做交易策略研究时，有一种结果非常容易让人产生好感：
资金曲线更平滑，回撤明显更低。
听起来几乎没有理由拒绝。
但最近一次合约侧研究里，我最后确实放弃了一个能够显著压低高杠杆回撤的“平滑保护”方案。
不是因为它没效果。
恰恰相反：
它确实有效。
问题在于：
它解决问题的方式，不是我最终想要的方式。
1. 最初的想法很直观
研究高杠杆版本时，一个直接思路是：
如果账户近期表现开始恶化，就逐步降低额外杠杆；
如果表现恢复，再慢慢恢复风险暴露。
这样做的优点很明显：
- 回撤变浅；
- 连续亏损期间风险下降；
- 资金曲线更平滑；
- 极端杠杆暴露时间减少。
从纯风险统计上看，它是有效的。
2. 但它有一个结构性问题
平滑保护主要依赖：
账户最近发生了什么。
例如：
- 最近输了几笔；
- 当前回撤多深；
- 最近风险是否恶化。
这当然很重要。
但它没有直接回答另一个问题：
当前这笔交易本身，是否值得承担更多风险？
于是系统容易变成：
最近不好 → 所有交易一起降权。
这会同时压低：
- 弱机会；
- 普通机会；
- 甚至真正更有价值的机会。
它并没有区分交易质量。
3. 平滑，不一定代表更聪明
这是这次研究里我觉得最有意思的地方。
很多风控设计很容易追求：
“曲线看起来更平滑。”
但一个策略可以通过非常简单的方式做到这一点：
永远降低仓位。
如果把杠杆从 10x 降到 2x，大部分回撤指标都会改善。
但这并不意味着系统更聪明。
它只是承担了更少风险。
所以真正的问题不应该是：
回撤能不能更低？
而应该是：
能不能在不无差别压低风险暴露的情况下，让风险更集中在值得承担的交易上？
4. 后来的方向：交易质量 + 账户硬保护
后续研究里，我把问题拆成了两层。
第一层：交易本身
只有在入场前已经知道的条件足够好时，才允许使用额外风险。
这不是为了增加交易次数。
也不是为了修改“做不做”这件事。
而是为了回答：
同样要做这笔交易，值得承担多少风险？
第二层：账户状态
账户级保护仍然保留。
但它不再持续对所有交易做平滑降权，而更像一个低频硬刹车：
当账户状态明显恶化时，强制限制风险上限。
这样两个职责就分开了：
- 交易质量决定额外风险资格；
- 账户状态决定系统当前是否允许这些风险。
5. 为什么这个结构更容易解释？
因为每一层都在回答一个明确问题。
平滑降杠杆容易混在一起：
最近账户不好，所以这笔交易少做一点。
新的结构更清楚：
这笔交易质量如何？
当前账户状态是否允许高风险？
这两件事分别判断。
对研究来说，这一点很重要。
因为如果后续表现变差，我可以更容易定位：
- 是信号质量判断出了问题？
- 还是账户保护触发太晚？
- 还是杠杆上限本身过高？
而不是所有问题都压在一个连续降权函数里。
6. 更复杂的模型也没有自动更好
在这个方向上，我也测试过更复杂的严格因果模型。
它们会尝试根据历史训练结果，动态决定额外杠杆资格。
一些模型在局部历史里确实更漂亮。
但一旦要求：
- 只能使用当时以前的数据；
- 跨年份验证；
- 同时兼顾收益和回撤；
- 不能依赖特定历史阶段；
复杂模型并没有稳定击败更简单的规则。
这再次提醒我：
更复杂，不等于更稳健。
如果简单结构已经足够表达主要关系，就没有必要为了多几个百分点的历史提升增加难以解释的复杂度。
7. 风控的目标不是“永远更低回撤”
这个结论也改变了我对风控的理解。
风控并不是：
最大限度压低所有波动。
因为那样最简单的方法就是不交易。
更合理的目标是：
在保留策略有效风险暴露的同时，限制那些没有必要承担的尾部风险。
所以风险控制应该在两个极端之间平衡：
- 不应该为了收益忽视风险；
- 也不应该为了低回撤把所有机会一起压掉。
8. 为什么最终没有继续优化“平滑保护”？
因为继续优化它，很容易变成：
找一个更漂亮的降杠杆曲线。
但我更想研究的是：
什么情况下，额外风险本身是合理的？
这两个研究方向完全不同。
前者是：
Account Smoothing
后者更接近：
Risk Allocation
而对一个长期交易系统来说，我认为后者更重要。
最后
这次研究让我重新理解了“平滑”这个词。
平滑当然很好。
但：
一个更平滑的资金曲线，不一定来自更好的决策。
它也可能只是来自更低的风险暴露。
真正更有价值的风险控制，应该尽量做到：
- 核心策略不被破坏；
- 普通机会不被过度压低；
- 更强机会获得更多风险预算；
- 账户恶化时仍有硬保护；
- 所有判断保持因果，不使用未来数据。
这比简单地把杠杆曲线做得更平滑，要困难得多。
也更值得研究。
本文仅记录量化研究过程，不构成投资、交易或财务建议。历史结果不代表未来表现。