RP-01 · 波动率

目标波动率

带杠杆上限的目标波动率叠加策略。

Risk ParityVolatility

打开交互图表和其他策略对比

基本信息

适用场景SPY 近 3 年波动稳定性前三

信号频率每日

典型持有期持续持有

资产类别指数、大宗商品、外汇

测试市场数10

数据截至2026-11-10

回测结果怎么看

在 10 个市场中的 4 个，近 5 年的年化收益跑赢买入持有。
在 10 个市场中的 9 个，最大回撤比买入持有更小。
夏普最高的市场：GLD（夏普 1.10，年化 10.7%）。
表现最弱的市场：EURUSD=X（夏普 -0.22，年化 -2.3%）。

权益曲线

目标波动率买入持有 · SPY, 2010-01-04 → 2026-11-10, 起点归一为 1

评分与风险画像

Arena Score: 74.1SPY, 近 5 年

收益质量 · 30%82

回撤控制 · 25%59

稳定性 · 20%70

稳健性 · 15%76

统计可信度 · 10%93

每一项都是和同一市场、同一窗口内所有策略比较的百分位（100 为最好）。

持仓时间占比100%

Ulcer 指数6.9%

最长回撤607 天

日 VaR（95%）-1.38%

夏普为正的概率93%

相对买入持有的 Beta0.70

Alpha（年化）+0.2%

正收益月份占比57%

扣 10 bp 成本后年化7.6%

Deflated 夏普（扣除运气后）51%

年化收益 90% 区间（Bootstrap）-0.4% 至 17.1%

最大回撤 90% 区间（Bootstrap）-30.7% 至 -11.7%

大跌行情中的表现（SPY）

时期	策略	买入持有
2018 年四季度下跌	-11.7%	-19.2%
新冠暴跌（2020 年 2–3 月）	-8.7%	-33.7%
2022 年熊市	-16.0%	-24.5%
市场在 200 日均线上方时（年化） · 81%	+10.4%	+12.5%
市场在 200 日均线下方时（年化） · 19%	+11.2%	+19.8%

大跌时期按美股划分。是否在 200 日均线上方用前一天的状态判断，不存在未来函数。

样本外检验（SPY）

检验项	数值
选出的参数在各自 3 年训练期里的平均夏普	0.97
同一组参数在之后 6 个月真正交易时的夏普	0.91
同样这些月份一直用默认参数的夏普	0.90
重新选参次数 / 参数实际更换次数	28 / 12
全部历史上夏普为正的参数组数	9 组中 9 组
各组参数的夏普：最低 / 中位数 / 最高	0.88 / 0.90 / 0.92

样本外区间从 2013-01-04 开始。训练期的数字因为是从 9 组参数里挑最好的，一定偏好看；样本外的数字才是策略真正赚到的。下降很多，或者只有某一组参数好，都是过拟合的信号。滚动前推测试是怎么做的。

各市场结果（近 5 年）

市场	年化收益	买入持有年化	夏普	最大回撤	买入持有最大回撤	波动率	Arena Score
GLDSPDR Gold Shares	10.7%	16.4%	1.10	-14.8%	-28.3%	9.8%	78
DBAInvesco DB Agriculture	9.4%	8.8%	0.90	-10.0%	-15.9%	10.8%	87
SLViShares Silver Trust	6.6%	15.2%	0.72	-13.6%	-57.8%	9.9%	86
SPYSPDR S&P 500	8.4%	11.6%	0.66	-16.6%	-24.5%	13.2%	74
USOUnited States Oil Fund	5.8%	20.2%	0.59	-10.8%	-36.2%	10.2%	74
DBCInvesco DB Commodity Index	4.7%	10.8%	0.45	-19.8%	-27.3%	11.5%	62
BTC-USDBitcoin	6.3%	2.6%	0.40	-21.6%	-75.9%	12.2%	80
ETH-USDEthereum	2.7%	-15.1%	0.20	-22.3%	-79.0%	12.4%	75
UNGUnited States Natural Gas	-1.4%	-30.7%	-0.12	-21.1%	-93.3%	8.6%	64
EURUSD=XEUR/USD	-2.3%	-0.7%	-0.22	-17.8%	-17.2%	8.5%	26

策略指标基于日收益，未扣除交易成本；买入持有为同一市场、同一窗口的数据。按夏普比率排序。

SPY 在不同时间窗口的表现

窗口	总收益	年化收益	夏普	索提诺	最大回撤	上涨日占比	交易数
近 1 年	+4.9%	4.9%	0.51	0.66	-9.1%	52%	251
近 3 年	+53.8%	15.4%	1.17	1.45	-14.3%	57%	711
近 5 年	+49.5%	8.4%	0.66	0.88	-16.6%	53%	1204
全部历史	+442.4%	10.6%	0.92	1.17	-16.6%	55%	3795

交易规则

Indicators

Rolling volatility

Inputs

TargetVol = 10%

Position

Size = TargetVol / RealizedVol

Risk

Cap leverage at 1.5x

策略证据

下面只列出可用的已校验证据包；没有证据不代表通过验证。

证据覆盖范围

已校验 10 / 10 个预定策略与市场组合

备注

对每个资产叠加目标波动率控制。

嵌入这个评分

可以放进博客文章、README 或论坛签名，徽章会随每日数据自动更新。

<a href="https://quantarenas.com/strategy/rp-01-volatility-target/"><img src="https://quantarenas.com/badge/rp-01-volatility-target.svg" alt="Volatility Target Arena Score on Quant Arena" height="20"></a>

[![Volatility Target Arena Score](https://quantarenas.com/badge/rp-01-volatility-target.svg)](https://quantarenas.com/strategy/rp-01-volatility-target/)

回测是基于日线数据的历史模拟，未计入佣金和滑点，不代表未来收益，也不构成投资建议。每个策略的测试方法见方法论。