驭服黑天鹅：基于动量门控的层次化非对称 Alpha 生成优化框架

尽管动量策略在生成 Alpha 方面已被证明有效，但常常 suffer from "赢家幸运灾难"（Winner's Curse），即高绩效资产在市场逆转时表现集中且出现严重回撤。为抵消这种动量崩溃倾向，本研究提出了自适应资产生成与免疫系统（Adaptive Equity Generation and Immunisation System, AEGIS），该框架从根本上重构了增长与稳定性之间的权衡。通过利用波动率调整动量滤波器识别趋势强度，并采用 minimax 相关算法实施结构性多元化，该模型运用序列最小二乘规划（SLSQP）优化资本配置，以实现 Sortino 比率最大化。该架构允许投组合在不同市场情景下动态适应：在熊市通过解耦相关风险显著降低崩溃强度，而在牛市保持非对称上行参与。经 20 年步进回测验证（2006-2025），覆盖 2008 年全球金融危机等重大压力情景，证实该框架相对于标准标普 500 基准生成显著超额 Alpha。值得注意的是，策略成功匹配了高 beta 纳斯达克 100 指数的资本增值，同时实现了显著降低的下行波动率和改进的结构韧性。这些结果表明，通过数学正则化可有效工程化合成 Beta，使投资者既能捕获集中投组合的高增长特征，又能保留宽基市场多元化通常 associated with 的防御性稳定性。