量化必趋同，不同则亡

很多人认为，量化基金发生踩踏，集体亏损，是因为模型相似、因子相同、算法趋同。这个解释只看到了表面。量化基金真正不可避免的趋同，在于风险控制。

不同基金可以使用完全不同的算法：有的追踪趋势，有的统计套利，有的分析基本面和消息，有的使用机器学习预测价格。它们对于未来可以有完全不同的判断，但是，只要都以资本长期增长为目标，并且不愿意破产，就必须服从同一个数学约束：

f* = [p(R + 1) - 1] / (R · b)

其中，(f*)是合理仓位，(p)是胜率，(R)是风险回报率，(b)是单个头寸可能造成的最大损失。

胜率无法准确预测，风险回报率也只能模糊判断，但有一个关系非常确定：其他条件不变时

潜在最大损失越大，仓位就必须越低。实际踩踏中，往往是 b 上升、p 下降、R 恶化同时发生，因此仓位下降得更快。

这不是量化基金的个别偏好，而是生存的普遍数学规律。

正常市场中，价格波动有限，流动性充足，历史相关性相对稳定，模型可以认为最大损失处于某个可估计范围，于是维持一定仓位。但是，当市场进入极端正反馈，价格下跌、波动率上升、相关性趋近于一、流动性迅速消失，过去估计的最大损失就会突然失效。

原来以为最多亏损5%的头寸，可能突然变成亏损20%；原来可以正常止损的交易，可能因为跳空、跌停和流动性枯竭根本无法成交；原来看似不相关的标的，突然相关性趋于100%。最大损失不仅扩大，而且变得不可知。

根据凯利公式的生存哲学，一旦(b)上升，合理仓位就必须下降。

因此，即使不同量化基金对于市场方向的判断完全不同，最终也会得到同一个指令：压缩风险敞口。

这不是因为它们同时看空，而是因为它们同时面对更大的潜在损失。预测模型可以不同，风险约束却无法不同，必须遵守。

基金卖出以后，价格进一步下跌，波动率继续上升，流动性进一步恶化，新的最大损失再次扩大，于是合理仓位继续下降，迫使基金再次卖出：这就形成了正反馈。

每一家基金的减仓都是理性的，所有基金同时减仓，却形成了系统性的正反馈：越跌越卖，越卖越跌。

这就是量化踩踏的底层逻辑。

量化必然趋同，不是因为所有人使用同一个模型，而是因为所有人都受制于同一个生存约束。波动率目标、VaR、保证金、最大回撤、杠杆上限，看起来是不同的风险管理工具，本质上都在回答同一个问题：

单位仓位可能造成的损失扩大以后，还能持有多少仓位？

答案也只能是同一个：降低仓位。

那么，能不能反其道而行，在别人减仓时坚持不卖？

当然可以。只要不在乎破产。

在正常情况下，拒绝减仓的人甚至可能获得更高收益，因为他没有被短期波动甩下车。但是，一旦最大损失继续扩大，别人只是降低收益，他却可能直接出局。

这就是“不趋同则亡”。

量化基金可以在预测上特立独行，却不能在生存上特立独行。算法可以追求不同，仓位最终必须服从同一个数学规律。

算法千千万，命只有一条。

因此，量化真正的悖论是：

越理性的风险控制，越容易造成集体行动；越一致的集体行动，越容易制造非理性的市场结果。

量化趋同，不是算法的失败，而是生存的代价。