跨资产 / 描述性 / 2000–2026
跨资产表现的描述性比较
研究完成
对 2000–2026 年间 29 类资产已实现跨资产表现(以美元计)的一次有纪律的事后比较。它不是策略、预测或资产配置模型——其贡献在于让每一处比较都诚实的方法论纪律:等长窗口排名、与无风险一致的夏普、窗口内日度回撤,以及给“防御性”论断附上显著性检验。
完整材料
研究问题
2000–2026 年间,已实现的跨资产表现究竟是什么样子——而任何表面上的“排名”,有多少是真实差异,又有多少只是历史长度不等、收益口径不一致、货币视角,或危机窗口怎么划所带来的假象?
方法
采用美元投资者的视角,覆盖一个预设的 29 类资产宇宙(26 类核心 + 3 类扩展对照):股票指数、精选美股、大宗商品、货币、现金与债券。月度收益为主要口径;日度净值用于回撤与修复;周度收益用于滚动相关性。本研究刻意保持描述性、事后的定位——不预测、不做组合优化、不构成建议。
纪律体现在这几条护栏上:
- **逐项标注收益口径。**总收益、价格收益、ETF 代理收益、即期汇率、现金累积、近月期货代理,并不是同一种经济含义。标普 500 是总收益,而道指、纳指 100 与非美指数是价格收益——这隐含每年约 1.5–2% 的股息差距,本文明示而非隐藏。
- 排名前先对齐窗口。
FULL_AVAILABLE(各资产自有历史)各行长度从不相等,因此头部排名都在共同窗口上重算。 - **与无风险一致的夏普。**无风险序列(FRED DGS3MO)统一回补到 2000 年起,使风险调整指标与原始收益覆盖同一区间。
- **给条件性论断附显著性。**对下跌月份中的“防御性”表现,报告 n、t、p——而不只是一个均值。
发现
经得起上述纪律的三个结论,重新定义了那些头部数字:
- **窗口陷阱。**特斯拉在全可用窗口的年化收益上居首(40.9%),仅仅因为它的序列从 2010 年才开始;在共同窗口下英伟达领先。跨不等长历史的排名,有一部分排的是起始日期。
- **无风险一致性会拉低夏普。**统一无风险窗口后,共同窗口的夏普领先者从苹果变为英伟达,头部比率随之下降——因为此前的起点把 2000–2002 年的回撤悄悄排除在夏普之外,却没排除在年化收益之外。
- **“防御性”大多并不显著。**黄金在标普 500 下跌月份的平均收益最高(+0.9%),但并不显著(p = 0.09);债券(美国国债)是这组资产里唯一可靠为正的对冲(p = 0.04)。
支撑性结论还包括:美国大盘指数几乎彼此冗余(标普 500 / 道指 = 0.95);最强的负相关对是日元对美元指数(−0.46),这与最弱(最接近零)的相关对截然不同;不同体制下的领先者会轮动,没有单一的全天候赢家;WTI 原油被排除在标准净值排名之外,因为其 2020 年的负价格使只做多净值失效。
这是什么,不是什么
它是关于一段已实现样本的描述性证据——这段样本被少数事后成功的美国公司所主导——并且对读者可以自行核验的四项选择敏感:样本窗口、收益口径、货币视角,以及危机/体制的定义。它不是预测、不是策略、也不是建议。其价值在于那套标注纪律:把一组诱人却脆弱的排名,变成诚实的描述性陈述。