第十章 标准普尔DTI收益的特点

正如我在前面章节所讲的，标准普尔DTl可以反映并且估量不同大宗商品期货的走势。这些期货包括全球多种外汇、金融期货和大宗商品期货。

有人也许会怀疑这些期货混在一起是否能构成一个指标，那么请思考以下金融分析师晗立德·迦叶所引用的话。

指标可以是指数，但它可能不是一个有优良业绩的指数或者一个标准指数。道琼斯工业平均指数是最受欢迎的市场指标之一……它并不严格符合一个优良业绩指数的标准……威尔逊5000是涵盖范围最广的指标，其包含着美国的全部证券，也囊括了许多必须被优化才能让证券投资组合积存的难以流动的股票(《指数日报》 2003 年版)。

因此，我们可定制各种指标来反映不同的市场现象。

设计标准普尔DTI 移动平均线的算法

标准普尔DTI 是一个用来反映趋势的延伸程度而并非价格延伸程度的指标。这可能是因为标准普尔DTI 的通用算法(一个1.6 权重、参数为7个月的指数移动平均线)决定着标准普尔DTI 每一个板块的价格运动方向。这些方向指定每一个板块是应该做多还是做空(或者空仓，就像能源板块一样)。因此，无论价格上涨还是下跌，标准普尔DTI 都能够增值，但是如果是震荡行情就不行。根据标准普尔DTI 每个板块的走势与均线(MA) 的相对位置关系，我们可以选择同一个均线来刻画不同板块价格的未来趋势。然而，这个均线既没有做过优化也没有做过曲线拟合，所以我们选定哪种均线，对趋势预测的结果影响并不是很大;用另一条均线来计算的话，只是会改变具体的数值，而不会改变总体的指标功能。不同的均线只会或多或少地影响收益的水平，选定哪类均线还是要根据具体情况来确定。

为什么具体的均线参数对收益不重要

为了说明为什么具体选哪类均线对收益不重要，我们计算了不同时长的长期内标准普尔DTI 出现亏损(不包括短期国债利息) 的月份数。如果亏损的月份数是稳定的，就会强力证明长期趋势(数月到数年)决定着标准普尔DTI 各个品种板块的基本走向，而与经济环境无关，这也是标准普尔DTI 收益保持稳定的一部分原因。表10-1 显示了从1961 年至1984 年的LSM 和1985 年至2005 年的标准普尔DTI 分别与标准普尔500 指数的对比。

LSM 是标准普尔DTI 的代替指标。从1961 年至1984 年，我们使用的是LSM 包含的期货品种，其与标准普尔DTI 的品种是相似的(但不是相同的)。它们仅有的区别就是LSM 的投资品种仓位比例是相同的，而且有些品种与标准普尔DTI 不同。这是因为当时期货的流动性不高。

标准普尔DTI 与只做多的指数的比较

像标准普尔500 指数这种只能做多的指数，只有在亏损的月份数较少时才能得到高收益。相反，可以做多/做空期货组合的LSM 和标准普尔DTI，在任何时期内的亏损月份数都几乎一样。例如， 1961 年至2000 年，LSM 和标准普尔DTI 的收益(除了短期债券)总波动幅度为变化了268% ，年收益最低为6.12%，最高为22.55%， 但是亏损百分比值仅与均值差了10%。这证实了LSM 和标准普尔DTI 的年收益与趋势的延伸程度有关，与只做多的月份的收益数目无关。标准普尔DTI 还可以计算波动性，标准差越大，收益越高。这与许多证券恰好相反。

均线的规则只能衡量收益的水平，但无法决定收益的大小

换言之，简单均线无法预测任何东西，只能反映有效的趋势。均线可以平滑价格，更好地定义趋势。此外，所有的简单均线在任何环境下都适合于计算趋势。虽然LSM 和标准普尔DTI 用了1.6的权重和7 个月的均线，但是如果以其他周期长度的均线来替代的话，完全有可能获得更高的收益。

在1973 年，均线的参数越大，权重越小，收益就越高; 然而在1992年，均线的参数越小，权重越大，收益越高。举个例子，1973 年，LSM 模拟采用1.6 的权重、7 个月的均线获得了87.4%的价格收益。然而，使用12 个月的简单均线(权重都是1 )，价格收益会达到94%; 如果使用2 的权重、7 个月的均线，价格收益会达到83.2%; 如果使用4 个月的均线和1.6的权重，价格收益会达到74.2% 。由此可见，由于市场处于长期的强烈上升趋势中，使用12 个月的均线将会收益最大。

相反，在1992 年(收益较低的一年)，均线的参数越小，权重越大，收益越高，而均线的参数越大，权重越小，收益越低。举个例子来说，1992 年标准普尔DTI 模拟使用1. 6 的权重、7 个月的均线，价格收益为3.7% 。然而，如果使用7 个月的均线和2 的权重，价格收益会达到5.9%;如果使用4 个月的均线和1.6 的权重，价格收益会达到6.7%; 如果使用12个月的简单均线( 1 的权重)，价格收益会达到1%; 如果使用12 个月的均线和1.6 的权重，价格收益会达到2.9%。所以权重越大、均线参数越小，获得的收益会越大，因为这段时期趋势难以控制。

这些好案例或坏案例的重点要说明的是: 尽管不同均线的收益不同，但不管用哪种均线都能获利。例如， 1973 年面临通货膨胀，利率上升，收益达到顶峰; 而1992 年则是利率低，消费者物价指数低，收益低。这就说明收益的多或少都由经济基本面决定，并不是均线导致了市场趋势不同。

提高收益的唯一办法是提前预知经济基本面的情况，并采用对应的均线参数，但这是行不通的，因为你不是预言家。因此，我们所选择的均线在一些时期内会比其他均线收益更高。最需要记住的是，无论短期内收益是多少一一不管收益程度多高或多低，标准普尔DTI 都会随着时间的推移一直赚钱。

洗盘和短期趋势无法一直决定标准普尔DTI 的波动

只要一个交易系统中采用了均线方法或者趋势跟踪的方法，就一定会遭遇一定程度的洗盘。如果一个均线能反映长期稳定的上升或下跌趋势，那么它们就无法反映短期波动的行情，这两者需要权衡，不可兼得。如果一个均线不能够预测未来，收益比较低甚至亏损，那么就说明该均线不适应该短期趋势(几天到几周)。然而，长期来说， 参数大的长期均线都可以获得长期收益，特别是在对不相关的品种分散投资的情况下，其收益更高。关键原因是基本经济要素导致的长期趋势需要通过很长的时间才能变化。根据查尔斯·道的定义，长期趋势必须持续数月至数年(至少持续三个月以上)。

政府的货币政策、税收和世界性的政治决策导致了影响宏观基本面的事件出现，在这一点上，美国政府的影响力是最大的。此外，微观基本面的供给与需求关系促使每个品种单独地产生特定的长期趋势。只要这些政策和力量(最具影响力的美联储政策)不消散，市场就会自我调整，并保持一定的方向，直到新的因素出现并影响了这个趋势。

在使用均线指标时，如果洗盘是因为短期的、技术上的、琐碎的或者无法预料的事件而导致的，则它将会引起亏损。短期趋势主要由小事件引起。与其他指标或只做多的指数相比起来，LSM 和标准普尔DTI 的收益在长期趋势中是乐观的，亏损程度一般比较稳定。46 年以来( 1961 年到2006年)，短期趋势无法一直决定标准普尔DTI 的波动，它只能使46 年中的12个月周期下的(不包括短期债券)亏损月数( 32 个月)较少。

在这46 年里， 一次完全无法预测的美联储的政策改变造成了令LSM/标准普尔DTI 震惊的巨大亏损。在1978 年的第四季度，保罗·沃尔克一一一个受米尔顿·弗里德曼影响的人一一突然宣布改变货币政策，取消利率与货币供应量的关系，取而代之的是按照一定的比例(6% )增加货币供应量。原本根据控制通货膨胀和固定利率政策运营的市场一下子被颠覆了。根据弗里德曼的货币理论，造成通货膨胀的真正因素是价格信用，而不是货币数量。此外，在华尔街，什么事情都可能发生。因此，美联储的行为不能被定义为唯一让市场动荡的因素，毋庸置疑的是，其他无法预测和提前引起重视的事件也都会导致市场动荡。

任何时期的收益都是基于长期趋势的延伸程度

最后，和股票以及债券指数一样，在过去的46 年里，无论标准普尔DTI 有没有权重，或是LSM 的权重有任何调整，或者无论它们的品种组合如何，每一个板块的权重是什么，以及它们所拥有的大宗商品与金融股占比如何，都无关紧要。任何时期的收益都基于长期趋势的程度，与亏损或盈利的月份数无关，也与意外事件导致经常发生的洗盘无关。

LSM 和标准普尔DTI 亏损的本质

我以经验建立的标准普尔DTI，是利用基本面决定的长期趋势的程度和持续一致的交易原则获利的。短期趋势(如洗盘)造成了每个月大约有33% 的时间是亏损的。总的来说，长期趋势能影响收益并且该收益比短期亏损高，短期波动只能降低中期收益以及造成小亏损而已。

大宗商品期货与金融期货间的非相关性

除了长期趋势提供了大部分收益之外，构成标准普尔DTI 的大宗商品期货与金融期货之间还不存在相关性。这也能够形成分散投资，因此这是一个非常稳定的投资方法。虽然通用的简单均线应用在所有品种和板块上，但46 年来，两种期货品种的走势是互不相干的，自然形成了分散投资。请看表10-2 ，这个表显示，从1961 年至2006 年，LSMI 标准普尔DTI的两种期货与消费者物价指数间的相关性非常低。有趣的是，金融期货与消费者物价指数的相关性比大宗商品期货更高。

表10-3 更形象、更通俗、更简单地显示了大宗商品和金融期货之间的相关性。这个表显示了标准普尔DTI (从1985 年起)中的金融期货与大宗商品期货的收益百分比，还显示了每个板块相较于前一年的百分比变化一一上升或下降，以及说明发生了什么变化。1990 年后，这两个板块仅发生了一次与前一年同时上升或下降的百分比变化。这显示了当一个板块收益比前一年更少时，另一个板块就会收益更多或者亏损更少。标准普尔DTI 能够一直取得收益的主要原因是这两个板块之间的互补性。这种组合比分散投资更有意义，所以标准普尔DTI 更像对冲基金，能够同时拥有互补却又不相关的多头仓位和空头仓位。

a. 模拟测试标准普尔DT1一一毛收益(不包含短期债券的利息)，不包含费用。模拟测试时用每个月最后一个交易日的数据计算收益。从2004 年开始，标准普尔DTI 在每个月前5 个交易日中随机选择一天进行交易。

b.  方向，加号和减号表明当年的收益相比头一年是增加了还是减少了。

c. 每年增加或者减少的百分比方向变化(是否同向)。

这两种板块的非相关性可以从历史数据总结得出，需要记住的是，1975 年9 月前，金融期货还无法作为期货合约进行交易。1961 年至1975年间， LSM 没有检测到这两种期货之间的非相关性。这是因为当时只有大宗商品期货，而且在这段时期， LSM 的大部分仓位都是谷物。与拥有50%金融期货仓位的标准普尔DTI 相比，它亏损的时间超过了1 年。

这种非相关性的重要性可以通过这样的方式得出: 不考虑短期债券的利息收入的因素，LSM 测试了24 年的数据，标准普尔DTI 测试了22 年的数据，通过每12 个月一个滚动周期比较得出。在这541 个统计周期中，户有32 个周期是亏损的。然而，在这32 个周期中有11 个周期的亏损发生在前121 个滚动周期里。(所有的数据都是以月底的数字为准，没有随机成分。)

因此，使用这个方法测试时，前22 .4%的周期里有34.4%处于连续12个月亏损，换句话说，前121 个滚动周期亏损了9.1%，在那之后，亏损下降到只有5%。从1971 年12 月至今，胜率从90.9% 增加到95% ，这很大程度上是因为两个不同板块的非相关性。1971 年的胜率比较低，这是使用的期货合约种类受限以及相关性更高造成的。表10-4 显示了同一个板块中期货合约数量与仓位比例情况。

查看表10-9 列出的LSM 和标准普尔DTI 的详细品种组合。

品种的真正分散

除了非相关性之外，标准普尔DTI 还能实现所包含投资品种的真正分散。股票指数是通过纳入不同股票来实现风险分散的。但股票间的相关性大约为0.65。相比之下，标准普尔DTI 的大宗商品期货彼此间完全没有任何联系。白银、可可粉和大豆的供需关系都是独立的。而股票通常随着利率和国内生产总值的增加或减少出现波动。每个期货品种的供需关系都是基本因素，都会严重影响价格的波动。单个品种也受简单均线的影响，但标准普尔DTI 除外。

分散和非相关性使收益稳定

我们可以说，长期的移动均线有相似的特征: 在波动的市场(低增长、低消费者物价指数和低利率)，均线更容易出现洗盘，在长期趋势的市场，均线更容易让我们捕捉到大部分趋势。洗盘会对单个品种造成毁灭性打击，导致相当大的亏损，这是简单均线所存在的问题，但是测试表明，如果采用分散的方法，不要把鸡蛋都装在一个篮子里，就不会出现这种情况。

标准普尔DTI 的均线与其他均线具有相同的特点。标准普尔DTI 的移动均线无法避免洗盘。实际上，在过往的测试中，具有高波动性的大宗商品，例如糖和白银，有40% 的时间会遭遇洗盘。但是，因为标准普尔DTI的品种是分散的一一除非发生极端的宏观经济事件，当一个大宗商品遭遇洗盘时，其他大宗商品一般不会遭到洗盘。这就是说，基本面的供需关系导致白糖洗盘时，其他的诸如石油、黄金和短期债券之类的期货价格与白糖完全没有任何关系。这样说的意思是，标准普尔DTI 中其他不相关的品种的收益会弥补正在被洗盘的品种的亏损，这使得其总体收益非常稳定。

短期趋势造成LSM 和标准普尔DTI 的亏损

最后，为了更好地理解为什么LSM 和标准普尔DTI 亏损是短期趋势造成的，我们已经分析了从1961 年至2006 年以12 个月为滚动周期的历史数据。每个板块按照各自的长期趋势建立了仓位，基本面的变化可能给它们带来亏损。当一个突然的消息出现或者有重要事情发生时，商人就会立刻兑现利润，套期保值者就会暂停交易，市场就会重新估计一下类似下述的一些重要事件。

● 战争或者战争的威胁。

● 美国总统被暗杀:肯尼迪。

● 总统丑闻。

● 对自由市场进行干预的威胁(也就是提案) :肯尼迪一一钢材价格; 尼克非公一一工资与物价管制;克林顿一一全民医疗保障。

● 突然宣布改变美联储政策: 1978 年沃尔克的政策。

● 美联储的错误政策: 2001 年至2002 年格林斯潘的政策。

● 重要国家的国际危机。

最大回撤的分析

标准普尔DTI 在1985 年至2006 年之间发生的最大回撤只有8.24% ，其发生在2003 年2 月底至9 月30 日。以下是造成这次回撤的市场事件的时间线。

● 2003 年1 月至2 月价格收益4.31%一一伊拉克战争的威胁导致能源产品价格上涨。

● 2003 年3 月至4 月价格收益-2.92%一一伊拉克战争的结束，使得能源产品价格下跌。

● 2003 年5 月价格反弹，价格收益反弹了1.99% 。

● 2003 年6 月至9 月价格收益为一5.85% 。美联储政策的突然改变使得美联储基准利率从50 基点降到25 基点，导致市场出现恐慌性的下跌。在6 月至7 月之间，美国国债下跌了12.10% 。而7 月份是美国国债下跌得最厉害的一个月，跌幅达到9.82% 。

1963 年回撤了8.92% ，这是使用LSM 的46 年以来，回撤最大的一次。但是LSM 只投资了大宗商品期货而没有投资金融期货，因此这次回撒的影响并不是很大，而且更重要的是， LSM 和标准普尔DTI 所使用的策略是不同的。

请注意，1961 年至1984 年间，LSM 各品种的仓位比例相同，而标准普尔DTI 在1985 年至2006 年间各品种的仓位比例不同。

因为很难分配仓位比例，所以1961 年至1984 年间LSM 没有按照板块分配仓位比例。此外，律师也承认:在公众面前提及"高收益"是十分轻率的举动。因为从1985 年起标准普尔DTI 才可以开始使用，所以四大财务公司仅仅审计了标准普尔DTI 从1985 年开始的业绩。如果想更加具体地了解所有32 个亏损周期以及我认同的理由，请看表10-5 到表10-9 。

数据来源: 阿尔法管理公司整理编衅。LSM 期货数据来自大宗商品研究局。过往的业绩不代表将来的收益。

a. 胜率: 96.9%。亏损数: 228 个周期中有7 个亏损。1982 年到2000 年3 月之间的连续12 个月期间。当时处于通货膨胀时期。复合收益是7.03%。

b. 1982 年到2000 年3 月期间，大部分的市场指数都创出新禹。

c. 标准普尔500 指数在2000 年8 月创出新禹。

a. 胜率：76.2%。亏损数：21 个周期中有5 个亏损。2000 年到2002 年3 月处于通货膨胀时期，12 个月周期的复合收益是3.81%。

胜率：79.2%。亏损数: 24 个周期中有5 个亏损。2003 年到2004 年是恢复期，12 个月周期复合收益是7.89%。

a. 在测试标准普尔DTJ 时，豆油和豆粉从1991 年l 月1 日开始被删除了。

b. 欧元在2000 年1月取代了德国马克。

c. 精制汽油在2006 年10 月1日取代了无铅汽油。

在阅读表10-8 时需要注意一些事情。在1961 年至1 984 年间进行的LSM/ 标准普尔DTI 的测试中，我们会发现在这期间只有一次12 个月的亏损。这个期间在1971 年10 月31 日结束，那时对理查德·尼克松"工资与物价管制"提案的否决导致了亏损的发生。市场没有预料到提案会被否决，大宗商品价格一直缓慢下跌，直到1971 年8 月15 日提案正式地被否决。

1985 年至2006 年标准普尔DTI 的测试显示，在这期间短期债券利率降到55 年来的新低，该部分金融产品期货占标准普尔DTI 总收益的44%，这导致了这期间发生了7 次亏损。

在此之前，短期债券的年复合收益率是4.74% ，与之相比，亏损的时期短期债券的利率下降了75%。如果短期债券的收益保持在4.74%，那么在2003 年9 月30 日周期结束时，亏损应该是2.91% 而不是6.47% 。

所以，这里的要点是短期债券利息导致了以12 个月为滚动周期的亏损持续增加，而不是标准普尔DTI 的价格收益出现异常的问题。

结论

标准普尔DTI 使用的是通用的演算法:权重指数是1.6 的和参数是7个月的指数移动平均线。每个板块的仓位由该板块的期货价格围绕均线上涨或下跌的波动决定。在测试时，通过改变不同的权重和不同的均线参数，会发现有些均线的收益更好。在开发标准普尔DTI 时，我就决定要使用通用的算法了，因为在开发交易系统时，数据地雷或曲线拟合都对系统的业绩有影响。很多交易系统或投资方法都因此受过挫折。

需要牢记的是，不管均线参数是多少，标准普尔DTI 的收益都相似。总的来说，对于不同参数的均线，盈利和亏损的时期数比例接近就可以了。

和典型的只做多的指数不同的是，标准普尔DTI 的年收益靠的是市场趋势的延伸程度，而不是靠月度的收益。还有，市场的波动性越大，标准普尔DTI 的收益越高，这也与很多证券不同。

标准普尔DTI 所包含的各个期货品种之间没有相关性，这大大提高了分散投资风险的效果，分散和非相关性有助于标准普尔DTI 收益的稳定。只要收益稳定，资金就不会有大的回撤。