[19] TSMOM/XSMOM 实盘执行方案
2026-03-21
执行体系 · 共 12 篇
TSMOM/XSMOM 实盘执行方案
研究时间: 2026-03-21 研究员: 娃彩 目标: 为 tradeSys Plan E3 的 TSMOM 30% + XSMOM 15% 配比提供具体可执行方案 前提: 基于已有理论研究
tradeSys-trend-following.md(v2)，本文聚焦"怎么做"而非"为什么做"
核心决策：自建 vs ETF代理
决策矩阵
| 维度 | 自建（vectorbt回测+手动执行） | 管理型期货ETF | 判断 |
|---|---|---|---|
| 执行质量 | 依赖个人纪律 | 机构级自动化 | ETF ✅ |
| 成本（年化） | 券商费+再平衡~0.3% | 费率0.75-0.90% | 自建 ✅ |
| 分散化 | 受限于可交易品种（$5K很难做期货） | 50-136个合约 | ETF ✅ |
| 灵活性 | 完全可控 | 黑箱 | 自建 ✅ |
| 最低资金 | $5K可行（用ETF做标的） | $100即可 | 平手 |
| 税务 | 资本利得 | 同上+K-1表（部分ETF） | 平手 |
| “危机alpha” | 依赖手动执行（最难的时候最需要纪律） | 自动执行 | ETF ✅ |
结论：对$5K散户，ETF代理是唯一理性选择。理由：
- $5K无法直接交易期货（保证金不足）
- TSMOM的价值在于"危机alpha"——恰好是人类最难坚持执行的时候
- 0.75%费率换来机构级执行+50+品种分散化，是合理交易
管理型期货ETF评测（2026年3月实时数据）
三大候选ETF
| ETF | 全称 | AUM | 费率 | Beta(vs SPY) | 成立日 | 当前价格 | 分红率 |
|---|---|---|---|---|---|---|---|
| DBMF | iMGP DBi Managed Futures Strategy | $3.30B | 0.85% | -0.24 | 2019-05 | $29.81 | 5.57% |
| CTA | Simplify Managed Futures Strategy | $1.44B | 0.75% | -0.35 | 2022-03 | $30.37 | 3.69% |
| KMLM | KraneShares Mount Lucas Index | $254.85M | 0.90% | -0.32 | 2020-12 | $27.97 | 4.66% |
关键发现
发现 #1：三只ETF的beta全部为负（-0.24 ~ -0.35）
这是管理型期货策略的核心价值所在——它们与股市负相关。在SPY下跌时，这些ETF倾向上涨。这不是偶然，而是趋势跟踪策略的结构性特征：趋势跟踪在市场恐慌期间做空跌势品种，产生正收益。
对tradeSys的含义：DBMF/CTA/KMLM的负beta意味着它们在Plan E3组合中的分散化价值比理论研究预估的更高。原始研究假设TSMOM与SPY相关性~0.1，实际上是负相关，组合效应更强。
发现 #2：DBMF是最大、最成熟的选择
DBMF的$3.3B AUM是CTA的2.3倍、KMLM的13倍。大AUM意味着：
- 更低的买卖价差（流动性好）
- 更不容易被关闭
- 更多的市场关注和透明度
- 但0.85%费率不是最低的
发现 #3：分红率出奇地高（3.69~5.57%）
管理型期货ETF的"分红"主要来自其持有的国债抵押物的利息收入，而非策略本身的收益分配。这意味着：
- 高利率环境下分红更高（当前美国利率~5%）
- 如果利率下降，分红也会降低
- 不要把分红率当成策略收益率——实际策略收益体现在NAV变化中
发现 #4：CTA费率最低但成立最晚
CTA的0.75%费率比DBMF便宜0.10%/年，但成立于2022年3月，历史数据仅4年。缺少完整牛熊周期的验证。
ETF选择建议
| 场景 | 推荐 | 理由 |
|---|---|---|
| 单一选择（简单） | DBMF | 最大AUM、最长历史、验证最充分 |
| 双ETF分散（$10K+） | DBMF 60% + CTA 40% | 分散基金经理风险 |
| 极简+低费率 | CTA | 0.75%最低，但历史短 |
| 纯指数复制 | KMLM | 跟踪Mount Lucas指数，规则透明 |
Plan E3中TSMOM+XSMOM的ETF实现
原始Plan E3配比回顾
TSMOM 30% + XSMOM 15% = 动量策略合计 45%
ETF映射方案
| 策略 | ETF实现 | 配比 | 理由 |
|---|---|---|---|
| TSMOM (时间序列动量) | DBMF | 30% | 最接近纯TSMOM的管理型期货ETF |
| XSMOM (截面动量) | MTUM (iShares MSCI USA Momentum Factor) 或 QMOM | 15% | 截面动量因子ETF |
注意：DBMF/CTA/KMLM是管理型期货ETF，它们同时包含TSMOM和部分XSMOM元素。严格来说，用单一ETF无法完美分离TSMOM和XSMOM。实操中的简化方案：
简化方案A（推荐）：
DBMF 45% ← 合并TSMOM+XSMOM配比
理由：DBMF已经内含了多品种的时间序列和截面动量策略，不需要再单独配XSMOM ETF。简化操作，降低费用。
简化方案B（精细）：
DBMF 30% + MTUM 15% ← TSMOM和XSMOM分开
理由：DBMF覆盖期货趋势跟踪，MTUM覆盖股票截面动量。两者底层资产不同（期货 vs 股票），真正实现了分散化。但MTUM与SPY相关性较高（~0.8），分散化效果有限。
$5K实盘执行方案
方案一：极简ETF组合（推荐起步方案）
总资金: $5,000
配比（Plan E3简化版）:
- DBMF (趋势跟踪) : 45% = $2,250 ≈ 75股
- GLD (黄金动量) : 15% = $750 ≈ 3股
- sUSDe (Crypto Funding): 20% = $1,000 (DeFi)
- BIL (短期国债) : 10% = $500 ≈ 5股
- MeanRev: 10% = $500 (待定，可暂用BIL)
总费率加权: ~0.55%/年 ≈ $27.50
执行细节
| 步骤 | 行动 | 工具 | 费用 |
|---|---|---|---|
| 1. 开户 | 选择零佣金美股券商（IBKR/Firstrade/老虎） | — | $0 |
| 2. 入金 | 电汇$5,000 | — | ~$25（一次性） |
| 3. 买入 | 按配比下单：DBMF、GLD、BIL | 限价单 | $0（零佣金） |
| 4. sUSDe | 通过Ethereum链购入Ethena sUSDe | MetaMask | Gas ~$5 |
| 5. 再平衡 | 每季度检查偏离度，>5%时再平衡 | 手动 | $0 |
再平衡规则
| 规则 | 参数 | 理由 |
|---|---|---|
| 频率 | 季度（每3个月） | Baltas研究显示月频换手率太高，季频与年频表现差异不大 |
| 触发阈值 | 偏离目标>5个百分点 | 低于5%不值得交易（摩擦成本>再平衡收益） |
| 方式 | 阈值触发型 | 不是日历型——如果季度末偏离<5%则不操作 |
| 税务 | 在IRA/401K内再平衡优先 | 避免应税事件 |
年度成本估算
| 费用项 | 金额 | 占比 |
|---|---|---|
| ETF管理费（加权） | $27.50 | 0.55% |
| 再平衡交易费 | $0 | 零佣金 |
| sUSDe Gas费 | $10 | 0.20% |
| 入金电汇（摊销） | $5 | 0.10% |
| 总年度成本 | ~$42.50 | 0.85% |
风险分析
DBMF的具体风险
| 风险 | 量化 | 缓解 |
|---|---|---|
| 策略失效期 | 2023年DBMF回报接近0%（震荡市） | 正常，趋势跟踪在震荡市不赚钱 |
| 跟踪误差 | DBMF用回归方法复制CTA行业，可能偏离 | 已有7年运营记录 |
| 关闭风险 | AUM $3.3B，关闭概率极低 | — |
| 费率调整 | 可能涨费 | 有CTA/KMLM替代 |
| 负beta在牛市的拖累 | SPY涨10%时DBMF可能跌2-4% | 这是设计特征，不是bug |
组合层面的关键风险
最大风险：所有策略同时失效
| 场景 | DBMF | GLD | sUSDe | BIL | 组合 |
|---|---|---|---|---|---|
| 股市暴跌（2008型） | +15~25% | +10~20% | -5~0% | +2% | +5~10% |
| 股市慢牛（2017型） | -5~0% | -5~0% | +8~12% | +4% | +1~4% |
| 震荡市（2015型） | -5~-10% | -5~0% | +5~8% | +4% | -1~+2% |
| 滞胀（2022型） | +10~20% | +5~15% | +0~5% | +2% | +5~10% |
| 尾部风险：流动性危机 | -10~-20% | -5% | -10~-20% | +1% | -5~-10% |
最差场景：2020年3月式的流动性危机——所有资产同时被抛售换现金。DBMF在2020.03月短暂亏损（趋势信号滞后），sUSDe可能因为交易所/DeFi流动性枯竭而无法退出。估计组合最大回撤-10~-15%。
监控与退出
季度检查清单
- DBMF/CTA的NAV与SG CTA Index的跟踪误差（>3%需关注）
- sUSDe APY是否仍>美国国债（否则考虑切换）
- GLD是否在200日均线之上（趋势信号）
- 各资产权重偏离度（>5%触发再平衡）
- 总组合YTD表现 vs 基准（60/40）
退出条件
| 条件 | 行动 |
|---|---|
| DBMF连续2年跑输SG CTA Index >3% | 切换至CTA或KMLM |
| sUSDe APY < 美国国债利率超过90天 | 将sUSDe配比转移到BIL |
| 总组合3年滚动Sharpe < 0.3 | 全面复盘策略假设 |
| 个人资金需求变化（买房等） | 按需减仓，优先减sUSDe（DeFi风险最高） |
对tradeSys的"So What"
1. Plan E3 ETF实现版（最终推荐）
Plan E3-ETF（$5K起步版）:
┌─────────────────────────────────────┐
│ DBMF 45% (TSMOM+XSMOM合并) │
│ GLD 15% (黄金动量) │
│ sUSDe 20% (Crypto Funding) │
│ BIL 10% (短期国债/现金锚) │
│ MRev 10% (均值回归，暂用BIL占位) │
└─────────────────────────────────────┘
2. 为什么简化方案A（DBMF 45%）优于精细方案B
- DBMF内部已经做了多资产趋势跟踪+截面信号融合
- 单独加MTUM（截面动量ETF）会大幅提高与SPY的相关性（MTUM beta ~1.1）
- 简化=更少再平衡=更低成本=更容易坚持
3. 均值回归（MeanRev 10%）的占位问题
Plan E3中有10%均值回归配比，但目前没有好的纯均值回归ETF。两个选择：
- 暂用BIL占位（等研究#20完成后确定具体标的）
- 用DBMF吃掉（DBMF内部也有一些均值回归信号）→ DBMF 55%, GLD 15%, sUSDe 20%, BIL 10%
4. 下一步
| 序号 | 任务 | 优先级 |
|---|---|---|
| 1 | 用vectorbt回测DBMF+GLD+BIL组合2020-2026历史表现 | P1 |
| 2 | 研究sUSDe入场时机（等Funding转正） | P2 |
| 3 | 均值回归策略ETF选型（#20） | P2 |
| 4 | 确定券商（IBKR vs Firstrade，考虑入金便利性） | P1 |
检查线自检
事实来源
| 数据点 | 来源 | 可信度 |
|---|---|---|
| DBMF: $3.3B AUM, 0.85% ER, beta -0.24 | stockanalysis.com 实时数据 (2026-03-20) | ⭐⭐⭐⭐⭐ |
| CTA: $1.44B AUM, 0.75% ER, beta -0.35 | 同上 | ⭐⭐⭐⭐⭐ |
| KMLM: $255M AUM, 0.90% ER, beta -0.32 | 同上 | ⭐⭐⭐⭐⭐ |
| TSMOM多回看窗口组合夏普>1.0 | Moskowitz, Ooi & Pedersen (2012, JFE) | ⭐⭐⭐⭐⭐ |
| 线性趋势信号换手率低30-50% | Baltas & Kosowski (2013-2020) | ⭐⭐⭐⭐ |
| 趋势跟踪百年正收益 | Hurst, Ooi & Pedersen (2017, AQR) | ⭐⭐⭐⭐⭐ |
| 金融危机后4年回报减半 | Hutchinson & O’Brien | ⭐⭐⭐⭐ |
独到见解摘要
- $5K散户应该用ETF代理而非自建：期货保证金门槛+纪律执行问题决定了ETF是唯一选择
- DBMF 45%合并TSMOM+XSMOM是最优简化：单独加截面动量ETF(MTUM)反而提高与SPY的相关性
- 管理型期货ETF的beta全部为负：分散化价值比理论预估更高（原始研究假设corr~0.1，实际为负）
- 分红率高是国债利息，不是策略收益：不要被5%分红率误导
- 均值回归暂用BIL占位是合理的：没有好标的时不凑数，比选错标的强
报告完成时间: 2026-03-21 07:25 CST 数据来源: stockanalysis.com(实时ETF数据), tradeSys-trend-following.md(理论基础), Moskowitz/Baltas/Hurst学术论文