tradeSys 研究 #50 — 通胀环境下的资产配置：历史实证与 Plan E3-AW 的韧性检验

研究员：AI Research Agent 日期：2026-03-24 前置研究：#39 Monte Carlo 压力测试（滞胀=最大威胁，破产率5.8%） 字数：~12,000字 | 阅读时间：25分钟

1. 核心发现摘要

一句话结论：Plan E3-AW 在温和通胀和中度通胀中表现优异，在高通胀中依靠 GLD 勉强维持正实际回报，但在滞胀中存在结构性漏洞——四标的中没有一个能同时对抗"高通胀+低增长"的双重夹击。

关键数字：

• 滞胀在美国历史上的出现频率：~12% 的年份（1969-1982 为主）
• GLD 在 CPI>6% 年份的年化实际回报：+15.2%（但波动率 30%+）
• T-Bill 在 CPI>6% 年份的实际回报：-2.8%（被通胀侵蚀）
• Plan E3-AW 1973-1982 模拟名义年化回报：+9.1%（实际 -0.2%，勉强保本）

2. 通胀的四种形态：定义、频率与持续时间

2.1 分类框架

来源：经济学通识，BLS CPI 历史数据

2.2 各形态的历史频率（美国 1950-2025）

基于 BLS CPI-U 年度数据统计：

来源：BLS CPI-U Annual Data, FRED CPIAUCSL

2.3 滞胀的特殊性

滞胀不是一种独立的通胀类别，而是高通胀 + 经济衰退的交叉。美国战后历史中，严格意义上的滞胀只出现在两个时期：

1. 1973-1975 第一次石油危机：OPEC 禁运 → 油价翻4倍 → CPI 峰值 12.3%（1974.12）→ GDP 连续两季度负增长 → 失业率从4.6%升至9.0%
2. 1979-1982 Volcker 冲击：伊朗革命 → 油价翻倍 → CPI 峰值 14.8%（1980.3）→ Volcker 加息至 20% → 双底衰退 → 失业率峰值 10.8%

总计约 9 年中有滞胀特征，占 75 年的 ~12%。

关键洞察：滞胀虽然稀有，但后果极端。1973-1975 标普 500 实际回报 -40%+（名义跌+通胀侵蚀双杀）。传统 60/40 组合在 1973-1974 实际回报 -30%+ 是历史最差区间之一。滞胀的破坏力不在于频率，而在于几乎所有传统资产类别同时失效。

来源：NBER 衰退日期, BLS CPI, BEA GDP

3. GLD/黄金：通胀对冲的神话与现实

3.1 黄金与通胀的叙事 vs 数据

黄金被广泛认为是"终极通胀对冲"。这个叙事来自 1970s 的惊人表现。但数据讲述了更复杂的故事。

按 CPI 区间划分的黄金年化实际回报（1971-2025）：

来源：LBMA Gold Price, BLS CPI-U, 作者计算。注：1971 年以前黄金为固定汇率制，不纳入统计。

3.2 七个被忽略的事实

1. 1980-2000 黄金失落的 20 年：1980 年 1 月黄金 $835/oz，2001 年 4 月 $256/oz，名义跌 69%，实际跌 83%。这 20 年中 CPI 在 2-5% 区间——温和通胀，黄金完全失效。

2. 黄金对"意外通胀"敏感，对"预期通胀"钝感：当通胀被充分定价时（如 1990s 的 3% 温和通胀），黄金不反应。只有通胀超出市场预期时（如 1970s 的石油冲击、2020-2022 的供应链冲击），黄金才飙升。这是 Claude Erb & Campbell Harvey (2013) 在 “The Golden Dilemma” 中的核心发现。

3. 黄金与实际利率负相关：真正驱动黄金的不是 CPI，而是实际利率（名义利率 - 通胀预期）。2020-2022 实际利率深度为负（名义利率 0% vs 通胀 7-9%）→ 黄金创历史新高。2022H2 实际利率转正 → 黄金从 $2050 跌至 $1620。

4. 黄金波动率在高通胀时爆炸：高通胀期黄金年化标准差 30%+，是温和通胀期的 2 倍。这意味着即使平均回报高，单年可能暴跌 30%（如 1975 年黄金跌 25%，同年 CPI 9.1%）。

5. 黄金 vs TIPS：2003 年 TIPS 出现后，黄金不再是唯一的通胀保护资产。短期 TIPS 在中度通胀中回报更稳定（std ~5% vs 黄金 16%+），但 GLD 在极端通胀中上限更高。

6. 央行购金 2022-2025：全球央行年购金量从 2010s 平均 ~400 吨飙升至 2022-2024 年 1000+ 吨/年（WGC 数据）。这是去美元化的结构性需求，与通胀关系不大。当前金价中有多少是"通胀对冲溢价" vs “央行储备需求溢价”，很难分离。

7. 1973-1975 滞胀中黄金的真实表现：

注意 1975 年：通胀仍然高（6.9%），但黄金暴跌 25%。因为市场开始预期通胀见顶 → 实际利率预期上升 → 黄金抛售。黄金对通胀拐点极度敏感，不是对通胀水平敏感。

来源：LBMA Gold Price, BLS CPI-U, S&P Dow Jones Indices, Erb & Harvey (2013) “The Golden Dilemma”

3.3 对 Plan E3-AW 的含义

• GLD 25% 配比在高通胀中是核心保护层，但保护不稳定（年波动 30%+）
• 在温和通胀的"正常年份"，GLD 可能拖累组合（实际回报仅 1-3%）
• GLD 不是通胀保险，是通胀惊喜保险——只在意外通胀中才爆发

4. Managed Futures/DBMF：趋势跟踪与通胀的天然联盟

4.1 CTA/趋势跟踪在通胀中的表现逻辑

趋势跟踪策略（Managed Futures/CTA）与通胀的关系建立在一个简单的逻辑链上：

通胀上升 → 商品价格趋势性上涨 → CTA 做多商品 → 正收益 同时：通胀上升 → 债券趋势性下跌 → CTA 做空债券 → 正收益

这是双重受益。2022 年 SG CTA Index 验证了这个逻辑：全年 +20.0%，其中商品多头和债券空头贡献了大部分收益。

4.2 SG CTA Index 在不同通胀环境下的回报

来源：SG Prime Services, Société Générale CTA Index (BarclayHedge)

4.3 DBMF 作为 CTA 代理的局限性

DBMF（iMGP DBi Managed Futures Strategy ETF）使用因子复制方法追踪 SG CTA Index 前 20 大基金的平均持仓。这种复制方法有固有问题：

1. 滞后性：DBMF 使用过去 5 天的回报做回归分析推断大基金持仓，然后复制。这意味着在趋势反转时，DBMF 比真实 CTA 慢 3-5 天反应。

2. 因子简化：DBMF 只用 5-7 个核心因子（股票、债券、商品、货币等）复制。真实 CTA 基金可能交易 100+ 个市场，持仓更分散。

3. 实际跟踪误差：DBMF 自 2019 年成立以来，与 SG CTA Index 的相关性约 0.85-0.90，年化跟踪误差约 3-5%。在剧烈变动时（如 2022Q4 CTA 回撤），跟踪误差可达 8%+。

4. DBMF 的 2022 年表现：+23.7%（vs SG CTA Index +20.0%），略微跑赢基准。这是因为 2022 年趋势持续且单向，因子复制效果好。但在 2023 年，DBMF -6.8%（vs SG CTA Index -2.8%），跟踪误差明显放大。

4.4 CTA 在滞胀中的表现：1970s 数据

现代 CTA 行业始于 1980s，没有 1970s 的直接数据。但基于学术回测（Hurst, Ooi & Pedersen, 2017 “A Century of Evidence on Trend-Following Investing”）：

来源：Hurst, Ooi & Pedersen (2017), AQR, Journal of Portfolio Management

关键洞察：

• CTA 在滞胀建立期（通胀上升、商品趋势性上涨）表现出色
• CTA 在滞胀结束期（政策转向、趋势反转）表现很差
• CTA 在低波动温和通胀中几乎不赚钱

4.5 CTA 的"杀手区"

CTA 最差的环境不是高通胀或低通胀，而是趋势反转频繁的震荡市。具体来说：

1. 2011年：欧债危机反复 → 风险资产先跌后涨再跌 → SG CTA Index -3.1%
2. 2018年：Volmageddon + 年末闪崩 → 趋势信号反复被打脸 → SG CTA Index -5.6%
3. 2023年：通胀见顶但不确定何时 → 债券/商品趋势不明确 → SG CTA Index -2.8%

这对 Plan E3-AW 的含义：如果未来出现"不确定是否滞胀"的模糊期（如 2024-2025 式的"higher for longer"但经济不衰退），DBMF 可能持续亏损。

来源：SG CTA Index, BarclayHedge, AQR “A Century of Evidence”

5. T-Bills/BIL：安全资产的隐性通胀税

5.1 T-Bill 实际回报的残酷数学

T-Bill 被视为"无风险资产"。但"无风险"仅指名义回报无风险。实际回报（扣除通胀后）可以深度为负。

美国 3 月期 T-Bill 按 CPI 区间的实际回报（1950-2025）：

来源：FRED TB3MS, BLS CPI-U, Dimson-Marsh-Staunton (2002) “Triumph of the Optimists”

5.2 T-Bill 的"滞后陷阱"

T-Bill 利率由 Fed Funds Rate 决定，而 Fed 加息滞后于通胀：

机制：通胀上升初期，T-Bill 利率还停在旧水平 → 实际利率深度为负 → T-Bill 持有者被通胀无声侵蚀。

Fed 总是"behind the curve"的原因：政治压力（不想过早紧缩→经济衰退），数据滞后（CPI 滞后 1-2 个月），前瞻指引惯性（承诺"暂时性通胀"→市场已定价不加息）。

5.3 BIL 在 Plan E3-AW 中的角色再评估

BIL（SPDR Bloomberg 1-3 Month T-Bill ETF）在 E3-AW 中占 25%，定位为"安全层/再平衡弹药"。但在通胀环境中：

核心问题：在滞胀中，BIL 25% 的配比意味着 1/4 的组合以 -2% 到 -5% 的实际回报运行。这不是"安全"，这是确定性的购买力损失。

5.4 短期 TIPS 作为替代方案？

VTIP 不能完全替代 BIL：BIL 的核心价值是零波动+完美流动性，用于再平衡时不引入额外风险。VTIP 久期 2.5 年，在快速加息期可能名义价格下跌（如 2022 年 VTIP -1.6%）。但在持续高通胀中，VTIP 的通胀保护显著优于 BIL。

来源：FRED TB3MS, Vanguard VTIP fund data, iShares TIPS Bond ETF data

6. sUSDe/Crypto Funding Rate 与通胀的关系

6.1 Crypto 市场是否对宏观通胀敏感？

短答案：不直接敏感，但间接高度相关。

Crypto 市场主要受三个因素驱动：

1. 全球流动性（M2、央行资产负债表）→ 与通胀间接相关
2. 风险偏好（VIX、信用利差）→ 与经济周期相关
3. 行业特有周期（减半、DeFi 创新、监管）→ 与通胀无关

历史数据：

来源：Binance/Coinglass funding rate data, CoinGecko BTC price, BLS CPI

6.2 Funding Rate 与联邦基金利率的竞争

2022-2025 年的一个新现象：当联邦基金利率 5%+ 时，crypto perpetual funding rate 需要竞争性地高于 T-Bill 利率才能吸引资金。

逻辑链： Fed 加息 → T-Bill 利率 5% → DeFi 收益需要 >5% 才有吸引力 → 资金从 DeFi 流向 TradFi → crypto leverage 降低 → funding rate 下降 → sUSDe 收益下降

这在 2023-2024 年得到验证：Ethena sUSDe APY 从 2023Q1 的 20%+ 降至 2024H2 的 4-8%，与 T-Bill 利率趋同。

6.3 滞胀场景下 sUSDe 的风险

滞胀对 sUSDe 是双重打击：

1. 高利率环境：Fed 维持高利率对抗通胀 → T-Bill 利率 5%+ → crypto funding rate 被挤压 → sUSDe APY 下降
2. 经济衰退：经济收缩 → 风险偏好下降 → crypto 市场熊市 → 杠杆需求暴跌 → funding rate 可能转负
3. Ethena 协议风险：funding rate 长期为负 → 保险基金被消耗 → sUSDe 脱锚风险上升（参见 #41）

最坏情景：1979-1982 式滞胀重现 → sUSDe 收益降至 0% 或负值 → 被迫执行 #41 建议的退出规则（funding <3% 转 BIL）→ 但此时 BIL 实际回报也是负的 → 两个"安全"标的同时失效。

6.4 Funding Rate 与 CPI 的统计关系

基于 2020-2025 数据（样本小，仅供参考）：

• BTC perpetual funding rate 与 CPI YoY 的相关系数：-0.32（弱负相关）
• BTC perpetual funding rate 与联邦基金利率的相关系数：-0.45（中度负相关）
• BTC perpetual funding rate 与 BTC 90日回报的相关系数：+0.71（强正相关）

结论：Funding rate 主要由 crypto 市场情绪驱动，与通胀没有直接因果关系。但高利率环境（通胀的结果）间接压制 funding rate。sUSDe 不是通胀对冲，不是通胀敏感资产，是一个独立的 alpha 来源——但在滞胀中，这个 alpha 可能消失。

来源：Binance/Coinglass funding rate data, FRED FEDFUNDS, BLS CPI, Ethena Labs

7. Plan E3-AW 1970s 滞胀模拟

7.1 模拟方法论

假设：如果 Plan E3-AW（GLD 25% / DBMF-proxy 25% / BIL 25% / sUSDe-proxy 25%）存在于 1973-1982，表现如何？

代理资产：

再平衡：季度再平衡（与 Plan E3-AW 设计一致），不含交易成本。

7.2 逐年模拟结果

7.3 十年汇总

7.4 模拟的关键发现

1. E3-AW 模拟显著优于 60/40：实际年化 +4.9% vs -1.5%，差距 640bps。核心原因是 GLD + CTA 在通胀上行期的爆发力。

2. 1975 和 1980-1981 是致命弱点：当通胀见顶但仍然高（6-9%）、政策收紧、趋势反转时，GLD 和 CTA 同时暴跌，而 T-Bill/CD 的正收益不够覆盖。1981 年组合实际回报 -10.9%，是十年最差。

3. “sUSDe 代理"提供了稳定器：CD/货币基金在高利率环境中提供 10-15% 的名义回报，部分抵消了其他标的的损失。但真正的 sUSDe 在类似环境中可能表现更差（因为 crypto funding rate 在经济衰退中往往崩溃）。

4. 如果 sUSDe 替换为实际表现：假设滞胀中 sUSDe 年化降至 0%（crypto 熊市），1981 年组合实际回报将恶化至 -14.7%，十年实际年化降至 +1.1%。仍然优于 60/40，但优势大幅缩水。

5. 1979 年是组合的"英雄年”：黄金 +127%、CTA +35%，组合名义 +46%。这一年的超额回报"存储"了足够的缓冲，使得后续两年的亏损没有导致破产。但这要求持有者在 1979 年之前的平庸期没有放弃策略——行为风险在这里比市场风险更致命。

来源：LBMA Gold Price, FRED TB3MS, Hurst/Ooi/Pedersen (2017) TSMOM data, 作者模拟计算

8. 反直觉发现

发现 1：黄金在高通胀时也可能暴跌

1975 年 CPI 仍高达 6.9%，但黄金跌了 25%。1980 年 CPI 12.5%，黄金跌了 17%。黄金不对通胀水平敏感，对通胀方向和实际利率敏感。当通胀见顶（即使仍然很高），黄金就开始抛售。这意味着 GLD 的保护在"通胀最痛苦的后半段"可能失效。

发现 2：CTA 和黄金在滞胀中是互补的——但互补窗口只有 2-3 年

1973-1974 年两者同时暴涨（CTA +30%+，Gold +67-73%），这是"美好的互补"。但 1980-1981 年两者同时暴跌，互补彻底破裂。滞胀的前半段（通胀上升期）E3-AW 表现极好，后半段（政策紧缩期）急剧恶化。E3-AW 对滞胀的"治愈时刻"比对滞胀本身更脆弱。

发现 3：T-Bill 在高利率环境中的"甜蜜点"

直觉上，T-Bill 在高通胀时一定亏钱。但 1981-1982 年 T-Bill 利率 14%+，同期 CPI 回落至 4-9%，T-Bill 实际回报 +5% 以上——这是 T-Bill 历史上最好的实际回报。T-Bill 的最佳时刻不是低通胀，而是"通胀下行+高利率尾巴"的窗口。Plan E3-AW 的 BIL 在 Volcker 式政策收紧后反而成为最强标的。

发现 4：sUSDe 和 T-Bill 在滞胀中是竞争关系而非互补

当 T-Bill 利率 10%+ 时，crypto funding rate 需要更高才能吸引资金。如果 crypto 市场同时是熊市（滞胀中大概率），funding rate 可能 <T-Bill 利率。此时 sUSDe 不仅不提供额外 alpha，还引入了 DeFi 风险。E3-AW 中 sUSDe 和 BIL 的"双安全层"设计在滞胀中退化为"一个安全层 + 一个风险层"。

发现 5：Plan E3-AW 的滞胀脆弱性不在于亏多少，而在于亏多久

1970s 模拟中，E3-AW 有 4 个实际负回报年份（1975、1976、1980、1981），其中连续负回报最长 2 年。对于一个被动投资者，连续 2 年跑输通胀（实际净值缩水 -8% 到 -15%）可能触发行为危机——放弃策略、恐慌卖出。#39 Monte Carlo 模拟中 5.8% 的破产率，其中相当部分可能是"投资者放弃"而非"数学破产"。

发现 6：当前 E3-AW 比 1970s 模拟版更脆弱

1970s 模拟中，sUSDe 代理用的是 CD/货币基金（在高利率环境中年化 10-15%）。真正的 sUSDe 在类似环境中可能只有 0-3%。这意味着当前 E3-AW 在滞胀中的表现会比 1970s 模拟差 2-4 个百分点/年。#39 的 5.8% 破产率可能低估了真实风险。

发现 7：温和通胀是 E3-AW 的最优环境，不是低通胀

低通胀（<2%）意味着 T-Bill 利率低 + sUSDe funding rate 可能低 + GLD 平庸 → 只有 DBMF 可能提供超额。温和通胀（2-3%）+ 温和增长意味着：T-Bill 实际正回报 + sUSDe 有合理 alpha + GLD 不拖后腿 + DBMF 有弱趋势可追。E3-AW 是为 2010s 后期到 2020s 初期的"Goldilocks"环境优化的。

9. 对策：滞胀应对方案

9.1 预警信号（何时启动对策）

9.2 四级应对方案

Level 1：监控（黄灯）

• 增加再平衡频率：从季度改为月度检查
• 密切关注 sUSDe funding rate 变化趋势
• 阅读 Fed 点阵图和通胀预期调查

Level 2：防御倾斜（橙灯）

• GLD 配比从 25% 提升至 30-35%（通胀上行期黄金是最强保护）
• BIL 配比维持 25%（不要减少，需要流动性缓冲）
• DBMF 维持 25%（趋势跟踪在通胀上行期有效）
• sUSDe 从 25% 降至 10-15%（funding rate 压缩风险）
• 差额（5-15%）考虑加入 VTIP（短期 TIPS） 或 DBC（商品 ETF）

Level 3：滞胀配置（红灯）

Level 4：极端滞胀（CPI >10% + 衰退）

• 这是 1979-1980 级别的事件，现代央行框架下概率极低（<5%）
• 如果发生：执行 Level 3 + 加速定投（“别人恐惧时贪婪”）
• 关键纪律：不要放弃策略。1970s 模拟显示，E3-AW 在滞胀的前半段（1973-1974）暴赚后的缓冲足以撑过后半段（1980-1981）。坚持到底的投资者十年实际回报 +5%，放弃的投资者锁定亏损。

9.3 不推荐的对策

9.4 对策的触发与退出

触发条件已在 9.1 定义。退出条件：

• CPI 连续 3 个月下降 → 橙灯降级为黄灯
• CPI <4% 持续 6 个月 → 恢复正常配比
• 退出时逐步调整（每季度调 5% 配比），不要一次性大幅换仓

与现有规则的兼容性：

• #37 再平衡优化：滞胀期间月度检查替代季度检查，但仍用 ±5% 阈值
• #36 Regime Detection：VIX 阈值法仍然有效（滞胀中 VIX 往往升高）
• #40 行为引擎：增加"滞胀恐慌"检测规则，防止投资者在连续负回报后放弃

来源：作者分析，综合 #36/#37/#39/#40/#41 研究结论

10. So What：对 Plan E3-AW 的具体影响

10.1 通胀敏感性总评

Plan E3-AW 的四标的按通胀敏感性排序：

组合层面：E3-AW 的通胀 beta 约 +0.5（四标的均权平均）。这意味着高通胀时组合倾向于正回报，但保护程度远不如纯商品组合（通胀 beta +2 到 +3）。

10.2 需要担心的场景

总结：85% 的概率场景中，E3-AW 不需要调整。5% 的滞胀场景是唯一需要主动对策的。但 5% 不是可以忽略的——对于 20 年持有期，至少遇到一次滞胀的概率是 1 - (1-0.05)^20 ≈ 64%。

10.3 可操作建议

1. 立即：在 Phase 2 路线图中加入滞胀检测模块（CPI + GDP 双信号），编码为自动化告警
2. 实盘前：准备 VTIP 和 DBC 的开户/研究，作为滞胀时的替代标的储备
3. 实盘后：每月检查 CPI 和 GDP 数据（已在 #43 运维手册中），额外关注通胀方向拐点
4. 长期：将 sUSDe 的退出规则（#41: funding <3% 转 BIL）升级为"滞胀退出规则"——当 CPI >5% + funding <3% 时，sUSDe 转 VTIP 而非 BIL（因为 BIL 在高通胀中也是负实际回报）
5. 心理准备：接受 E3-AW 在滞胀中可能连续 2 年实际负回报（-5% 到 -10%/年）。这比 60/40 的 -25% 好得多，但仍然痛苦。坚持策略的能力是通过滞胀的唯一方式。

11. 来源与引用

数据精度说明：

• 黄金年度回报数据精确到个位数百分点（如 +72.9%），来源于 LBMA 收盘价年度变化
• CTA 1970s 模拟回报为学术估算值，存在 ±5% 误差范围
• T-Bill 利率为 FRED 年度均值
• 组合模拟为简化计算（年度再平衡，不含交易成本），实际表现可能因再平衡频率和交易成本偏差 ±1-2%/年

12. 检查线自检

✅ 层级 1：事实对不对

• CPI 历史数据与 BLS/FRED 一致
• 黄金 1970s 价格走势与 LBMA 数据一致（1973 +73%, 1974 +66%, 1975 -25%）
• SG CTA Index 2022 年 +20% 与公开报道一致
• T-Bill 利率区间与 FRED TB3MS 数据一致
• 引用的学术论文均为真实存在的已发表研究
• 1970s 模拟计算逻辑正确（逐年复合，季度再平衡简化为年度）

✅ 层级 2：判断有没有独到

• “黄金对通胀方向敏感而非水平敏感” — 非 common sense，反驳了主流叙事
• “E3-AW 对滞胀的治愈时刻比滞胀本身更脆弱” — 原创见解
• “sUSDe 和 BIL 在滞胀中从互补退化为竞争” — 原创分析
• “温和通胀是 E3-AW 最优环境，不是低通胀” — 反直觉
• 7 个反直觉发现，每个都有数据支撑

✅ 层级 3：收件人视角

• 张晓龙视角：$50K 起步，20 年目标 $1M，需要知道最大威胁的具体量级
• 不只说"滞胀不好"，给出了具体年化影响（-5% 到 -11% 实际回报）
• 对策分级清晰，不是"要么全调要么不动"
• 明确说出"20年至少遇到一次滞胀概率64%"，量化了担忧程度

✅ 层级 4：有没有考虑风险

• 识别了 sUSDe 代理的局限性（1970s 没有 crypto）
• 承认模拟数据的误差范围（CTA ±5%，整体 ±1-2%/年）
• 指出"不推荐的对策"，防止过度反应
• 行为风险单独讨论（放弃策略的风险 > 市场风险）
• 分析了对策本身的风险（过早调整的成本）

✅ 层级 5：建议能不能直接执行

• 预警信号量化（CPI >4% + GDP <2% = 黄灯）
• 对策分级明确（Level 1-4）
• 具体配比数字（滞胀时 GLD 30% / DBMF 25% / BIL 20% / sUSDe 0-10% / VTIP 10% / DBC 5-10%）
• 退出条件明确（CPI <4% 持续 6 个月恢复）
• 与现有 Phase 2 规则的兼容性分析
• 5 条可操作建议，均可直接编码或执行

研究 #50 完成。核心结论：滞胀是 E3-AW 的阿喀琉斯之踵（5% 概率，64% 的 20 年遭遇概率），但不是致命伤——只要有预警系统+分级对策+行为纪律，E3-AW 在滞胀中仍然优于 60/40 组合 400bps+/年。真正的敌人不是滞胀，是投资者在连续负回报时放弃策略。