3500亿管理期货的真相：规模越大，趋势策略越拉跨

作者：老余捞鱼

原创不易，转载请标明出处及原作者。

写在前面的话：趋势跟踪策略过去十年的疲软表现，流行的解释是：资金涌入导致拥挤交易。但多篇独立学术研究表明，资金流入与策略衰减之间没有显著的统计关系。今天这篇文章写给所有在CTA基金里挑花眼的配置者：规模才是是收益的敌人。

期货行业管理机构目前有超过 3500亿美元 资金，比2011年底的3000亿又上了一个台阶。关于趋势跟踪策略在2009到2019年那段惨淡岁月的原因，业内最流行的说法是：钱太多了，把交易挤没了。

这个说法听起来合理，但在严格的学术检验面前站不住脚。

真相更扎心：问题不在”拥挤”，而在单个基金的规模撞上了一道容量天花板，大约30到40亿美元。行业里最常用的基准指数，全部成分基金都超过了这条线。

一、趋势跟踪的收益来源到底是什么

先搞清楚一件事：趋势跟踪赚的不是别人犯错的钱，跟做空波动率或者做空彩票股那种”收割别人偏见”的策略不一样。

Fung和Hsieh（2001年）发表在《金融研究评论》（Review of Financial Studies）上的论文表明，趋势跟踪策略的收益可以用一组”回溯式期权”（lookback straddles）来复制。一个lookback put加一个lookback call，合起来的收益等于资产在固定窗口期内的最大值减最小值，也就是价格走的全部区间。

这个收益结构有个数学上的硬特征：底部接近零，右尾敞口。横盘市场里区间小，收益就小；趋势市或者高波动市场里区间大，收益可以很大。这种”亏得有限、赚得没上限”的分布，从数学上就保证了正偏度，也就是所谓的”危机阿尔法”。

这不是营销话术，是代数结果。

Lempérière等人（2014年）在arXiv上发表的研究进一步解释了为什么这种期权式的收益结构能存在。他们测了1800年以来的四个资产类别，发现趋势跟踪的超额收益t统计量自1800年起接近10，自1960年起接近5。更关键的是，他们发现了一个”饱和效应”：基本面交易者不会去对抗弱趋势，只对抗强趋势。这恰好让趋势能形成并持续足够长的时间被捕捉到，而不是立刻被套利掉。

二、2009到2019，看起来很像策略衰减

流行的”拥挤”说法有真实数据支撑。CFM团队在自己的长周期序列中发现，策略从2011年起”几乎持平”，这是策略历史上最高AUM时期与最差表现时期重合的教科书级”拥挤交易”信号。Two Sigma的独立研究也佐证了同一窗口期的变化：SG CTA指数收益对宏观动量因子的回归beta在2011到2013年间翻了一倍。

但”看起来像”不等于”确实是”。

Baltas和Kosowski（2013年），帝国理工商学院的一篇被广泛引用的工作论文，直接检验了拥挤假说。他们用1974到2012年的71个期货合约构建时间序列动量基准，然后做了两个独立的容量测试：

• 测试一：把策略表现对滞后的CTA资金流入做回归。结果：没有统计显著或经济显著的关系。作者原话是”表现出时间变化”，而不是一致的拖累。
• 测试二：模拟把整个系统化CTA行业的AUM全部投入策略，看持仓规模是否超过CFTC报告的持仓量。结果：同样没有显著效应。

他们发现的真正有意义的信号是：2008到2013年间，跨市场相关性上升了。更多资金追逐同一个信号，直接检验后对表现没有影响；但市场之间比以前联动更紧密，确实和弱表现期重合。

这是两个不同的命题，流行叙事把它们混为一谈了。

三、容量天花板在哪里，为什么那个数字本身不够

30到40亿美元这个数字来自 Quantica Capital 2025年3月的研究。看这个数字的时候得带上一个清醒的认知：Quantica自己就是一家趋势跟踪CTA，管理规模约10亿美元，它的卖点就是”小而美”，明确跟大型管理人打风险调整后的差异化竞争。一份结论是”大基金结构性跑输小基金”的研究报告，本身就是它自己的商业论证。

研究地址：https://quantica-capital.com/en/publication/qi-2025Q1

但这个方向性的结论值得认真对待，因为有两个独立的学术研究，互不知情，用不同的数据和方法，指向了同一个方向。

机制是这样的：在69个商品期货市场中，最活跃的10个市场占了总流动性约70%，其中能源板块独占55-65%。一个充分分散的趋势程序理论上能拿到仅限这10个市场策略接近两倍的Sharpe比率。当基金的目标规模上升，它的商品子策略被迫向高流动性、高相关的品种集中，因为不流动的市场吃不下大资金。

69个商品期货市场中，前10个最活跃的市场占总流动性约70%，能源板块独占55-65%

基金规模超过30-40亿美元后，Sharpe比率下降约17%，偏度收益同步压缩

Quantica的模型把10亿美元的商品子策略目标换算成全策略,规模约30到40亿美元。这个数字没有列出推导过程，不过作为粗略的外部校验，Baltas-Kosowski的学术基准中26个商品合约占71个总合约的比例也接近三分之一，数字至少说得通。

在那个规模上，模型意味着 Sharpe比率恶化约17%，等价于在12%波动率目标下大约1.6%的年化收益拖累。同样的集中度既压缩Sharpe也压缩偏度：独立市场变少，出现胖右尾的机会就变少，而右尾正是你持有这个策略的理由。所以容量天花板既是收益天花板，也是偏度天花板。

趋势跟踪ETF按设计就局限于更窄的市场集合，结构性拖累可能高达每年4%（费前）。以Simplify的CTA ETF为例，截至2026年6月17日总资产14.9亿美元，按设计交易50多个市场而非全流动性市场，这就是一个活生生的结构性选择案例，不是AUM问题。

CTA ETF：

https://www.simplify.us/etfs/cta-simplify-managed-futures-strategy-etf

四、没有Quantica在场，独立研究怎么说

具体的30到40亿美元数字没有独立复制。但效应的方向有多方佐证。

Elaut和Erdős（2019年），发表在《金融分析师期刊》（Financial Analysts Journal），作者声明无利益冲突。他们构建了CTA收益的趋势信号强度因子模型，发现小CTA在资产类别间分配更均匀，大CTA则过度集中在流动性最高的期货市场（包括固定收益），跟Quantica描述的商品层面的流动性集中机制如出一辙。他们发现基金规模与风险调整后收益负相关，而资金流入规模不能前瞻表现，与Baltas-Kosowski的流基检验一致。

Clare、Nitzsche和Motson（2015年），当时还叫Cass商学院的团队，做了迄今最广泛的检验：7261只对冲基金，1995年1月到2014年12月，用Fama-MacBeth方法每年独立重估规模-表现关系。全策略层面，基金规模对表现有统计显著的负系数（t = -3.03）。但管理期货子样本的全样本系数为正但不显著（t = 0.63），作者自己的逐年分解给出了原因：正相关”几乎完全由1998到2003年驱动”，在样本的更近三分之二时间里，规模逐渐变成了劣势。

如果只看全样本系数，你会以为这是反驳容量假说的证据。完整阅读后，最近十年的数据指向跟其他所有研究一样的方向。

五、你用的基准本身就是个”差等生”

这是最需要国内配置者注意的部分。

SG趋势指数（SG Trend Index）的编制方法每年选全球最大的10个趋势跟踪程序，等权加权。法国兴业银行自己的2026年重组把入选门槛，也就是最小成分基金的管理规模，定在 46.4亿美元。意味着当前基准中的每一个程序，都超过了容量天花板。

SG趋势指数全部10个成分基金的管理规模均超过30-40亿美元容量天花板，最小成分基金达46.4亿美元

2014年12月（最早可查的成分级别数据），十个程序合计约738亿美元，平均74亿美元一个，早在容量研究出现的十年前就已经远超30到40亿区间。

全球配置者用来设定收益预期、给CTA子策略定尺寸的最广泛引用的趋势跟踪基准，恰恰是由”规模与最差风险调整收益相关”的那一层基金构建的。

截至2026年6月18日，SG趋势指数年初至今预估上涨9.32%。年初开局强劲，某个追踪主要趋势基准的追踪器显示，其跟踪的七个指数在2月连续第二个月全线上涨，受益于黄金、债券和谷物的广泛趋势。

这个收益是真实的。一个宏观趋势大年会同时提升受限和不受限的组合，因为容量约束降低的是相对效率，不是从明显趋势中获利的能力。

六、为什么资金还是往大基金集中

如果大基金在风险调整后结构性更差，机构为什么还往那堆钱？下面三个理由，每个都独立于容量论证是否正确：

这些理由不意味着大基金作为商业决策是错误定价。一个配置者可以理性地选择70亿美元的旗舰程序，理由跟它的风险调整收益是否比小同行更低无关。而根据上面的证据，大概率是更低的。

七、什么能推翻这个判断

30到40亿这个数字本身还是Quantica的估计，商品占总容量比例的推导也没列出。前面两个学术研究支持的是效应方向，不是具体幅度。Clare的管理期货数据到2014年为止，在SG趋势指数入选门槛升至当前水平之前。

如果未来有一项使用2020年后数据的基金级研究发现，40亿美元以下的CTA和SG趋势指数当前成分基金之间没有Sharpe或偏度差距，那Quantica的模型和学术方向性发现就都错了，而Baltas-Kosowski的原始结论”不存在容量效应”就是完整答案。

八、对配置者来说怎么用

如果你配置趋势跟踪是为了它的凸性（偏度收益），不只是为了一个趋势年的绝对收益，应该把SG趋势指数当作这个信号能做什么的下限，而不是上限。

在权衡40亿美元以下的容量空间时，要同时权衡真实的运营和商业风险成本，这些成本不小，也不是绩效数据能覆盖的。具体的30到40亿门槛是一家公司的模型，应当作为方向性参考而非精确数字。

更宽的判断是，基金规模和CTA风险调整收益呈反方向运动，这个结论现在不止一个有利益冲突的来源在说了。

你怎么看CTA基金的规模问题？你在配置时会更倾向大基金还是小基金？欢迎在评论区聊聊。

风险提示：本文仅供参考，不构成投资建议。投资有风险，入市需谨慎。

版权声明：本文为原创内容，转载请注明出处。

#趋势跟踪 #CTA策略 #管理期货 #容量约束 #SG趋势指数 #量化投资 #Sharpe比率 #危机阿尔法 #基金配置 #FungHsieh