稳定现金流后，长期资产如何复利？——当投资开始变得复杂：聊聊网格、LP、再平衡、铁鹰，让资产长期复利
文章目录
让持有的BTC,QQQ,SPY等一揽子资产不再闲置。
在保证现金流之后，价值投资的那部分资产怎么不被闲置，就是投资的下一个目标了，投资这些年我试过多种策略，从最初的 BTC 现货持有，到网格交易、DeFi LP、期权增强，再到股票、黄金和债券的组合配置，策略越来越丰富，账户管理也越来越复杂。但研究得越深入，我反而越来越在意一个最基础的问题：这些额外操作，究竟为我创造了多少真实收益？
网格交易可以不断产生买卖价差，LP 能够持续收取交易手续费，组合再平衡可以通过调整资产权重控制风险，卖出铁鹰则可以获得期权权利金。它们看起来都能把市场波动变成某种收入，但收入不等于利润，更不等于长期投资回报。
一个网格账户可能累计赚了数万美元的交易利润，却因为底层资产下跌而发生更大的净亏损；一个 LP 仓位可能显示 20% 的手续费年化，却因为无常损失跑输直接持有；一套每月收取权利金的期权策略，可能连续十个月盈利，却在一次极端行情中回吐大部分收益。甚至看起来最稳健的再平衡，也可能因为持续减持上涨资产而降低长期复利。
过去研究这类问题时，我主要使用 BTC / U作为例子。但这种研究范围实际上太窄。现实中的投资组合可能同时持有 BTC、ETH、QQQ、SPY、黄金、长短期国债，不同资产之间存在完全不同的收益驱动因素和相关性变化。真正值得研究的是不同资产之间的相对波动，能否创造长期投资价值。
为此，本文从三个层面展开：首先研究网格、LP、再平衡和铁鹰的收益机制；其次使用真实历史价格，对多资产组合进行统一规则回测；最后引入 BOLD、RPAR、GAA、FGRO、QYLD 等已经实际运行的金融产品，检验这些策略理念在现实市场中的表现。
研究的最终目标只有一个：判断主动管理是否真正改善了长期复利，以及我们为这些改善付出了什么代价。
一、网格交易：赚的是价格往返，而不是单纯的波动率
网格是最容易理解的系统化交易策略。它不需要投资者每次预测市场方向，只需要在一系列预设价格上执行买卖：价格跌下来就买，价格涨上去就卖。只要资产在一定范围内反复波动，网格就有机会不断实现交易价差。
例如 BTC / ETH 网格，交易的是两种加密资产之间的相对强弱。当 BTC 相对于 ETH 上涨时，卖出一部分 BTC 换成 ETH；当 ETH 重新走强时，再反过来操作。整个过程不一定需要兑换成稳定币，两种资产的美元价格甚至可以同时上涨。
同样的逻辑也适用于 QQQ / GLD、BTC / 黄金，以及 SPY / QQQ 等组合。它们分别交易科技股与黄金、数字资产与黄金，以及美国宽基股票与科技成长股之间的相对价格变化。
这意味着，网格真正需要的是交易资产之间存在足够多、能够覆盖成本的相对价格往返。
不过，网格收益很容易产生误导。假设某个账户已经实现了 5,000 美元的网格利润，但剩余现货仓位产生了 12,000 美元浮亏，那么忽略其他成本后，总损益仍然为 -7,000 美元。
网格还存在明显的趋势机会成本。如果 BTC 相对于 ETH 长期持续走强，策略就会不断减少 BTC，增加相对弱势的 ETH。虽然每次交易都可能符合预设规则，但最终资产价值仍然可能低于简单持有。这种代价在长期单边行情中尤其明显。
因此，对网格的评价必须包括两部分：一是交易产生的已实现利润，二是仓位调整后，相对于初始资产直接持有的总回报差异。只有把两者合并，才能判断网格是否创造了真实的额外价值。
二、LP 做市：连续再平衡与手续费收益的结合
理解了网格，再来看 AMM LP，会发现两者在库存调整方向上存在明显联系。
在传统恒定乘积资金池中，LP 将两种资产投入流动性池。当其中一种资产相对上涨时，资金池会逐渐减少该资产的数量，增加另一种资产；当相对价格反向变化时，库存也会反过来调整。
从资产数量变化来看，这与网格的高卖低买非常相似。但区别在于，网格通过离散价位上的买卖交易实现价差，而 AMM 使用连续的流动性曲线完成交易，并将交易者支付的手续费分配给流动性提供者。
LP 的额外收益本质上来自流动性服务。交易者为了完成资产交换支付手续费，LP 则需要承担库存变化、智能合约和流动性管理等风险。
无常损失究竟是什么？
假设我们用 10 万美元建立一个传统 50/50 BTC / USDC LP，初始两种资产分别价值 5 万美元。当 BTC 上涨 100%，USDC 保持稳定时，直接持有初始资产的组合价值变成 15 万美元，而不考虑手续费的恒定乘积 LP 价值约为 14.14 万美元。
LP 并没有发生绝对亏损，实际上仍然获得了约 41.42% 的总收益。但相比直接持有，它少赚了约 8,579 美元，这就是无常损失对应的机会成本。
对于传统全区间恒定乘积 LP，无常损失可以通过两种资产的相对价格变化计算。值得注意的是，这一机制并不要求其中一项资产是稳定币。BTC / ETH、ETH / 黄金等理论双资产资金池同样具有相对价格变化带来的库存风险。进一步研究可以发现，不考虑手续费的理想 50/50 恒定乘积 LP，其价值变化与连续维持两项资产各占 50% 的再平衡组合具有数学上的对应关系。
区别在于，现实中的 LP 还可以获得手续费，但是普通组合再平衡通常反而需要支付交易成本。
真实 LP 研究告诉了我们什么？
2025 年的一项研究使用 Uniswap V3 链上数据，重建了 9 个资金池中 30,058 条已关闭流动性头寸观察记录，研究区间为 2022 年 5 月至 2024 年 4 月。研究人员分别计算了无常损失和交易手续费，试图还原提供流动性的实际经济回报。
这里有一个非常重要的研究方法：LP 收益不能只看手续费收入，而要把相对于直接持有的无常损失一起纳入计算。尤其对于集中流动性 LP，价格区间宽度、仓位持续时间、流动性竞争程度和主动调仓成本，都可能显著影响最终表现。
因此，LP 不是一种天然稳定的收息方式。它是在承担资产库存风险的同时，争取获得流动性交易报酬。即使页面显示很高的手续费 APR，也不能直接推导出长期净 CAGR。
对于投资者而言，真正需要回答的问题是：LP 收取的手续费和激励，能否长期超过无常损失与全部管理成本？
如果不能，那么提供流动性可能还不如直接持有底层资产。
三、组合再平衡：最值得长期研究的多资产策略
如果说网格主要关注交易价差，LP 主要关注流动性手续费，那么组合再平衡更关注整体资产配置和风险控制。
假设一个组合同时持有 BTC、QQQ、SPY、黄金和短期国债，并按照既定比例配置。随着市场上涨或下跌，不同资产的权重会发生变化。当某项资产表现特别强势时，其实际权重可能大幅超过原本设定的目标。
再平衡的目的，就是把这些偏离的权重重新调整回来。
例如 BTC 初始占比 20%，经过一轮大幅上涨后提高到 40%。如果投资者严格维持目标权重，就需要卖出一部分 BTC，将资金配置到其他资产中。当 BTC 后续下跌时，再通过再平衡恢复 BTC 仓位。
这一过程表面上依然是高卖低买，但与网格不同，再平衡不一定要求价格反复穿越固定档位。它可以按照季度、年度或者权重偏离阈值执行，首先服务于整个投资组合的风险管理。
那么，再平衡究竟能否创造额外收益？
从理论上说，答案并不确定。再平衡的效果取决于不同资产的回报率、波动率、相关性以及交易路径。如果资产之间的相对价格发生足够有利的往返，离散再平衡可能改善投资结果；但如果一项资产长期持续跑赢其他资产，反复减持赢家也可能降低最终收益。
因此，我不认为再平衡应该被简单理解为一种收益增强工具。它首先是一种风险预算管理方式，只是在特定市场环境下，还可能产生正向的再平衡效应。
四、第一次历史回测：2019–2026 年的长期多资产配置
本次研究首先建立了一组长期历史回测。
研究区间为 2019 年 1 月 2 日至 2026 年 8 月 10 日，覆盖 1,911 个美国市场交易日观察点。资产包括 BTC、SPY、QQQ、GLD、TLT 和 SHY，其中美股 ETF 使用历史复权价格，BTC 使用历史现货价格。所有组合初始本金统一为 10 万美元。再平衡信号在收盘后产生，并于下一交易日执行；单侧换仓金额按照 0.1% 计入假设综合交易成本，不使用杠杆。
这组数据给出了一个很有意思的结果：再平衡并不总是降低 CAGR。在 BTC、股票和黄金共同构成的部分组合中，季度再平衡既提高了长期收益，也明显降低了最大回撤。但在传统股债金组合中，再平衡反而拖累了长期收益。
为什么会出现这样的差异？
核心原因是资产之间的相对价格表现不同。BTC 在这段历史里经历了多轮剧烈上涨和下跌，而黄金、股票和短债的收益路径与 BTC 并不一致。当 BTC 权重因上涨而过度扩大时，再平衡能够减少资产集中度；当 BTC 深度回撤后，组合又有机会以更低价格恢复目标权重。
与此同时，SPY 和 QQQ 的相关性较高，两者往往受到相似的股票市场因素驱动。在这种情况下，持续调仓未必能产生足够的增量价值。再平衡所增加的交易成本和趋势机会成本，可能抵消少量相对价格往返带来的收益。
再平衡能否创造价值，不仅取决于资产本身的波动率，还取决于资产之间的相关性、长期增长差异与价格路径。
但是，这组回测还存在一个需要注意的问题：2019 年开始的样本，经历了 BTC 的高增长阶段。初始配置 BTC 的组合，在这段历史里具有天然优势。
如果更换投资起点，结论会不会改变？
为了回答这个问题，我又加入了第二个观察窗口。
五、第二次历史回测：把起点放到 2022 年
这次研究将时间统一缩短为 2022 年 4 月 29 日至 2026 年 7 月 31 日。
选择这个区间有两个考虑。首先，2022 年经历了加密资产和传统金融市场的剧烈调整，能够观察不同配置在不利行情中的表现。其次，BOLD、RPAR、GAA 和 FGRO 等现实产品在这一时期已有实际运行记录，更适合建立跨策略对照。
所有自建组合仍然使用相同的初始资金、资产权重及交易成本规则，不因为第一轮回测结果而修改参数。
与第一轮回测相比，结论发生了一些变化。
首先，BTC 不再是整个观察区间里表现最强的资产。QQQ 和黄金在这段历史中，都取得了高于 BTC 的年化复合增长率。这也说明，长期投资结果会受到起始估值和市场周期的明显影响。
其次，BTC / 黄金季度再平衡依然提高了收益，CAGR 从 15.77% 上升至 21.12%。但与第一轮长区间回测不同，最大回撤并没有下降，反而从 -35.30% 小幅扩大至 -36.37%。
同样，五资产稳健组合通过季度再平衡将 CAGR 从 15.76% 提高至 18.76%，但最大回撤也从 -21.73% 略微扩大至 -22.55%。
这个结果非常重要。
再平衡可能提高长期收益，但并不保证降低任何观察区间里的最大回撤。
如果只挑选有利的历史阶段，我们很容易得出再平衡既能提高收益又能降低风险的结论。但放到不同市场周期下，真实情况显然复杂得多。这也是我认为投资回测必须使用多个起始日期，而不能只挑选单一历史区间的原因。
六、BOLD：现实世界中的 BTC 与黄金动态再平衡
研究 BTC / 黄金之后，很难绕开 BOLD。
BOLD 是一款真实运行的 BTC 与黄金交易所交易产品。它与传统 50/50 固定权重组合最大的区别，在于采用反向波动率权重，并进行月度再平衡。
如果 BTC 的历史波动率显著高于黄金，组合就会降低 BTC 的资金配置比例，将更多资金分配给黄金。随着两种资产的波动率关系变化，目标权重也会动态调整。
与我们的研究相比，BOLD 提供了一个非常重要的现实参考：多资产投资不一定只能使用固定权重，也可以根据资产风险动态调整配置。
我重新构建了一套类 BOLD 模型
为了进一步研究这种方法，本次使用真实 BTC 和 GLD 历史价格，建立了一套反向波动率组合。
具体规则是：使用过去 252 个共同交易日的收益率计算 BTC 与 GLD 的历史波动率，按照波动率倒数分配资金权重，每月再平衡一次，并计入假设交易成本。需要说明，这不是对 BOLD 产品的精确复制。BOLD 官方采用 360 天历史波动率以及自己的指数与产品计算规则，而本次模型使用交易日价格和 ETF 代理黄金。因此，它只能称为类 BOLD 策略。
在 2022 年 4 月至 2026 年 7 月的统一回测区间内，结果如下：
这组结果特别有研究价值。如果只看 CAGR，固定 50/50 季度再平衡是胜出者。但如果观察最大回撤，动态风险权重策略的表现更加稳健。在当前规则下，类 BOLD 组合的 BTC 初始目标权重约为 16.9%。到 2026 年 7 月，目标权重约为 39.7%。这反映出两项资产历史波动率关系发生了明显变化。
固定权重再平衡更强调资产比例纪律，动态风险权重更强调风险敞口管理。两者没有绝对优劣，关键取决于投资者究竟希望优化收益，还是降低回撤。
对我来说，这个案例最大的启发是：多资产配置不应该只有一种再平衡方式。固定权重、阈值再平衡和动态风险权重，都值得放到统一历史框架中研究。
七、真实 ETF 对照：专业基金究竟做得怎么样？
除了自己构建策略，我还希望知道，如果直接购买市场上已经存在的多资产 ETF，历史表现会怎样。
本次选择了三只有足够长运行记录的产品。
GAA 是全球资产配置基金，包含股票、固定收益和另类资产，重点在于跨市场分散化。
RPAR 是风险平价基金，希望通过不同经济环境下的多类资产，构建风险贡献更加均衡的组合。
FGRO 是加拿大上市的综合成长型 ETF，目前采用约 82% 股票、15% 固定收益和 3% 加密资产的中性配置，并定期再平衡。
它们的投资目标、资金比例和风险预算并不相同，但都属于可以实际购买的专业资产配置产品。
统一历史窗口的实际表现
为了与前面的自建组合尽量保持时间一致，这里使用 2022 年 4 月末至 2026 年 7 月末的历史复权月末价格，计算相同观察区间的复合增长率。
FGRO 以加元计价，因此另外使用对应日期的历史汇率，将加元总回报近似转换成美元回报。
这里计算的是根据第三方历史月度复权价格重建的收益率，并非基金发行方专门公布的该区间官方 CAGR。月度价格经过四舍五入，FGRO 的汇率换算也可能与实际成交产生差异。此外，GAA、RPAR 与 FGRO 的资产结构不相同，不能把这些数字简单视为同风险条件下的策略排名。但作为现实投资产品的观察结果，这些数据仍然非常有意义。
例如，同期我们自建的五资产稳健组合，季度再平衡 CAGR 为 18.76%，高于这三只基金的观察期收益率。这是否证明自己配置资产比专业 ETF 更优秀？
我认为不能直接得出这个结论。因为我们的自建组合包含 20% BTC，以及较高比例的美股成长资产，而 GAA 和 RPAR 的资产配置更加多元，股票与加密资产风险敞口也不同。真正严谨的比较，应该在相同风险预算下进一步检验波动率、最大回撤和收益分布，而不是单纯拿 CAGR 高低决定胜负。
RPAR 的 2022 年：风险平价也会失败
RPAR 是一个值得反复研究的案例。按照发行方披露，2022 年 RPAR 的净值总回报为 -22.81%。风险平价本来希望通过股票、国债、通胀保值债券和商品之间的分散化，改善整体风险结构。但在 2022 年的通胀与利率冲击下，股票和债券可以同时下跌，传统资产之间的相关性也可能发生明显变化。
所以，风险平价并不等于没有风险，动态配置也不意味着一定能够抵御熊市。截至 2026 年 9 月 30 日，RPAR 过去 5 年的基金净值年化总回报仅约 0.42%。
这与一些高 BTC 权重组合的历史回报存在巨大差距，但两者承担的资产风险并不相同。它更重要的意义在于提醒我们：通过数学方法优化历史风险，不等于未来经济环境一定会按照历史相关性运行。
八、网格的进一步验证：什么资产更值得做相对价值交易？
前面讨论了再平衡，现在重新回到网格。
为了验证双资产网格是否真的有价值，本次使用真实价格建立相对价值网格模型。初始两种资产各占 50%，相对价格每跨越 10% 等比档位产生交易信号，每档计划转移组合总价值的 5%，并采用下一交易日价格执行和统一的交易成本假设。
2019 年至 2026 年的结果如下：
这里出现了三种不同的结果。
BTC / 黄金网格显著降低了最大回撤，但长期 CAGR 低于直接持有，说明持续减持相对强势资产付出了明显的趋势机会成本。
QQQ / 黄金网格则获得了一定超额收益，CAGR 从 20.38% 提高至 21.41%，最大回撤也有所改善。
SPY / QQQ 网格表现相对平淡，最终甚至没有跑赢直接持有。
这些结果说明，高波动率并不自动意味着网格更有价值。投资者需要关注的是两项资产的相对波动有没有足够的往返，以及交易规则能否有效捕捉这些变化。
另外，网格参数本身也会影响结果。如果把 10% 的网格间距改成 5% 或 20%，成交次数和交易利润都可能发生明显变化。只有进一步进行参数敏感性测试，才能判断策略是否具有稳定性，而不是仅仅碰巧适应某段历史。
九、铁鹰策略：真实期权基准揭示的现金流代价
铁鹰与网格、LP 和再平衡不同，它主要通过期权建立风险收益结构。
卖出铁鹰通常包含四条期权腿：卖出较近的看跌和看涨期权，同时买入更远的保护性期权。投资者在建立完整头寸时收取净权利金，并接受价格突破预设范围时可能出现的亏损。
假设 BTC 价格为 100,000 美元，投资者卖出 90,000 美元的 Put 和 110,000 美元的 Call，同时买入 80,000 美元的 Put 和 120,000 美元的 Call。
如果整个组合最终收取 2,000 美元净权利金，那么以每条腿对应 1 BTC 的合约规模计算，到期最大盈利为 2,000 美元，最大亏损为 8,000 美元。
铁鹰最值得研究的是它的收益分布。相比直接持有标的，它往往将较大范围的价格变化转化为有限权利金收益，同时接受超出特定范围时的潜在亏损。
这种结构很容易产生一种错觉：账户每个月都收到权利金，就意味着策略正在稳定创造收益。但如果一笔极端亏损可以抵消此前多次盈利，那么仅仅观察胜率和现金收入显然不够。
真实指数 CNDR
芝加哥期权交易所发布的 CNDR 是一套标准化铁鹰策略指数。
它使用标普 500 指数期权，每月建立卖出铁鹰组合。卖出的看涨和看跌期权，目标 Delta 约为 0.20；买入的两侧保护性期权，目标 Delta 约为 0.05，并配置短期国债账户支持策略。根据交易所发布的长期历史研究，CNDR 约 59% 的月份，指数回报落在 0%～2% 之间。
这说明铁鹰策略具有比较明显的收益集中分布特征：很多月份获得小幅正收益，但不利市场环境可能导致更大的单期损失。
QYLD：期权收入不等于更高 CAGR
另外一个值得参考的真实产品是 QYLD。
具体策略是持有纳斯达克 100 股票，同时通过卖出看涨期权获取收入。虽然策略结构不同，但它能够帮助我们理解出售上涨空间换取现金流的长期成本。截至 2026 年 9 月 30 日，QYLD 发行方公布的过去 5 年基金净值年化总回报约为 9.33%。同期 QQQ 的公开基金业绩年化约为 16.3%。两者并不是相同风险敞口，因此不能仅凭差距认定 QYLD 的目标没有价值。
但这个真实案例揭示了一件事：当底层资产经历长期上涨时，持续出售部分上涨收益，可能显著降低最终复利。对于想要定期现金分配的人，这种交换可能仍然有意义；但如果投资目标是最大化长期总资产，现金收入就不能代替完整总回报分析。
十、为什么还要加入趋势跟踪 ETF？
研究到这里，我认为有必要引入第五种策略作为对照：趋势跟踪。
原因是，前面研究的网格、LP 和固定权重再平衡，都不同程度具有上涨减持、下跌增持的特点。但趋势跟踪恰好可能采用相反方向的交易逻辑。例如某种资产持续上涨，趋势策略可能继续保持多头；当某种资产持续下跌时，它可能建立或者维持空头。
KMLM 就是一只具有代表性的管理期货 ETF。它使用商品、货币和债券市场的期货合约，按照系统化规则建立交易头寸。
截至 2026 年 9 月 30 日，KMLM 过去 5 年基金净值年化总回报约为 5.94%。如果仅看 CAGR，这个数字似乎并不特别突出。但我们更需要研究它在不同市场环境下的表现。
例如 2022 年，KMLM 的历史总回报约为正 30%，而同年很多股票和债券资产发生较大回撤。这说明，趋势跟踪可以在特定市场环境下，提供与传统长期持有及逆势再平衡明显不同的收益来源。
对于投资组合来说，这种差异可能比单独追求某个策略更高的 CAGR 更有价值。如果网格、LP、铁鹰都依赖价格保持在有利区间内，那么在整体组合中加入适量趋势型风险敞口，理论上有机会改善策略之间的相关性结构。
十一、真正重要的是收益来源
把四种策略和现实基金放到一起以后，我认为可以从更底层的角度重新理解投资。网格获得的是价格往返形成的交易价差，但它会承担仓位失衡和单边趋势的机会成本。LP 获得的是交易者支付的手续费，但必须承担无常损失和流动性管理风险。再平衡通过控制资产权重管理长期风险，并可能利用不同资产的相对波动改善投资结果，但并不保证产生额外收益。铁鹰通过出售期权风险获得净权利金，需要接受价格突破区间及隐含波动率变化带来的风险。趋势跟踪则尝试获得持续趋势产生的交易收益，但在频繁反转和缺乏趋势的市场中也可能不断亏损。
这些策略之间确实存在相似的数学特征，但不能被简单理解成同一种交易方式。
尤其需要区分波动率与价格路径。高波动率可能让网格触发更多交易，也可能导致 LP 面临更大的库存变化；它可能提高期权卖方收到的权利金，同时意味着市场预计未来存在更大的价格不确定性。因此，不能因为市场波动率高，就认定网格、LP 或铁鹰一定更值得参与。
对任何策略，都需要回答三个问题：收入由谁支付，投资者承担了什么风险，以及扣除成本后，是否仍然拥有合理的预期回报。
如果无法解释清楚这三个问题，即使历史 APY 再高，也很难判断策略是否真正值得长期持有。
十二、从历史收益到未来配置：应该怎样建立长期组合？
经过这次研究，我更倾向于先建立一个长期核心资产组合，再决定是否增加主动交易策略。
核心组合可以由 BTC、美股、黄金和短债构成。BTC 与 QQQ 提供较高的增长敞口，SPY 分散部分股票行业集中度，黄金提供另一种资产风险来源，短债则承担流动性储备和组合缓冲的功能。
不过，资产之间的关系不是固定不变的。股票与债券可能同时下跌，BTC 与股票也可能在流动性冲击中一起出现较大回撤。因此，多资产配置只是降低单一风险来源的一种方式，并不意味着可以消除系统性风险。
在核心组合之上，可以进一步研究不同的再平衡规则。固定季度再平衡简单、执行明确，但可能频繁减持长期上涨资产。阈值再平衡能够降低部分不必要交易，却可能在某些行情里错过有利的调仓机会。动态风险权重可以更主动地调整高波动资产的风险贡献，但它同样依赖历史数据，并存在风险估计滞后的问题。
至于网格、LP 和铁鹰，我认为更适合把它们视为独立的收益增强工具，而不是要求全部核心资产都参与。尤其需要避免将多种名称不同、但底层风险类似的策略同时叠加。例如 BTC 网格、BTC / ETH LP、BTC 铁鹰，表面上分别产生价差、手续费和权利金，但它们可能同时受到加密市场剧烈波动的冲击。
真正有效的多策略组合，就是寻找收益来源不同、风险相关性合理、能够在不同市场环境下互相补充的投资方式。
十三、长期复利应该怎样评价？
如果只看最终收益率，这次回测中的部分高 BTC 权重组合明显占优。但如果进一步观察最大回撤，我们会发现许多策略需要承受非常大的资金波动。
因此，我认为至少需要用以下几个指标进行综合评价。
CAGR 用于衡量长期复合增长效率，最大回撤用于衡量历史极端资金损失。夏普比率帮助我们比较单位波动风险下的超额收益，Calmar 比率则进一步考察收益与最大回撤之间的关系。
对于长期投资，还应当加入最差滚动 3 年收益、资金恢复时间以及资金投入后的实际净现金流。
在加密资产投资中， BTC 本位收益更重要。因为某项策略即使实现了美元盈利，也不代表它比直接持有 BTC 更划算。如果 BTC 的长期涨幅远高于策略净值增长，投资者实际上可能损失了 BTC 本位购买力。
但 BTC 本位也不能取代美元本位。对于需要支付生活成本、管理现金流或衡量家庭资产的人来说，美元本位收益仍然非常重要。
两种计价方式分别回答不同的问题。
美元本位衡量整体财富增长，BTC 本位衡量相对于长期核心资产的表现。再加上最大回撤和现金流，就能更全面地理解策略究竟在改善什么。
另外，真实的长期复利还必须考虑交易成本、税务、资金占用、再投资效率及策略容量。一个在小资金规模下具有吸引力的策略，资金增加以后未必能够保持同样收益。
十四、回测还告诉了我们一个更重要的问题：别把历史结果当作未来规律
本次研究中，BTC / 黄金季度再平衡在两个观察窗口里都取得了高于买入持有的 CAGR。
但这并不足以证明这套策略未来一定有效。
如果 BTC 和黄金的长期回报、相关性或者波动结构发生变化，再平衡效果就可能随之改变。同样，2022–2026 年的 QQQ 和黄金表现，不能代表它们未来几年必然继续跑赢 BTC。不同起始日期、不同宏观环境，可能使资产排名发生非常明显的变化。
如果一套策略只在少数精心挑选的参数和历史区间中表现出色，那么它的可靠性就值得怀疑。我认为更严格的研究应该进一步使用多个滚动起始日期、不同再平衡周期、不同资产权重以及更高的成本假设，观察结果是否依然成立。
此外，还需要真正的样本外验证。不能用全部历史数据找到最优参数，再拿同一段历史证明这套参数有效。
对于 LP 和期权策略，数据要求还要更高。真实历史成交、手续费、期权报价和保证金规则，都是形成可交易回测结果的必要条件。
因此，本文中的自建价格策略回测、真实 ETF 复权价格分析、LP 链上研究和铁鹰指数表现，应该被视为相互补充的证据，而不是同一口径下可以直接排序的完整策略收益榜。
结语：投资的价值，不在于策略有多复杂
回到文章最初的问题，网格、LP、组合再平衡和铁鹰，到底哪一种更值得长期使用？研究到最后，我反而不认为存在一个可以脱离投资目标的统一答案。
对于长期增长资产，简单持有可能已经是一种非常有效的策略。尤其当底层资产能够持续上涨时，频繁交易和不断出售上涨空间，反而可能降低最终收益。
对于由多种资产组成的投资组合，再平衡具有明显的风险管理价值。在特定历史阶段，它还可能通过资产之间的相对价格变化，提高长期复利。但再平衡并不保证任何时期都能提高收益或者降低回撤。
对于价格存在大量往返的资产组合，网格有机会获得额外交易利润。LP 则可以通过提供流动性获取手续费，但必须严格比较无常损失与最终净回报。铁鹰能够将市场对价格区间和波动风险的定价转化成权利金收入。现实基金进一步说明，成熟的资产配置策略也存在明显局限。BOLD 的动态风险权重值得研究，RPAR 的历史回撤提醒我们风险平价无法消除系统性风险，QYLD 则展示了期权现金流与长期增长之间可能存在的机会成本。
这次研究最重要的收获，是我开始把投资策略分成两个层面。
第一个层面是资产本身。BTC、美股、黄金和债券长期能够提供怎样的收益，它们之间存在什么相关性，以及投资者愿意承担多少方向性风险。
第二个层面是投资管理方式。网格、LP、再平衡与铁鹰，能否在这些底层资产回报之外，创造可以解释、可以复现、能够覆盖成本的增量价值。
如果第二个层面的复杂操作，无法显著改善整个组合的长期结果，那么它可能就没有想象中那么必要。
对于希望实现长期复利的人来说，投资不应该成为不断寻找更复杂策略的过程。真正需要建立的，是一套资产结构合理、风险敞口清晰、能够长期执行的投资系统。
最终决定财富增长的，其实和我们每天进行了多少次交易，收取了多少手续费或者权利金关系并不大，在完整市场周期之后，究竟留下了多少净资产，以及为了这些收益承担了多大的风险，才是最重要的。
其实又回归了我上一篇文章写的那样，让投资越来越无聊~
联系方式
合作请联系：https://t.me/menglayer
加入核心群请联系：https://t.me/monii00001
