尾部风险 Tail Risk

比模型假设更肥的尾部

大多数标准的投资组合与期权数学模型——风险价值（VaR）、夏普比率、Black-Scholes定价假设背后的逻辑——都假定收益近似服从正态分布，紧密聚集在均值附近，且极端波动出现的概率会随着偏离均值的距离呈指数级下降。但实际市场收益并不遵循这一假设。崩盘、突然跳空下跌、剧烈重新定价等大幅波动的发生频率和幅度，都远超正态曲线的预测，研究者将这一特性称为肥尾。基于正态曲线假设构建的风险模型，恰恰会在对投资组合生存最关键的区域——最坏结果——系统性低估其发生概率与规模。

负偏度 vs 凸性

不同策略相对于尾部所处的位置差异巨大，而这一差异正是整个风险故事的核心。负偏度策略——典型例子是卖出无担保期权权利金——大多数时候能收获小额、稳定的收益，但始终暴露于偶发的大额亏损之下：小赢多次，大输一次。凸性策略则呈相反形态——它以小额、持续的成本换取尾部事件真正发生时获得大额收益的机会，这正是买入期权多头仓位或长期持有尾部对冲的特征。这两种形态本身并无优劣之分；它们承载着相反的风险特征、逐月体验截然不同的情绪冲击，通常也正因为这种不对称性而被赋予非常不同的仓位规模。

围绕尾部进行仓位配置

由于尾部风险按定义在任何短期回测中都极少出现，即便某个仓位规模相对已实现波动率而言看起来完全合理，对于样本中尚未发生的尾部事件来说，它仍可能存在严重的偏差。Closelook在“负偏度陷阱”策略笔记中对此的看法是：权利金卖方应根据该策略终将产生的那一个坏月份来确定仓位规模，而不是根据此前诸多好月份——短尾策略的胜率是整套方法中信息量最小的数字，恰恰因为它在设计上就是要在出问题的那个月来临之前，一直显得很讨喜。