波动率量的和真正的风险不是一回事
「AI 时代怎么投」课程 · 第 6 章 / 共 10 章
Long-Term Capital Management，1998 年 9 月出事，四个月后清盘，亏了 46 亿美元，差点把整个美国金融系统拖下水，逼得美联储出面协调 14 家银行联手接盘。这个案子我觉得最离谱的一点是：他们的波动率真没算错。团队天天优化的那个指标，从头到尾都很漂亮。真正杀死这个基金的东西，跟这个指标压根不是一回事。
那风险到底该量什么啊？学术金融给的答案是波动率，就是账户上下跳的幅度，这个定义用了七十年了。这一章就掰扯这个事：拿波动率当风险，坑到底有多大。
目录
1. LTCM 到底死在哪
先交代一下这个基金什么配置。两位诺贝尔经济学奖得主，外加一帮华尔街顶级交易员，管着 1250 亿美元的头寸，杠杆超过 25 倍。模型把每一个希腊字母都算过了，每种已知的风险都对冲掉了，波动率压得非常低。
它干的事情说白了就一件：找两只理论上价格应该差不多的债券，做多便宜的那只，做空贵的那只，等价差收回来，赚中间那一点点差价。这个玩法叫收敛交易。每一笔的利润都极薄，所以必须上巨量杠杆，不然根本赚不到什么钱。
它的风险模型建立在三个前提上：不同市场之间的相关性是稳定的；价差偏到一定程度会自己回归；极端事件的概率可以拿正态分布去估。这三个前提单看每一条都挺合理。
1998 年 8 月到 9 月，这三个前提同时崩了。俄罗斯主权债务违约，全球恐慌，平时互不相关的市场突然全绑到一起了——因为这个时候大家卖东西，不是在卖自己觉得会跌的东西，是在卖一切还卖得掉的东西。相关性崩了，价差不但没收敛，反而爆炸式扩大。想减仓？买家没了，流动性直接蒸发。25 倍杠杆，加上全线亏损，加上平不了仓，结局就只剩清盘一条路。
杠杆死亡螺旋：亏损触发追加保证金，逼你被迫平仓，价格更不利，又滚出更大亏损的闭环
前面说了，LTCM 的波动率指标从头到尾都很漂亮。策略做的是价差收敛，单边风险全对冲掉了。但波动率量的是日常震荡的幅度，或者说账户平时上下跳的那个幅度；真正杀死 LTCM 的那种风险——所有资产同时失去流动性——根本就不在波动率这个维度里。这个指标量的就不是这个东西。
Nassim Taleb 在 LTCM 倒台之前就警告过：真实世界的分布是肥尾的，极端事件出现的频率，远比正态分布算出来的高，拿正态分布去管风险这件事本身就站不住。LTCM 的人知不知道模型有局限？知道。但一个基金连续赚了四年之后，很难真的相信灾难会落到自己头上。
那问题就来了：波动率这个用了七十年的指标，骗人具体骗在哪？
2. 波动率骗人的三个地方
学术金融拿波动率当风险的度量，已经用了七十年了。源头是 Markowitz 在 1952 年做的一个简化：把「风险」变成一个可以计算的数字。简化本身没毛病，简化就是为了能算。问题是简化用久了，大家就把它当成事实本身了。
具体骗人的地方有三个。
第一个，上行波动和下行波动，它一视同仁。一个月涨 30%，按定义也算「高风险」——但你去问任何一个拿着这只股票的人，有谁觉得自己在承受风险啊？没有吧。
第二个，它假设极端事件极其罕见。现实完全不是这样。美股 1987 年 10 月 19 日单日跌了 22.6%，超过 20 个标准差——按正态分布算，这种事情宇宙的年龄都不够它发生一次，可它就是发生了。2020 年 3 月更夸张，四天里两次熔断。这不是什么百年一遇，这是肥尾分布的正常表现，或者说，现实世界分布的尾巴就是比正态分布肥得多。
第三个是最隐蔽的：拿过去的波动率去预测未来的风险。2006 年底，次贷产品的波动率极低，按这套框架算是「低风险」资产。十八个月后归零。
Howard Marks 给的定义不一样：风险是亏损的概率。他不在乎账户每天上下跳多少，他在乎的是半年后回头看，这笔投资有没有永久性地少掉一块钱。在他这套定义里，账户跳来跳去这件事本身根本不占位置。Marks 还有一层判断我觉得很硬：风险最高的时候，往往是所有人都觉得风险最低的时候。「大家都觉得安全」这件事本身，就在推高价格、压缩预期回报、催生激进行为。所以人人都说没风险的时候，这个信号本身反而值得警惕。
那如果波动率不算数，真正该盯的风险是什么？我数下来有四种。
3. 四种真正的风险
回撤风险。 标普 500 历史上超过 30% 的回撤出现过好多次。100 万的账户亏 30%，对一个 25 岁、未来十五年都用不到这笔钱的人来说，扛一扛就过去了；对一个 58 岁、正准备退休的人，同样的 30% 可能意味着退休往后推三年。所以回撤风险这个事，脱离你自己的情况是没法谈的。Buffett 那句「别亏钱」听着像句废话，背后是有数学的：亏 50% 之后，你得涨 100% 才能回到原点。agent 能帮你算出历史最大回撤，但你自己能扛多大的回撤，这个它判断不了。
回本数学的不对称：亏得越深，需要涨回来的幅度指数级增大，亏50%要涨100%，亏70%要涨233%
肥尾风险。 正态分布说极端事件几乎不会发生，现实里它隔三差五就来一次。Taleb 有个火鸡问题：一只火鸡被喂了 1000 天，每一天的数据都在支持「人类对我很好」这个结论，第 1001 天是感恩节。金融市场里这种事一抓一把：2010 年闪崩、2015 年开盘崩、2021 年 GameStop。你以为的最坏情况，跟真发生的最坏情况比，一般还是太乐观了。
相关性崩溃。 「别把鸡蛋放在一个篮子里」，平常有效，危机一来就失效。2008 年，股票、公司债、房地产、大宗商品一起跌；平时相关性 0.3 的资产对，恐慌里飙到 0.9。也就是说，分散投资恰恰在你最需要它的时候掉链子。听着挺反直觉，但机制跟 LTCM 那一节是同一个：恐慌的时候，大家卖的不是该卖的东西，是卖得掉的东西。
流动性风险。 说白了就是你想卖的时候，有没有人接。2020 年 3 月，连美国国债市场都出现了价差异常扩大；2022 年英国养老金危机，买家消失，价格直接崩了 30%。所以投资之前问自己一句：如果明天需要把这个东西全部卖掉，卖得掉吗？
知道了风险长什么样，下一个问题就是：一笔投资，到底该放多少钱进去？
4. 仓位多大，取决于你亏得起多少
选对了股票但仓位压得太重，碰上一次 40% 的回撤被迫割肉，判断是对的，结果照样是亏的。反过来，仓位给得太轻，就算涨 200% 落到账户上也就赚个零头。仓位管理回答的就是这个事：每笔放总资金的百分之多少。
这方面最有名的是 Kelly 法则。它的核心直觉是：面对一个你有优势的赌局，存在一个让资金长期增长最快的最优比例——而且这个比例，永远比你直觉里以为的小。实践中大部分人用的还不是完整 Kelly，是分数 Kelly：牺牲一点长期增速，换波动和破产概率的大幅下降。Ed Thorp 自己用的就是半 Kelly，理由很实在：你对真实概率的估计，永远是有误差的。
更简单的办法是睡眠测试，一点数学都不用。问自己：手里这只股票明天跌 40%，今晚还睡得着吗？答案是睡不着，仓位就是太重了。这个测试没有任何数学上的精度，但它抓住了一个投资理论管不到的东西：仓位大小要匹配的是你的心理承受力，不是哪个最优公式。
仓位管理有个根本的矛盾绕不开：仓位保守，大亏砸下来你不会被击垮，但也意味着押对了也赚不到大钱。这个矛盾没有标准答案，往哪边偏得看你自己的情况。
那具体怎么在买之前把风险想清楚？有一个方法，我觉得是 agent 在风险这件事上最好的用法。
5. 事前验尸，agent 在风险上最好的用法
这个技术来自心理学家 Gary Klein，一般叫事前验尸。原始版本用在项目管理上：项目开始之前，先假设它已经彻底失败了，倒推它是怎么失败的。移植到投资里就是：决定买一只股票之前，假设现在是 2030 年，这笔投资已经亏了 80%，写一份事后分析报告，解释到底是什么把它搞成这样的。
这个练习真正强的地方，是它绕过了大脑的确认偏误。你问自己「这笔投资有没有风险」，这个问题太泛，大脑会给一个模糊的答案轻轻放过；你问「已经亏了 80%，是怎么亏的」，大脑就被逼着去生成具体的、一条一条可以检查的失败路径。问法一换，逼出来的东西就完全不一样了。
事前验尸的机制：同一个大脑，问法一换，从含糊放过变成被逼着生成一条条具体的失败路径
跟 agent 一起做的方式：把 agent 设定成事后调查员——现在是 2030 年，你持有的某只股票从买入价跌了 80%，让它写一份 500 字的事后分析报告，至少包含三条互相独立的失败路径。然后由你来做判断：哪些你考虑过，哪些你压根没想到，没想到的那些，发生的可能性到底有多大。
但这里有个陷阱得说清楚：agent 生成的失败场景，本身很可能就是共识，它能想到的，大概率别人也想得到。真正杀死你的那条风险，往往是你和 agent 都没想到的。所以做完 agent 的事前验尸之后，自己再补一条 agent 不太可能生成的场景，这一步不能省。
Workshop · 你的仓位经得住吗
第一步：选一个持有仓位。 用第 1 章分析过的股票，假设持有 10% 总资产的仓位。
第二步：让 agent 写 2030 年的事前验尸。 假设投资从买入价跌了 80%，让它写出三条独立的失败路径。
第三步：读输出，逐条标记。 标 ✓（考虑过）、!（没想到但有可能）、✗（不太可能）。
第四步：自己加一条 agent 没提到的失败路径。
第五步：做睡眠测试。 假设最可怕的场景真的发生了，今晚还睡得着吗？睡不着，就把仓位减到能睡着的水平；睡得着，写下你能接受的最大亏损金额。
第六步：保存结果。 第 7 章会把风险评估和投资论点合在一起。
回到 LTCM。那帮人不笨，模型在 99% 的日子里都是对的。他们输在对模型的信仰上：把一个有用的简化当成了完整的现实。波动率、正态分布、相关性矩阵，这些全是简化，简化是拿来算账的，这没毛病；用久了把它当成现实本身，事情就是从这儿开始坏的。
Taleb 在《反脆弱》里给的思路我觉得很受用：别试图去预测什么会出错，你预测不了；要做的是确保不管出什么错，你都还活着。只要还活着，就等得到下一次机会。
所以风险管理真正要保证的就一条：你承担的风险杀不死你。至于「杀不死」对应多大一个亏损数字，每个人不一样，agent 帮你算不出来，这个数得你自己拍。上面 workshop 第五步让你写下来的那个数，就是它。
下一章讲怎么把判断写下来，这一章 workshop 的输出会直接用上。