系统长期参与判断的问题 “风险状态驱动参与系统”的 社会背景和逻辑基础

lingjoy

系统长期参与判断的问题

——“风险状态驱动参与系统”的社会背景和逻辑基础

导 读

这份报告，通过整理长期运行中反复出现的典型现象，梳理了资金在量化交易市场中所面临的结构性情形，并进一步说明其中部分情形为何难以在系统内部通过常规机制自行修正。

许多量化交易系统在早期运行阶段表现稳定，逻辑清晰，也能持续执行。真实市场中，长期资金却常常经历一种熟悉的情形：系统持续运行，决策在当下具备合理解释，净值却在某些环境中以缓慢、重复且难以察觉的方式逐步消耗。这类变化沿着时间展开，并在特定环境中反复出现。

报告对全球几类主流量化体系的分工边界进行了梳理，归纳不同体系各自承担的判断职责，以及在运行中所回避的判断层级。在此基础上，本文明确提出：长期运行结果在很大程度上由判断层级是否错位所决定。进一步地，这一结论被具体化为一个可持续讨论的判断对象：系统在特定环境下是否继续参与市场，以及参与强度的选择。

同一套判断逻辑在真实投资运行中的具体展开，体现在《RSD：风险状态驱动的资本参与系统》中。该报告对应一套已经搭建完成并持续运行的交易系统，用于展示相关判断在长期历史样本与真实运行中的运行形态。

lingjoy

1 聪明，为什么开始变得危险

很多交易员、基金经理在回顾职业生涯时，常会提到一种相似的经历：真正危险的时刻，往往是交易流程已经非常熟练、判断已经高度自动化、每一步都看起来“很对”的阶段。在这样的阶段，事故通常不是从一次明显的错误开始，而是从一种更隐蔽的变化开始：判断仍在发生，却已经不再真正改变动作。风险条件仍被看见，规则仍被执行，流程仍在运行，但是那套原本用来“让人停下来、缩回来、重新设定参与方式”的约束，开始失去作用。

长期量化系统的失效，往往正是这一过程在代码层面的重现。系统越聪明、越顺手、越稳定，越容易出现同一种危险：环境在变化，系统也在“识别”，但识别结果已经不足以触发实质性的调整或改变。因此，这类失效不会报警，也不会崩溃。系统一切照常运行，约束却在不知不觉中失效。这正是最常见、也最难被察觉的长期失效的起点。

在长期运行中，这种失效往往呈现为一段非常熟悉的过程：一开始，系统还能在风险变化时明显收缩；后来，收缩变得更少、更慢；再后来，即使环境继续恶化，系统仍然维持着原有的参与强度。从任何单一天来看，都很难说这是一个错误；但把时间拉长，就会发现，系统已经在某一类环境里，失去了原本应当发挥作用的约束能力。

类似的失效最终导向同一个结果：系统并不是因为算错而失败，真正的原因是它已经失去了判断——“在当前环境下，是否还应该继续判断”的能力。

lingjoy

2 我们为什么总是在“更聪明”，却越来越不安全

2.1 一个几乎无人质疑的前提

在当代全球资本市场里，存在一个几乎所有人都默认接受、却很少被认真审视的前提——如果模型失效，一定是因为它还不够好。所以，当策略表现开始变差时，最常见的反应几乎总是相同的：

模型是不是太简单？
特征是不是不够多？
数据是不是不够新？
参数是不是需要再调？

这种反应非常自然，因为它隐含着一个看似无可争辩的信念：只要模型足够聪明，就能适应世界的变化。在这个信念下，“继续优化”不仅看似合理，而且显得很负责任。但问题在于，这个前提本身，从来没有被证明过。

2.2 反常却经常出现的情景

如果“更聪明 = 更安全”真的成立，那么现实中不该反复出现下面这些现象：

回测越漂亮，实盘越脆弱
模型越复杂，止损越迟钝
解释越充分，调整越困难
组合越精细，系统性风险越集中

现实与此恰恰相反。这并不是个别失败案例，而是一种在全球量化交易行业中反复出现的模式。围绕这些现象，行业里有过许多零散解释：“过拟合”、“regime change”、“样本外失效”、“黑天鹅”。

显而易见，这些解释都默认了同一个前提——问题出在模型还不够聪明。

2.3 令人不适的转折

这里，我们需要暂停一下，提出一个不太舒服、却无法回避的假设：有没有可能，某些失败并不是因为模型不够聪明，而是因为它在试图完成一件本就不该由它完成的事情？

在继续讨论这个话题之前，我们先暂时离开这个领域。思考一下跨领域反复出现的结构，请注意下面这组看似毫不相关的事实：

法律，无法用法律本身证明“法律是否仍然正当”；

科学，无法用实验去验证“科学方法是否仍然适用”；

模型，也无法用历史表现来检验“历史是否仍然值得被继续依赖”。

这并非巧合。它们指向的都是同一类结构性问题——一个体系，无法在不跳出自身规则的前提下，裁决自身是否仍然拥有裁决资格。这不是能力不足，而是问题类型本身就被问错了。在逻辑上，这类问题被称为“不可裁决问题”。

2.4 回到模型：它究竟在裁决什么

任何量化模型，无论形式多么不同，本质上都在做同一件事：它假设历史中存在可被利用的结构，用历史来评估这些结构，再用同一套历史逻辑，决定是否继续依赖它们。

请注意这里的关键循环：模型用“历史”来判断“是否还能继续用历史”。只要环境保持稳定，这个循环看起来是安全的；一旦环境发生外生变化，这个判断就会变成一个无法自我校验的自指过程。

2.5 为什么“继续判断”本身会变成风险

量化交易中的基础假设，在于市场结构中的各因子的相关性是否稳定，是否服从独立同分布 (IID)。

系统面对的真实世界，则是一种统计性质会随环境变化的过程。相关性可能存在，也可能消失、翻转，这一变化本身，无法被提前标记。在这种条件下，“继续判断”会悄然变成风险。因为任何判断，都隐含一个前提：当前观察到的相关结构，仍然可以信赖，被外推。

对一个基于历史运行的模型而言，相关性是否仍然可靠，本身就不是一个可由模型内部裁决的问题。于是就会出现一种危险状态：判断仍在输出，流程仍然正常，但判断已经不再具备约束参与方式的能力。风险并非来自判断不够聪明，而来自一种错位——系统把暂时存在的时间相关性，当成了可以长期依赖的统计前提。

许多看似“突然”的崩溃，其实并不突然。不是因为模型不知道自己错了，而是因为在逻辑上，模型不可能知道自己是否还应该继续判断。当不可裁决性被触发时，系统唯一能做的，就是把判断坚持到最后一刻。

2.6 到这里，可以清楚了

在复杂社会系统中，“模型是否仍然有效”这件事，本身就不是一个可以由模型回答的问题。它们无法通过“更聪明的判断”解决，一旦出现，继续判断反而会放大风险。我们现在已经清楚：在逻辑上，系统无法对“是否继续判断”作出自我裁决。下一步，需要从工程层面拆解它赖以作出判断的基础，来看清这些基础本身是否可靠。

一旦这一关于“变化可被及时识别”的前提不再成立，判断机制就失去了最基本的自我校验条件。系统无法区分“世界尚未改变”与“变化已经发生但尚未被识别”，从而只能沿着既有逻辑持续判断。

下一章将正面检视这一被长期默认、却极少被怀疑的工程前提。

lingjoy

3 世界变了吗，还是我们一直问错了问题

3.1 一个残酷事实

资本市场，存在一个几乎没人真正怀疑过的默认假设：只要环境发生变化，系统就能识别出来。无论是状态切换、风险分层，还是各种“识别 regime”的方法，背后都隐含着同一个信念：世界的变化，是可以被系统及时捕捉的。如果这个信念成立，那么几乎所有问题都只是技术问题：信号慢了、特征不够、模型不够复杂、更新不够频繁。

可假如这个信念本身存在的基础就是不成立的呢？“环境变化”真的存在一个可被识别的时点吗？

想象一家公司成立了十五年。前期稳定，中期逐渐变形，最终失败。问题是：哪一年，才算“环境已经改变”？事后回看，答案往往非常清楚。但在当下，并不存在一个被明确标记出来的瞬间。变化是在发生的，但它并不以“变化”的形式出现。

在市场中，大多数变化在发生当下，不会表现为结构断裂，而更像是，噪声变大，结构变钝，相关性飘移，信号失真。这些现象，在当下都可以被合理解释为“暂时波动”。但你无法在当下区分：这是一次短期偏离，还是结构已经发生了不可逆的变化。这不是数据不够的问题，而是信息在逻辑上不可区分。
这意味着，“环境变化”并不构成一个可以被即时识别的判断对象，而只是一个事后才能被回溯确认的过程。

3.2 慢一步和危险错觉

这时我们必须面对一个并不讨喜、却无法回避的事实：任何依赖历史判断的系统，只能在变化已经造成后果之后，才确认变化发生。这不是模型设计的问题，而是定义本身决定的结果：在变化发生之前，它还没发生；在变化发生当下，它不可区分；在变化被确认时，风险已经暴露。因此，“识别变化”这件事，天然具有结构性滞后。

当系统意识到自己“判断慢了”，人们几乎总会得出同一个结论：那就让系统判断得更快。但在一个不可裁决的问题前，这种反应只会加剧问题。因为：

更快的判断 ≠ 更早的真相

更频繁的判断 ≠ 更安全

如果变化本身不存在一个可被识别的时点，那么速度只会放大噪声，而不会逼近事实。

3.3 市场中的结构性变化

如果说判断系统只能“慢一步”，在某些市场环境中尚可承受，那么接下来的问题是：这种滞后在今天的市场结构中，是否仍然安全？

在早期市场中，变化更多来自内部失衡。路径的终止往往是连续的，失衡信号会在路径内部逐步显现。但在2000年之后的市场中，越来越多的变化来自外部：政策、流动性、制度干预。这些变化是外生的、非价格驱动的。结果是：价格路径仍然存在，但它已经不再承担“真实环境”的全部信息。系统面对的是一种极其危险的状态：看起来还有路径，但路径随时可能被切断。

3.4 世界是否仍然允许被利用

如果变化本身不可被及时识别，而路径又可能被外力切断，那么一个更本质的问题是：资本市场是否仍然提供可被系统性利用的稳定统计基础？

在自然科学与工程领域，许多成功模型都隐含一个前提：系统的统计性质在时间上足够稳定，因此重复观测与反复验证，能够不断累积可靠性。

但资本市场不是这样的世界。市场数据从一开始就不满足独立同分布 (IID)。更关键的是：即便存在时间依赖或自相关，这种依赖也并不是一份长期合同。它会随环境变化而漂移、减弱，甚至翻转。

这意味着一个根本差异：在资本市场中，模型依赖的并不是“可无限复用的稳定规律”，而是一些阶段性成立的结构。一旦把这些阶段性结构当作长期基础去外推，系统就会在不知不觉中进入危险区——判断仍在输出，路径仍在延续，但环境已经不再提供同样的统计前提。

3.5 “外部环境”并不只是“噪声变大”

独立同分布 (IID) 不是一个被轻微破坏的近似条件，而是一个从一开始就不应被假设成立的前提。当人们说“现在环境很差”时，往往指的是：波动更大、信号更乱、回撤更频繁。但这些只是表象。真正的变化是：环境本身，不再承担“可被系统性利用”的职责。这是一个完全不同层级的判断。

一个环境要被系统性利用，至少需要满足三件事：

结构存在：某些关系在时间中持续存在；

结构外显：这些关系能通过价格、量或路径被观察到；

结构稳定：被利用本身，不会迅速破坏结构。

在早期资本市场，三者大致成立；在现代市场，三者正同时瓦解。

促成这种变化的，并不是噪声本身，而是外生力量对结构的直接干预。政策、流动性、制度干预的真正作用，并不是让价格更随机，反而是让原本由内生力量决定的路径，在任意时点被外力终止。

于是出现一种极其诡异的状态：价格仍然在走，趋势仍然在形成，统计特征仍然“看起来合理”，但这些路径，已经不再对未来负责。

3.6 这一变化对预测型系统意味着什么

这些结构性变化，并不会只影响某一种方法或流派。几乎所有依赖预测与判断的系统类型，都会在不同层面上暴露出同一个问题：判断仍在发生，但它已经无法裁决——是否还该继续判断。

接下来的章节，将分别考察不同类型的判断型系统，在这一现实条件下会暴露出怎样的结构性失效。