alpha50：蜂群背后的数学原理

跟单交易卖给你的是一个童话：找到那位天才，照着他的钱包复制，然后发财。可现实是，一个钱包只是一个样本。凭一条路径，你无法把本事和运气分开；等你的天才哪天爆仓，你也跟着一起爆。他的方向偏好、他在某个平台上独有的那点门道、他凌晨三点的报复单——你原封不动全接过来，而且是满仓接过来。

alpha50 的起点恰好相反。投资组合理论里有一条结论，五十多年前就已经成立：它能把一大堆不完美的信号，拧成一个好信号。Ray Dalio 的桥水基金管它叫投资的圣杯。几乎没人把它用到跟单上，道理很简单——几乎没人手里有一份干净、实时、可验证的高手交易者数据流可供套用。链上永续合约把这件事变成了可能。

这篇文章从头到尾把这套数学讲清楚：分散化凭什么是市场里唯一的免费午餐，为什么一批经过挑选的交易者是把这顿午餐用到极致的地方，以及你该怎么把五十条实时的信念信号，收敛成一个做过风控的仓位。

用一句话说清楚核心：alpha50 靠的是统计，不是预测。它不去猜价格往哪走，而是把一组各有本事、却也各带噪声的信号打包，收割它们合并后的方差削减——而这盘棋的输赢，完全取决于它们彼此之间的相关性。

1. 投资的圣杯

Dalio 的想法简单得几乎让人起疑。找来一批收益流，每一条本身都有正的预期回报，风险量级也差不多。当你把互不相关的收益流一条条加进来，组合的回报保持不变，风险却开始往下掉——掉得很快。把十五条真正不相关的收益流叠在一起，你可以在一个基点预期回报都不让的前提下，把波动率压掉大约 80%。

背后的道理，说穿了就是方差怎么相加。对 $N$ 条等权的收益流，每条波动率为 $\sigma$、两两之间的平均相关系数为 $\rho$，组合的风险等于：

这个根号里藏着两件事，而这两件事就是全部要说的东西。

一条条加进收益流，风险跟着往下走——但每条曲线最后都会贴在 σ·√ρ 这条地板上。ρ = 0.25 时，无论你加多少条，风险都压不到单条收益流的 50% 以下。

从这个根号里能读出两点。其一：当 ρ 逼近零时，风险按 1/√N 衰减——这就是那条教科书式的分散化曲线，一头扎向零。其二，也更要命：随着 N 变大，组合风险并不归零，而是收敛到 σ·√ρ 这条地板。定死地板高度的是相关性，不是数量。ρ = 0.25 的五十条收益流，并不比同样 ρ = 0.25 的十条更安全。相关性给分散化封了顶，没有例外。把这句话记牢，交易者群体怎么搭，全由它说了算。

2. 交易者本身就是收益流——而且比资产类别更好用

Dalio 当年是在各类资产之间做分散。这活儿难，因为资产类别就那么几种，偏偏又常常在你最指望它们分道扬镳的时候一起走。一位有本事的交易者是好得多的基本单元。每个人本身就是一套策略——一条实时的、会自我调整的、带正向漂移的收益流，而且已经在真实环境里挨过一轮又一轮的样本外考验：真实成交、真实回撤、真金白银付掉的 funding。

而在链上，可选的池子大得惊人。我们在 Hyperliquid 上追踪的约 13,000 个钱包里，能过严格能力门槛的只有几百个。正是这份富余，才让圣杯真正转得起来：我们不像资产配置者那样只能将就手头现成的东西。我们可以专挑那些互不相关的。主流币上的动量剥头皮、中盘币上的均值回归玩家、HIP-3 上做股指波段的、专吃 funding 套利的——这些是不同的押注，而不是同一个 beta 换了个口味。这才是数学想要的原料。

我们分散的是alpha，而不是把beta一层层堆高。这个区别，正是整套逻辑能成立的根子。

3. 从降低风险到放大 Sharpe

把同一个公式反过来读。假如每个成员都有真本事——单笔交易的 Sharpe 为 S——那么把 N 个平均相关系数为 ρ 的成员聚在一起，组合的 Sharpe 就是：

$A(N,\rho )$ 把整套价值主张压成了一个数字：蜂群的风险调整后回报，是普通成员的多少倍。真正值得盯着看的，就是这张图。

ρ = 0 时，放大倍数是 √N——五十个钱包大约 7×。到了现实的相关性下，这个数字要低很多，但依然稳稳站在 1 以上。

老老实实算一遍。完全独立（ρ = 0）给出 √50 ≈ 7.1×，可那是做梦——高手交易者对同一个市场多少都有共同敞口。取一个更贴近现实的平均相关性 ρ ≈ 0.2，放大倍数仍有大约 2.1×。一群单看谁都平平、每人 Sharpe 才 1.0 的交易者，合起来成了一本 Sharpe 为 2 的账。这就是「没人肯配置的策略」和「机构挤破头想进的策略」之间的分水岭。

4. 搭蜂群是一道去相关性的题，不是拉一张排行榜

大多数「照抄顶级交易者」的产品，就是在这一步悄悄栽了跟头；也正是在这一步，数学逼着你做一个反直觉的设计。

最省事的做法，是把所有合格钱包按 Sharpe 排个序，取前五十。这是错的。要是你的前五十清一色都是骑同一批主流币的动量玩家，他们的 ρ 高达 0.7，放大倍数只剩约 1.2×——你不过是花大价钱、加了杠杆，复制了一个交易者而已。按排名选人，把个体质量拉满，却对真正决定回报的那个唯一变量视而不见。

正确的目标函数，是有效独立押注数：

ρ = 0.25 时，五十个钱包合起来还凑不满四个独立押注。选人这一步要抢的是去相关性，不是凑人头。

ρ = 0.25 时，五十个钱包给你的有效押注还不到四个。所以搭群体本质上是一道组合优化题：在能力下限的约束下把 N_eff 拉到最大，而不是把平均能力拉到最大。落到实操上，就是先按收益流的相关性和标的敞口，把候选人聚成几类策略原型，再从每一簇里挑出最强的那个幸存者——有意用一点个体 Sharpe，换回一大块独立性。一个动量交易只排到第八、却是唯一一个 funding 套利高手的钱包，对蜂群的价值超过排第三的那个动量交易者。

这里还得再加两条量化纪律，因为光按数据选人一定会过拟合：

• 收缩（Shrinkage）。一个钱包测出来的 Sharpe 只是个估计值，而最高的那批 Sharpe，恰恰是被运气吹得最鼓的（赢家的诅咒）。把每个成员的 Sharpe 往群体均值方向收缩——一种 James–Stein／经验贝叶斯式的往回拉，背后的成交笔数越少，拉得越狠。这样你就不会再为一段短暂的好运付满额权重。
• 相关性也是估出来的，而且它一直在变。用收缩后的协方差估计量（Ledoit–Wolf），这样选人时就不会去追那种下周就蒸发掉的假去相关。

群体之后会被持续重估，并带一道滞后机制：一个钱包得跌到远低于淘汰线，才会被剔出去，免得这本账被边界附近的排名噪声反复折腾。

5. 把共识变成一个仓位

聚合只有在你把它落成真实敞口、又不把刚分散掉的单钱包风险重新放回来时，才真正赚钱。对每个标的，信号是一个带方向、按信念加权、经过风险归一化的共识：

其中，对每个持有标的 $c$ 的群体钱包 $i$：

• $s_i=\pm 1$ ——他站的方向（做多还是做空）。
• ${\kappa }_i=|{\text{notional}}_i|/{\text{equity}}_i$ ——信念：仓位相对于他自己那本账的比例。
• $w(S_i)$ ——收缩后的 Sharpe 权重：$S=1$ 以下为 $0$，到 $S\approx 5$ 时爬到 $1$。
• ${\pi }_i={\sigma }_{\text{target}}/{\sigma }_{\text{realized}}(c)$ ——风险平价系数：风险相等，而不是金额相等。
• $c_{\max }$ ——单个钱包的贡献上限，让任何一头巨鲸都扛不动整本账。

每一项都担着不可替代的活。信念读的是仓位相对交易者自身权益的比例，所以一头把四成账押在某个币上的巨鲸，分量远比一个只放一点点试水的人重。Sharpe 权重把靠运气的人往下压。风险平价是外行照抄者会跳过的一环：你按风险而不是按金额来缩放，这样一笔波动率 120 的 memecoin 仓位，就不会不声不响盖过一笔同等名义金额的 BTC 仓位。而那个上限，正是把整套论点落地的关键——任何一个钱包都别想凭一己之力把信号推远，要建起真正的仓位，就得有好几个钱包实打实地看法一致。这种一致——也就是共振——在实践中就是「这是真 alpha，不是某个交易者的个人怪癖」的代理指标。

任何一个像样的实现，都还欠模型两处打磨：

• funding 调整后的优势。在永续上，carry 是真金白银。一个拥挤的多头若年化 funding 高达 60%，其净预期回报要比原始价格信号看上去低；计算仓位前先把这块扣掉。
• 成本价对齐。你永远是跟在群体后面进场——这就是跟随者的滑移，是这整件事必须缴的过路费。要在刚开的仓位上进，贴着群体真正开仓的位置进，而不是去追一个已经走了 5% 的行情。这样你担的风险就和你所跟的那个交易者完全一样，而这也正是「吃到优势」和「把优势白白送给点差」之间的分界线。

6. 仓位计算：波动率目标与分数 Kelly

信号告诉你的是方向和把握，但它不告诉你下多大。仓位算错，正是那些真有优势的策略照样一命呜呼的原因。

分两层。第一层，在组合层面做波动率目标：定一个目标风险——比方说年化 15%——再让总敞口跟已实现波动率成反比缩放。

市场一变凶，已实现波动率上升，这本账就自动收缩（$L_t$ 下降）。你体感到的风险大致维持不变，而不是恰好在行情最烂的时候被越吹越大。

第二层，对信号强度做分数 Kelly。Kelly 说，增长最优的下注量与「优势除以方差」成正比，$f^{\ast }=\mu /{\sigma }^2$。满仓 Kelly 太猛这件事人尽皆知——它假设你精确知道 $\mu$，可你永远做不到。估计误差在顶端最要命，所以只按一个分数下注（半 Kelly 或更低）：共识又强又广时多押，共识稀薄时少押，任何一次判断都绝不押上全部身家。信号强、许多互不相关的声音一起看多、funding 又低——这才是该加码的时候。一头巨鲸孤零零地发出一个稀薄信号，几乎不值一提。

7. 圣杯失灵之时：相关性风险

现在说说诚实的那一面，也就是销售材料绝口不提的那一面。圣杯有唯一一种失效方式，而且是结构性的：ρ 不是常数。危机一来，什么都跟着一起动。那位有本事的动量交易者、那个做均值回归的、那个玩股指波段的——在一场剧烈的连环爆仓里，他们全都只剩多头风险一个身份，一起流血。ρ 冲向 1，偏偏就在你最需要分散化的时候，A(N, ρ) 塌回 1× 附近。

还是那条五十钱包的曲线。平静期 2.1× 的优势，会在相关性飙升时跌到约 1.1×。分散化并没有「失灵」——它做的恰恰是数学说会做的事，而这正是风控层不能可有可无的原因。

这不是一个能糊弄过去的瑕疵；它恰恰说明了风控是头等公民，而不是事后补装的一块补丁。防线必须是动态的、对相关性敏感的：

• 实时盯住群体内部的已实现相关性。ρ 一跳升——这就是行情切换的信号——就砍总敞口、收紧波动率目标，并在它恢复正常之前，把共识当成信息量更低的东西来看待。
• 软防线底下再压一层硬底：逐仓止损，加上一个组合层面的回撤熔断——当日亏损碰到阈值，就直接平掉并暂停一切新增风险。这些是给尾部划一条边界，而不是去预测尾部。

这套策略的目标从来不是躲开尾部的伤害，而是框住它、扛过它，然后在其余 95% 的时间里活着，继续把那 2× 的优势复利滚下去。

8. 用实盘数据检验模型：过去 30 天

理论不值钱。所以这里放上这个群体在 Hyperliquid 上过去三十天的实盘，处理方式跟模型内部一模一样：把每个钱包已实现的每日盈亏，用它的账户价值归一化，变成一条收益流；再把这些流合成一本等权的账——也就是蜂群。五十个钱包里，有三十个在这段窗口里交易得够多，才形成了一条收益流。

每条浅色线是一个群体成员；那条粗线是等权的账。成员们四散开来——有的猛拉，有的横盘乱切。蜂群是穿行其间那条平滑的路径：吃下大部分涨幅，只挨一小部分颠簸。

真正的看点不是收益——是这条曲线的形状。蜂群赚得比典型成员多，回撤却只有大约三分之一，这正是圣杯在兑现代数式许下的承诺：漂移一样，噪声却小得多。约 3.4× 的实现放大，落在实测相关性所隐含的约 4.9× 理论上限之下——这是有限样本下的现实，不是免费午餐的幻想。

读这组数字，得配上它应得的那几条前提。这是已实现平仓盈亏：它不算尚未平仓头寸的浮盈浮亏，所以绝对波动率——连带绝对 Sharpe——都被低估了，不是一个能拿去交易的数字。真正靠得住的是那个比值，因为分子和分母用的是同一套算法。而实测的 ρ ≈ 0.01，几乎可以肯定低估了真实的经济相关性——平仓事件稀疏，日与日之间很少对得上——这恰恰就是为什么第 7 节讲的那条尾部，也就是相关性猛地扣向 1 的那一刻，才是真正要紧的风险。一个太平的月份是一张示意图，不是一次压力测试。

9. 这笔交易的两头

对存入的人来说。你拿到的是过去只有量化台子才做得出的东西：一本经过分散、盯着风险目标、持续再平衡、由验证过的链上 alpha 构成的账——而你不用挑钱包、不用盯盘，也不用弄懂什么叫 Ledoit–Wolf 估计量。敞口始终是非托管的；引擎只签交易，从不签提现。这里卖的不是「照抄一个天才」，而是「把整个组合握在自己手里，风险已经替你设计好了」。

对协议来说。这个模型不增发任何代币，也不做任何价格预测。它只是把那些本就存在的信号，做了一次更聪明的风险再配置，透明、自动地跑着，收费跟活跃度和业绩挂钩，而不是收一笔固定租金。而这股经过打包、带信息含量的资金流，也在悄悄帮它所交易的那些平台把价格发现做得更好。

10. 局限与容量

任何一篇诚实的量化文章，收尾时都不会把这些前提落下：

• 跟随者滑移是一笔永久的税。放大必须在扣掉费用和滑点之后还盖得住它；尤其在深度稀薄的 HIP-3 账上，决定盈亏的是执行质量，不是信号质量。
• 容量与反身性。优势会随规模衰减。照抄的资金太多，你就会亲手推动你正在读取的那些市场，信号也随之变得拥挤。这套策略有一个有限的 AUM 天花板，计算仓位时必须守住它。
• 估计误差与幸存者偏差。每一个 Sharpe、每一个相关性、每一条聚簇边界，都是从有限、带噪、部分过拟合的历史里估出来的。收缩能缓解，却治不好。
• 上文讲过的 ρ 飙升尾部，是头号风险，也是整个风控层存在的唯一理由——就是为了把它框住。

结语

alpha50 不打算在预测市场这件事上赢过所有人。它要做的，是把金融学里最古老的那顿免费午餐——在互不相关、带正向优势的收益流之间做分散——搬到一条世界从未打包过的收益流上：链上最强交易者们实时、可验证的下注信念。

优势就藏在相关性结构里。搭群体时把它压到最低，按风险和收缩后的能力加权，用波动率和分数 Kelly 定仓位，再对那种相关性会背叛你的行情严阵以待。做到这几点，五十个带噪声、会犯错、单打独斗都能被打败的交易者，就拧成了一个难以战胜的信号。

这就是圣杯。我们只不过替它找到了一个新的花处。

亲眼看它跑起来。 alpha50 蜂群仪表盘 会实时展示整个群体此刻的信念、当前持仓，以及经过回撤管理的权益曲线。当你想让这支队伍替你干活时，一键复制这套策略——全程非托管，引擎只负责签交易，永远碰不了提现。