论传统基本面研究框架的谬误如何改进：极端行情为什么反复降临？如何应对？

投资观点：无 大宗商品 报告日期2026-3-6 专题报告 国贸期货研究院张宝慧 写作本文的想法最初源于1月份贵金属的“史诗级”行情，但在写作时市场又很快迎来了一轮新的极端趋势行情，受中东地缘事件影响，大量相关品种连续涨停。这使我认识到写作本文重新介绍塔勒布的思想，并反思传统基本面研究的重要性。 从业资格号：F0286636投资咨询号：Z0010820 国贸期货研究院董子勖 从业资格号：F03094002投资咨询号：Z0020036 本文先从“极端趋势”行情频发的现象入手，讨论现实金融世界的厚尾特征，即极端趋势发生的概率远高于正态分布，且发生概率随着数值增大衰减极慢。这意味着，极少数尾部极端事件，决定了几乎所有的长期收益或亏损，远超所有高概率的日常事件。 然后，本文重新回顾了传统基本面研究的前提假设，发现其存在两大谬误，使得传统基本面研究在面对“极端趋势”行情的时候几乎失效：一是滥用“归纳法”追求高胜率，用大量日常事件的证实，遮蔽了决定长期盈亏的极端事件；二是教条化地坚持“均值回归”，用线性平滑推演，否定了幂律市场的核心驱动力——正反馈循环。 最后，本文讨论如何应对“极端趋势”行情，指出重点不应放在“提前预判趋势起点”、“抄底摸顶”，而是要专注于区分“日常震荡”和“极端趋势”，在识别出“极端趋势”行情启动的时候，抛开基于正态分布、均值回归的传统基本面研究和应对方式，让自己在极端趋势行情中具备反脆弱性。 往期相关报告 1“极端趋势”为何频繁发生 我们一般用波动率（标准差σ）来定义“极端趋势”。在今年1月30日白银单日暴跌30%后，市场上流传这样一句话： “从统计数据的角度来看，白银此番单天超过30%的波动构成了一次14-15个标准差事件。在风险管理的话语体系里，14σ的波动深植于概率分布的‘肥尾’之中，其极端程度，依照经典的正态分布模型推演，应是数十亿年方能一遇的奇观——也就是现实世界里完全不可能发生的事件，毕竟地球的年龄才四十五亿年。即便是黄金在周五的巨震，也是一次10σ的事件。这样的事件发生的概率，大约为500000年一次。” 这段话说的是，在经典的正态分布模型假设下，金融市场几乎不可能出现这种单日暴涨暴跌的行情。如果我们坚持正态分布假设，就可以认为这是一次“史诗级”的极端事件，在未来的研究和投资中可以忽视，将更多精力放在研究那些大概率会发生的日常事情上。 比如在对白银的研究中，我们观察到自1968年以来白银在接近50美元/盎司后都会快速回落，因此我们相信白银价格突破50美元只是一次可以忽视的小概率极端事件，此时我们应该坚定信心做空，等待均值回归。 资料来源：Wind、国贸期货研究院 事后看，我们自然知道这种想法错得离谱，但在白银“史诗级”暴涨前，这确实是一种很有市场的想法，因为它具备长时间的经验检验。 那么这个想法的问题在哪呢？为什么会导致如此严重的结果？事实上，这是一种典型的基 于正态分布假设而做出的判断。在正态分布中，偏离均值会迅速回归，偏离越远，回归力量的就越高，极端值出现的概率极低，一般认为超出5个标准差（±5σ）的事件发生的概率是5.7×10^-7%，平均6922年才会发生一次。 但在真实的世界中，我们发现市场有非常强大的正反馈效应，即价格偏离越远，反而越容易形成趋势，继续放大偏离。与传统的均值回归思想完全相反。这使得在金融市场里，极端事件发生的概率远大于正态分布，金融资产收益率具备明显的厚尾特征。 要证明这点，一是证伪主义出发，当我们经历一次白银单日暴跌30%的极端事件发生后，就可以证明金融市场并不服从正态分布，二是大多数经济金融数据的峰度均大于3，具备典型的厚尾特点。下图是近五年国内各商品指数的日收益率峰度分布，可以看到，均明显大于正态分布的峰度3，表明国内商品市场具备的一个经验事实就是非正态分布，具有厚尾特点。 资料来源：Wind、国贸期货研究院 2“极端趋势”发生概率缓慢衰减，对结果贡献非线性增长 面对正态分布假设的系统性失效，学术界逐步转向幂律分布作为更准确的描述工具。塔勒布在《肥尾效应》一书中通过量化实证+数理推导的方式，系统证明了这点。 幂律分布的核心特征在于其尾部概率按幂函数形式衰减，即极端事件的发生频率比正态分布假设高出数个数量级，且在尾部区域（图4红框部分）中，极端事件的发生概率随着数值增大衰减极慢。 这意味着，按照“发生概率×影响量级”的公式来衡量事件对最终结果的贡献时，极端事件“发生概率”虽然会随着“影响量级”而衰减，但衰减非常缓慢，极端事件对最终结果的贡献度反而会随“影响量级”的增大而快速飙升。（极少数尾部极端事件，决定了几乎所有的长期收益或亏损，远超所有高概率、低影响的日常事件） 在投资中，我们可以看到很多类似的实证。比如《肥尾效应》中，塔勒布用标普500指数1950-2019年的日度收益率做检验，得出结论：标普500指数过去70年的累计收益中，95%以上的收益来自于不到0.5%的交易日。比如交易日常中，大量收益/亏损来源于少数几笔交易（1月份白银暴涨暴跌的极端趋势行情带来的收益/亏损，远超日常震荡交易的总和，直接决定了很多人账户的长期盈亏）。 资料来源：国贸期货研究院 资料来源：国贸期货研究院 另一个佐证是期权的波动率曲线。多数时候波动率曲线呈两边高中间低的特征（微笑曲线），隐含波动率随着期权虚值程度的增加而升高，表明市场愿意为“极端趋势”付出更多溢价。 资料来源：OpenVlab、国贸期货研究院 3传统基本面研究内含的谬误 当我们论述了金融世界服从幂律分布而非正态分布后，我们再回头检验传统的基本面研究，会发现存在两大谬误。 3.1第一谬误：滥用“归纳法”追求高胜率，用大量日常事件的证实，遮蔽了决定长期盈亏的极端事件 传统基本面研究方法论的核心是归纳法，而归纳法的有效性，完全建立在正态分布、大数定律生效的前提上。具体来说，传统基本面研究认为，知识源于对历史经验的重复归纳，样本量越大、事件重复发生的频率越高，结论越可靠。在正态世界里，这完全成立，因为±3σ以内的“日常震荡”覆盖了99.7%的波动，“极端趋势”发生概率近乎为零，只要抓住高频率的日常事件，就能锁定绝大多数收益。 而在幂律分布的现实金融世界里，“极端趋势”发生的概率虽然低，但由于尾部规模值的增长带来的概率衰减极小，发生概率最低的“极端趋势”对结果的贡献度远大于“日常震荡”。此时，滥用归纳法追求“高胜率”只会让我们陷入塔勒布定义的“证实谬误”——我们用1000天的日常业绩、高频重复的经营数据，证实了“这是一家优质公司”，却永远无法用归纳法证明“黑天鹅不会发生”。就像火鸡科学家的故事，那只活了1000天的火鸡，每天的喂食都在证实“世界是安全的”，却完全忽略了第1001天的感恩节，而这一次低概率的肥尾事件，直接决定了它100%的最终结果。这也是研究无用论的一个由来，因为以追求“高胜率”为主的传统基本面研究，鼓励研究员识别那些对最终结果贡献较小的“日常震荡”，而忽略“极端趋势”行情，因为“极端趋势”是小概率事件，判断成功率很低。 这也是“极端趋势”行情发生时，询问专家的效果通常不好的原因。因为专家更多基于过去丰富的经验做判断（归纳法），而“极端趋势”本身就超出了历史经验范畴，此时再用历史经验做判断，只会适得其反。 3.2第二谬误：教条化地坚持“均值回归”，用线性平滑推演，否定了幂律市场 的核心驱动力——正反馈循环 传统基本面研究的定价体系核心是内在价值理论，而内在价值的有效性，完全建立在正态分布的均值回归假设上。具体来说，传统基本面研究默认，资产的价格像钟摆一样，永远围绕“内在价值”这个均值上下波动，价格偏离均值越远，回归的概率越高、力量越强。它用历史数据做线性平滑的供需平衡表推演，默认未来会和历史一样平稳运行，历史极值就是未来的最大风险边界。 而在幂律分布的现实里，价格的核心驱动是正反馈循环，当事态进入肥尾区域，“极端 趋势”启动，价格偏离均值越远，继续偏离的概率反而越高，形成正反馈循环：价格上涨→资金涌入→投机需求增加，预期进一步抬升→价格继续上涨，形成非线性的牛市泡沫；价格下跌→对手盘止损，恐慌抛售→价格继续下跌，形成无底线的回撤。此时多空力量失衡，均值回归不会生效，样本均值毫无意义，反而会成为逆势交易者的死亡陷阱。 4如何改进：从“预测日常震荡”，转向“识别极端趋势” 正态分布之所以能够预测，核心是它有收敛的固定均值、稳定的方差，大数定律会生效，你可以用历史参数精准算出未来事件的发生概率。但幂律分布的核心特征是无标度性、尾部永不归零、均值与方差永远不收敛，这使得你无法用历史数据算出尾部极端趋势的“发生概率”，因为尾部概率是多项式级缓慢衰减的，永远可能存在超出历史极值的事件。就像我们无法用过去50多年的白银波动，预测白银会在1个月的时间里几乎翻倍，然后出现单日30%的暴跌。 极端趋势难以预测的另一个原因是会出现反身性悖论，即市场对极端趋势的预测，会直接改变市场参与者的行为，最终让预测彻底失效。 所以在面对极端趋势时，我们的重点不应放在“提前预判趋势起点”、“抄底摸顶”，而是要专注于区分“日常震荡”和“极端趋势”，是顺应已经出现的趋势，而非预测未出现的趋势，同时让自己在极端趋势行情中具备反脆弱性。 4.1关注价格的“非随机持续偏离”，用σ阈值体系识别极端趋势 我们可以通过价格的“非随机持续偏离”来识别极端趋势。塔勒布在《肥尾效应》中有明确描写：真实的趋势，必然是持续超出正态分布预期的非随机波动。在正态分布的世界里，99.7%的波动都落在±3σ区间内，因此一旦价格持续突破±3σ且没有回归迹象，就已脱离日常的随机震荡，进入趋势状态；单日突破±5σ，是极端趋势启动的明确信号。 值得一提的是，在面对市场的涨跌停限制、流动性约束时，价格的极端偏离不会消失，只会以连续单向涨跌停、跳空的形式延迟释放，这是正反馈循环强化的明确信号。日常震荡很难出现连续涨跌停，出现连续涨跌停意味着多空力量出现极度失衡，买盘/卖盘完全碾压，正反馈循环已经形成。 这里介绍一下如何简单计算σ，我们可以从资产的年化历史波动率HV入手（也可以用主力合约的平值期权隐含波动率IV），找到波动率均值的均线（可以用30日、60日……具体问题具体分析），除以√250≈15.81（按照每年250个交易日），这样就可以算出单日标准差σ。 简化计算公式是σday=HV30÷16，如果单日涨跌幅在±3σ以内，说明资产还在正常的波动水平，一旦超过，则要保持警惕。 资料来源：国贸期货研究院 除此以外，我们还可以通过一些“历史首次”的新闻来关注市场是否可能进入“极端趋势”，比如每日经济新闻26年3月2日发布的这条新闻，标题是：历史首次！中国石油、中国石化、中国海油全部涨停，沪指收涨0.47%。 这虽然不能让我们100%确定“极端趋势”已经形成，但能够提醒我们，市场可能已经进入统计学上的尾部区域，那些传统的，基于正态分布、均值回归假设的应对方法可能会失效，必须保持警惕。 4.2从供需基本面出发，识别“正反馈循环”形成的基础 我们还可以从幂律分布的底层生成机制——正反馈循环出发，用演绎法来识别行情是否会向极端趋势发展。 幂律分布的核心成因是正反馈，趋势的本质就是正反馈的自我放大：价格上涨引发追涨，推动价格进一步上涨；价格下跌引发止损/强平，推动价格进一步下跌。当市场从“涨了就跌、跌了就涨”的均值回归，切换为“越涨越猛、越跌越凶”的正反馈循环，极端趋势就形成了。 传统基本面研究，核心目标是“预测价格走势、算出资产的合理价值”，默认市场是线性、可预测的，价格会围绕“内在价值”这个均值上下波动，价格偏离均值越远，回归的概率越高、力量越强。这使得我们更多地关注当期库存涨跌和短期供需缺口，比如周四钢材数据公布前，通过各种数据做线性模型预测表观需求变化。 以“识别极端趋势”为主的基本面研究，我认为重点应该放在： 一是识别供给端的“刚性供给瓶颈”。事实上，如果市场不存在供给