边际影响递减;然而总侵蚀还可能包括持续持仓、借券成本、竞争者反应和套利机会被公开后衰减等渠道,因此长期规模响应仍然可能是凸的。
图2A显示侵蚀效应随持有期逐步累积。校准内核下,两年持有期只能恢复约59%的稳态效应,60个月时也尚未完全达到100%。这说明短期随机化所识别的是冲击期效应,而不是长期容量斜率;如果直接把短期结果解释为稳态容量,就会系统性低估拥挤损失。
图2B用分解条形图说明同日比较同时消除了两类共同成分:一类是市场日历冲击,另一类是所有袖套共同承担的策略级拥挤。蓝色部分代表实验真正保留下来的“本袖套自身反应”。因此,同日比较的稳健性与总拥挤识别之间存在结构性冲突,而不是普通的统计效率权衡。
图2C展示实验成本与处理组位置的关系。零规模与单位规模之间虽然容易形成明显差异,却放弃了228个累计百分点的策略边际收益;将两个规模放在1.5和2.0附近,实验持续时间几乎相同,但只放弃约11个百分点。这是因为净收益曲线在最优规模附近较平坦,接近最优点的袖套虽然仍能产生规模差异,却不会显著牺牲收益。
图2D比较真实总侵蚀与仅基于交易执行成本的影响模型。执行成本曲线下降较慢,因此与退出门槛的交点更靠右,导致影响模型报告的容量高于真实容量。作者认为,执行记录可以很好地估计“交易这笔仓位要付出什么成本”,但不能估计“如果没有其他参与者持有该仓位,策略本来还能赚多少”。
图3左侧是隐含借券利率的横截面90分位数。该序列在2000年代中期较低,2008年后出现明显抬升,2020—2024年维持在较高水平,说明卖空一侧的融资压力具有长期持久性。作者以该系列作为策略侵蚀库存持久性的外部参照,但并没有直接证明策略收益侵蚀与借券成本具有完全相同的衰减速度。
中间散点图显示,策略之间在因子敏感度空间距离越近,风险调整残差相关性通常越高,相关系数约为负向距离关系,整体Spearman相关达到0.55。这为袖套之间存在共同波动、但可以通过同日差分消除提供了经验依据。
右侧柱状图显示13个策略的因子调整后残差波动率大约在2至5个百分点/月之间,策略间差异明显。该波动率直接影响实验所需样本量:即使平均侵蚀只有约0.123个百分点/月,面对3.61个百分点/月的残差波动,也需要大量袖套和较长时间才能获得足够统计功效。
表1使用20,000次模拟以及两年持有期,设定几何衰减参数 (a=0.9177),真实效应为0.123。结果比较了终点观测、区块平均、理论最优权重和估计内核后的可行估计量。
终点观测相比区块平均效率低约三倍,因为它丢弃了区块内的大量路径信息;理论最优权重相对区块平均只提高约7%,说明在几何内核下,简单区块平均已经相当接近最优。最值得注意的是,直接在实验中估计内核再进行去衰减的可行估计量表现最差:在设计样本量下偏差约为目标值的四倍,标准差约为区块平均的14倍,即使样本扩大100倍仍然最差。
这表明“理论上更稳健”不等于“有限样本中更有效”。如果外部传入的持久性参数大致正确,使用传入内核进行去衰减优于在同一实验中同时学习内核;但如果外部内核严重错误,则模型偏差可能超过估计噪声。
图4左图使用区块最后一期观测,右图使用区块平均。两图均显示持有期越长,恢复的稳态效应越高;有限记忆内核在记忆期结束后可以达到100%,而几何内核和双速度内核由于存在长尾,在有限持有期内始终低于稳态。
右图特别说明区块平均比末期观测衰减更严重,因为平均值包含了较早、侵蚀库存尚未建立的时期。报告给出的几何内核公式为 (F_L=1-a^L),区块平均对应的 (G_L) 则是各期累积比例的平均值,且始终满足 (G_L\leq F_L)。
表3的模拟显示,同日分配时,方差大致按 (4(1-\bar\rho)/P) 下降,袖套数量增加能够持续提高精度;错开日期分配时,共同日期成分无法消除,方差趋近于 (2\bar\rho=0.372),复制数量增加后出现饱和。两种方案的方差比从10个袖套时约1.6倍上升到400个袖套时约48倍,说明“同时运行、同日比较”是该实验能否实际实施的关键。
表4以80%统计功效为目标,使用残差波动率3.61%、袖套平均相关系数0.186、持久性0.9177和单位规模侵蚀差0.123。结果显示,单一策略的实验需求极其庞大:即使不考虑有限持有期衰减,也需要约17,993个策略月;100个袖套、两年持有期大约需要42年,400个袖套、四年持有期则约需6年。
表4还显示,去衰减所需的最优权重相对区块平均的节省有限,一年持有期约16%,四年约9%。因此,缩短实验时间的主要方法不是复杂加权,而是增加同时运行的袖套数量、提高处理组之间的可检测差异,以及选择合适的部署规模。
图5左侧的净收益曲线在约(\beta^*=1.73)处达到最大,最优净收益约为0.739个百分点/月/参考资金单位。零规模与单位规模的组合会放弃228个累计百分点,因为控制组完全放弃了可获得的策略收益;1.5与2.0规模的组合只放弃约11个百分点,但需要相近的501个月;1.5与3.0组合则能把实验缩短至约39个月,机会成本约13个百分点。
图5右侧进一步说明,在相同统计差异下,不同处理臂位置可以导致超过一个数量级的成本差异。作者由此提出两阶段设计:先用较宽的规模间隔确认侵蚀存在并估计内核形状,再在容量交叉点附近使用较密的网格进行定位。
表6显示,如果拥挤只占总侵蚀的15%,仅交易成本模型估出的容量仍会比真实自身容量高约10%;当拥挤占比达到50%时,影响模型估出的容量甚至超过4的 mandate ceiling,意味着它会把整个可行范围错误地判断为“未封顶”。
表7比较外部传入内核与实验内估计内核。在真实内核接近几何内核时,传入内核的固定持有期设计均方根误差显著更低;双速度内核下仍优于多持有期设计。但在12个月有限记忆内核下,传入几何内核产生约0.037的偏差,约为目标0.123的30%,此时多持有期设计更好。
表8区分“如何放置处理臂”和“如何报告容量区间”。简单地用两个估计均值之间的括号报告容量,固定网格下覆盖率低于50%,自适应细化时甚至低于20%。相反,基于同时置信带、并对预先设定候选规模集合进行Bonferroni校正的容量集合能够保持约90%的名义覆盖率。固定网格报告区间约为7.1个分辨率尺度,自适应规则约为8.3个,故在该模拟中固定网格既更短也更容易保证有效推断。
校准样本包含13个多空策略,覆盖北美、欧洲、亚太、日本以外亚太和发达市场,样本期为2001年1月至2023年7月,共271个月。作者从125个候选市场因子中筛选8个共同驱动因素,并用其对策略收益进行调整。
核心校准是:公开发表后的策略收益下降,在扣除伪发现基准后为每月0.123个百分点,作者将其标准化为 (c(1)-c(0)=0.123)。在曲率参数(\zeta=0.05)下,得到初始边际系数(\kappa=0.073),单位规模处边际拥挤为0.173。
但报告明确承认,这两个关键桥接假设无法在当前面板中可靠检验。第一,策略侵蚀库存与借券压力被假定具有相同持久性;策略面板估计的衰减参数约为0.27—0.28,而外部传入值为0.9177,虽然置信区间极宽、包含传入值,但并不能构成强有力验证。第二,发表后收益下降被视为资本部署造成的全部结构性侵蚀,但四个策略的校正后变化从-0.10到+0.58个百分点/月,异质性很大。
因此,报告的日历时间和样本量不是无条件预测,而是高度依赖外部持久性和侵蚀幅度桥接的情景分析。
报告没有采用传统DCF或可比公司市盈率估值,而是把实验视为一个“放弃策略收益换取因果信息”的投资决策。机会成本以实验期间处理臂与原本最优运行规模之间放弃的净边际收益衡量。
其关键逻辑是:在最优规模附近,净收益函数的一阶导数为零,因此把处理臂放在最优点附近,放弃收益是距离的二阶函数;但实验识别差异来自侵蚀函数的一阶变化。因此,缩窄处理臂并不会无限降低总成本,理论上存在一个严格为正的成本下限。
在工作模型下,任意围绕最优规模对称放置的处理臂,其理论最低累计成本约为10.6个百分点;低于该水平需要使用较宽的处理臂,例如0与4的组合约为9.8个百分点,但宽臂会损害局部线性近似,而且有限网格本身限制了容量区间的分辨率。
总拥挤不可识别风险。 在均匀重叠下,总拥挤与任意日期共同成分完全同向;消除日历冲击的零和差分也必然消除共同拥挤,因此无法通过任何同日估计器恢复策略级拥挤。
持久性错设风险。 两年持有期在基准参数下只恢复约59%的稳态效应;如果真实持久性为0.97,去衰减后实验需求可从509个月升至1,981个月,影响远大于序列相关修正带来的约6%调整。
外部桥接不可检验风险。 侵蚀持久性从借券序列迁移而来,发表后收益下降被解释为部署侵蚀,这两项假设都无法由当前实验前数据直接验证。
处理执行偏离风险。 分配规模 (Z) 与实际部署 (W) 可能因执行不完全、竞争者反应或测量误差而不同;若实际部署可观测,分配规模可以作为工具变量,否则识别对象仍是“分配政策效应”而非实际资本效应。
因子调整改变估计对象风险。 如果部署规模同时改变策略因子暴露,使用固定的、跨处理臂不变的调整可能保留总效应;若在每个处理臂内重新估计载荷,则可能只保留直接侵蚀效应。附录校准显示,两者分别约为0.088和0.123,因子传导渠道约0.035,约占总效应的两成至两五成,具体比例取决于定义。
容量部分识别风险。 有限规模网格只能识别网格点上的容量曲线,容量交叉点只能落在两个相邻处理臂之间,除非额外施加参数形式、插值规则或曲率约束。
路径依赖与容量混淆风险。 适合识别稳态容量的长持有期,会让上升—下降路径差异趋近于零,从而不利于检验路径依赖;检验路径依赖需要单独的ramp设计。
报告最大的理论贡献,是把“同日比较为何稳健”与“同日比较为何不能识别总拥挤”统一为同一个识别问题,而不是把后者当作普通数据不足。其方法论优势在于明确区分了自身效应、单袖套总效应和策略级效应,并将持有期定义为估计对象的一部分。
但其数值结论对外部参数高度敏感。特别是,0.9177的持久性与0.123的单位规模侵蚀幅度虽然被称为经验校准,却分别依赖不可检验的跨序列迁移和发表事件解释;而四十多年、数千策略月的实验成本主要正是由这些参数推动的。报告对此并未隐瞒,反而明确指出估计桥接参数可能比检测侵蚀斜率本身更昂贵,但这意味着实际投资决策不能把表4、表5的数字视为无条件基准预测。
此外,报告一方面强调“无需参数化即可从轨迹识别内核形状”,另一方面又通过模拟显示,在有限样本下内估计内核通常不如传入内核。这并非逻辑矛盾,而是识别能力与估计效率之间的区别;然而实际执行时必须同时报告模型自由的终点下界和模型辅助的去衰减点估计,否则容易把桥接假设隐藏在精确数字后面。
该报告的核心判断可以概括为四点:
因此,作者并不是简单推荐“进行一个容量实验”,而是提出一套分层方案:先通过多持有期或短期pilot估计侵蚀内核形状,再用同日、同时运行的大量袖套识别自身容量曲线,最后用预先固定的候选网格、同时置信带和容量集合报告不确定性。总体立场是:交易策略容量可以通过实验研究,但必须先明确估计的是自身边际容量还是策略级总容量;若估计对象未被明确界定,实验结果即使统计上稳健,也可能回答了错误的问题。
2608.08405.pdf