先看看下面这个模拟器：它会在进入页面时自动画出一条资金路径，你也可以拖动参数或反复生成新的随机路径。
在相同预期收益下，波动越大，长期复合回报越容易受到拖累。我们无法控制未来的涨跌，但可以尽量选择风险特征适合自己的标的，并通过仓位、分散配置与杠杆管理，把整个投资组合的波动率控制在自己能够承受的范围内。
为什么平滑的复利曲线会造成错觉
假设本金是 1，年化收益率是 10%，20 年后就会变成：
$$e^{0.1 \times 20} \approx 7.39$$
这个计算没有错，但它很容易让人产生一种错觉：资金会沿着这条曲线稳定增长，只是前期慢一些、后期快一些。
现实中的资金曲线并不是这样。即使长期预期收益率不变，每一年仍然会经历上涨和下跌。最终结果不仅取决于收益率，也取决于波动出现的顺序，以及你是否能一直留在市场中。
如何使用和阅读这个模拟器
默认参数是 12% 的预期年化收益与 12% 的年化波动率。可以先保持预期年化收益不变，只调整年化波动率：
- 把波动率降到 0%，资金路径会与平滑复利曲线重合。
- 把波动率调回 12%，反复点击“生成新路径”，观察相同参数如何产生不同结果。
- 把波动率提高到 35%，观察路径、终值和浅蓝色区域怎样变化。
图中有三种元素：
- 蓝色实线：本次随机生成的一条资金路径。
- 灰色虚线：完全忽略波动时的平滑复利预期。
- 浅蓝色区域：模型在每个时间点的 10%～90% 分位区间。
蓝色实线不是历史回测，也不是对未来的预测。每次点击“生成新路径”，都相当于让相同的市场假设重新经历一次不同的随机过程。
浅蓝色区域、数学模型与分位区间
模拟器假设资金变化符合一个简化的几何布朗运动模型：
$$S_t = S_0 \exp\left((\mu - \frac{1}{2}\sigma^2)t + \sigma W_t\right)$$
其中：
- $S_t$ 是经过 $t$ 年后的资金；
- $\mu$ 是预期收益率；
- $\sigma$ 是年化波动率；
- $W_t$ 表示随时间累积的随机扰动。
浅蓝色区域取这个模型在每个时间点的第 10 百分位数到第 90 百分位数。换句话说，如果在相同参数下重复生成大量结果，那么在某一个指定年份，约有 80% 的结果会落在色带内。
这里有两个容易误解的地方。
第一，它不是保证范围。一条实际路径完全可能越过色带，它也不是止损线、最大亏损边界或收益承诺。
第二，“每个时间点约有 80% 的结果落在其中”，不等于“整条路径有 80% 的概率始终留在其中”。前者描述某一个时间截面的分布，后者描述整段过程，是两个不同的问题。
为什么越往后，色带越宽
随机波动随时间累积的尺度与 $\sqrt{t}$ 有关。时间越长，可能出现的路径差异就越大。
但图中的色带看起来扩张得比 $\sqrt{t}$ 更快，因为波动并不是作用在固定金额上，而是作用在不断变化的资金基数上。同样是 10% 的涨跌：
- 本金为 1 时，金额变化是 0.1；
- 本金为 5 时，金额变化是 0.5；
- 本金为 10 时，金额变化是 1。
因此，色带变宽并不代表市场在未来一定会变得更加危险。它表达的是：时间让不确定性不断累积，而复利又把这种不确定性作用在更大的资金基数上。
为什么平均收益相同，终值仍然可能不同
波动还有一个不太直观的影响：算术平均收益率相同，并不保证复合增长结果相同。
假设第一年上涨 50%，第二年下跌 50%。两年的算术平均收益率是 0%，但资金会从 1 变成：
$$1 \times 1.5 \times 0.5 = 0.75$$
最终亏损了 25%。原因很简单：下跌 50% 之后，需要上涨 100% 才能回到原点。
在模拟器使用的模型中，这个效应体现在 $-\frac{1}{2}\sigma^2$ 这一项里。波动率越高，典型路径的复合增长速度与平滑预期之间的差距通常越大。这常被称为“波动拖累”。
这并不是说所有波动都应该被消除。承担风险往往正是获得收益的来源。真正需要理解的是，收益率和波动率不能分开看，只讨论“平均每年赚多少”是不完整的。
这个模型没有考虑哪些现实因素
为了让关系容易观察，这个模拟器做了很多简化：
- 收益率和波动率在 20 年中保持不变；
- 每个时间段的随机变化相互独立；
- 市场没有交易成本、税费和流动性问题；
- 没有加入极端跳跃、波动率聚集和长期制度变化；
- 没有考虑定投、取现、再平衡和个人现金流。
真实市场显然不满足这些条件。因此，这个工具适合解释机制，不适合用来预测某项资产 20 年后的具体价格。
1. 想象中的曲线
在想象中，资金会沿着一条平滑的复利曲线稳定向上。只要给定年化收益率和时间，终点似乎就已经确定，中间没有意外，也不需要承受回撤。
2. 真实市场
真实市场不会沿直线前进。即使长期预期收益相同，资金也会在一次次上涨和下跌中曲折前行；波动的大小与出现顺序，会让最终结果产生很大差异。
3. 亏钱以后，游戏可能就结束了
大幅亏损带来的不只是账面数字下降。使用杠杆时，亏损可能触发追加保证金甚至爆仓；即使没有杠杆，也可能因为现金流或心理压力被迫卖出。一旦离开市场，后面的反弹就与你无关了。
真正能控制的是自己的组合
平滑复利曲线最容易被忽略的，不是数学误差，而是人的处境。
一条策略即使长期期望为正，中间也可能经历很深的回撤。如果仓位、杠杆或现金流安排让人无法承受这些波动，那么理论上的长期收益就和自己没有关系。资金会在到达曲线右侧之前，先被迫离开市场。
这也是我在《投资最重要的是别亏钱》中想说明的事情：“别亏钱”并不是要求每一笔交易都盈利，而是尽量避免一次难以恢复的大幅亏损摧毁本金，让复利引擎失去继续运转的基础。
所以长期投资不能只问：
如果一切顺利，20 年后能赚多少？
还应该问：
在不顺利的路径上，我能否继续持有？
我们无法决定市场下一年给出什么回报，也无法完全消除风险。真正可以主动管理的是：购买什么标的、每个标的配置多少仓位、是否使用杠杆，以及不同资产放在一起后会形成怎样的整体波动。
控制波动率，不是单纯追求“波动越低越好”，而是让风险与自己的承受能力相匹配。单个标的看起来不错，不等于它适合以很高的仓位进入组合；预期收益很高，也不能替代对回撤和相关性的判断。
高波动工具：管理，而非投机
期货和期权常被视为高波动、高杠杆的工具，但应尽量避免用它们单纯押注价格方向。更合适的定位，是用它们规范已有的持仓：明确组合承担了什么风险、把敞口限制在什么范围，以及最坏情况下愿意损失多少。期货可以高效地对冲指数、商品、利率或汇率风险；买入期权可以用一笔确定的权利金，为组合建立有边界或非对称的保护。
它们的价值不一定体现在这笔交易本身赚了多少钱，而在于整个组合遭遇不利行情时少损失了多少。使用之前应该先问：它在抵消哪一部分既有敞口？规模和期限是否匹配？如果无法清楚回答，那么这笔交易很可能不是在规范持仓，而是在给组合增加新的投机风险。杠杆、保证金、时间价值与基差也可能反过来放大风险。
黄金也是类似的例子。单独看，黄金本身同样会波动，也不会在所有市场环境中都与其他资产负相关；但当它与股票、债券等资产的驱动因素不完全相同时，适当配置可能降低组合的集中度、波动率与尾部风险。此时，评价黄金的标准不应只是它有没有跑赢股票，而应看它是否改善了整个组合的风险结构。
一笔对冲仓位单独亏损，并不代表它没有价值：如果主要资产上涨，保险成本本来就可能成为组合为了稳定性付出的代价。反过来，如果只盯着期货、期权或黄金自身的盈亏，很容易把风险管理工具重新变成方向投机工具。
因此，相比直接押注价格方向，把这些工具用于平衡整体仓位，虽然不保证获得更高的绝对收益，却可能通过减少大幅回撤和被迫卖出，让长期复合收益与风险调整后收益明显更好。它们最有价值的“收益”，往往是让组合的其他部分更稳定地留在场内。
预期收益决定我们为什么出发，组合波动率决定我们能否留在路径上。未来无法控制，但仓位可以管理。
]]>本文与模拟器仅用于解释复利和随机波动的关系，不构成任何投资建议。
