ES再平衡2.0策略框架与改进要点 [page::0][page::6]

• 基于RVC三因子框架（动量、波动率、相关性）构建初始权重。

- 增加四个改进信号：损止极限（基于目标ES清仓）、连续下跌信号（连续负收益资产清仓）、ERP价值信号（权益风险溢价调整权重）、拓展底层资产。

• 目标波动率分别设置为3%、6%、10%对应低、中、中高风险组合，适应不同风险偏好。

三因子权重构建及数学表达 [page::4][page::5][page::6]

• 动量因子权重通过滚动累计收益计算，负收益资产权重归零。

- 波动率因子使用EWMA加权估计，波动率低资产权重高。

• 相关性因子基于资产平均相关性反比赋权，低相关性资产权重高。

- 综合动量、波动率、相关性三因子权重按50%、25%、25%加权合成Portfolio初步权重。

风控措施与动态波动率控制 [page::6][page::7][page::10]

• 损止极限与连续下跌信号增强防跌保护，清仓严重亏损或连续亏损资产。

- ERP信号根据权益风险溢价偏离均值调整权重，低估增持，高估减仓。

• 目标波动率动态调整组合风险暴露，实现股票债券比例动态控制。

回测表现概览 [page::9][page::10][page::11]

| 组合策略 | 年化收益率 | 年化波动率 | 夏普比率 | 最大回撤 |
|--------------|-----------|-----------|---------|---------|
| ES再平衡2.0 | 10.95% | 8.02% | 1.37 | 10.52% |
| 动量排序策略 | 8.69% | 13.73% | 0.63 | 39.42% |
| 等权组合 | 6.36% | 7.18% | 0.89 | 14.59% |
| 风险平价组合 | 5.17% | 1.36% | 3.79 | 1.25% |

• ES再平衡2.0策略在2011-2020年均体现优异风险调整后收益，其中夏普比提升明显。

- 排除美股后纯中国股债资产组合略减收益，但风险指标显著提高。

• 动态调整目标波动率策略进一步降低波动和回撤，提升夏普比。

加入商品因子策略效果显著 [page::13][page::14]

| 策略版本 | 年化收益率 | 年化波动率 | 夏普比率 | 最大回撤 |
|---------------------|-----------|-----------|---------|---------|
| ES再平衡2.0 基础 | 10.17% | 5.94% | 1.71 | 6.56% |
| +商品利差策略 | 11.14% | 5.27% | 2.11 | 4.94% |
| +商品动量策略 | 10.71% | 5.61% | 1.91 | 5.78% |
| +两商品策略组合 | 11.15% | 5.16% | 2.16 | 4.87% |

• 商品策略提升整体组合表现，尤其在权益市场调整期间表现稳定。

- 多风险等级策略组合均表现稳健，低风险组合收益8%以上且回撤有限。

多风险等级组合回测曲线对比 [page::14]

• 中高风险组合收益最高，夏普比2.16，最大回撤4.87%。

- 中风险组合收益适中但夏普比最高达2.54。

• 低风险组合波动率和回撤最低，风险控制能力最强。

综合策略表现对比 [page::15]

• ES再平衡2.0策略整体优于基本动量排序及风险平价策略。

- 加入商品策略与动态风险控制，进一步提升组合稳健性和收益表现。

【安信金工】多资产策略研究之三：ES 再平衡2.0 股债绝对收益策略 — 深度分析报告

---

1. 元数据与概览

• 报告标题：《金融工程主题报告：【安信金工】多资产策略研究之三：ES 再平衡2.0 股债绝对收益策略》

- 作者/机构：吕思江，安信证券研究中心

• 发布日期：2020年12月19日

- 研究主题：以中国股债商品等多资产配置为核心，基于先前提出的RVC三因子（动量、波动率、相关性）模型，升级为ES再平衡2.0版本，结合新的风控信号，提出股债绝对收益策略。

• 核心论点：

- 在2017年基础模型“三因子ES再平衡策略”基础上，加入损止极限、连续下跌信号和权益风险溢价（ERP）信号，构建ES再平衡2.0，使组合更符合当前市场风险特征，满足绝对收益和风险控制需求。
- 通过回测显示，ES再平衡2.0在年化收益和夏普比率上优于传统动量策略和风险平价组合，且最大回撤显著降低。
- 进一步引入目标波动率控制、商品策略因子，推动组合稳定性和收益率提升。
- 设计了多种风险等级组合以满足不同风险偏好投资者需求。

本报告旨在展示基于量化大类资产配置策略的实用升级方案，强调持久有效的风险收益管理和多元资产整合，实现稳健的绝对收益表现。[page::0,1]

---

2. 逐节深度解读

2.1. ES再平衡模型简介与背景（第1章）

• 报告回顾了自2017年以来安信证券“FOF和大类资产配置”系列研究，公开了三大类资产配置模型：风险再平衡、结构化风险平价和逆向进取股债轮动，服务不同风险偏好和调仓频率需求。

- 重点介绍了风险再平衡组合，采用月度调仓，涵盖公募基金资产，侧重情境识别、大类资产配置、行业风格偏离及择时与风控。

• 组合动量信号作为主要收益来源，涵盖宏观-中观-微观多数据维度。后续模型以“纯动量”基础进行拓展，体现策略从简单动量走向更复杂的风险控制和资产因子融合的演化趋势。[page::3,4]

2.2. 三因子初始权重构建（第1.2-1.5节）

• 动量因子：计算资产在滚动窗口内的累计收益率，经标准化转换为权重（总权重和为1），当累计收益率为负时权重归0。动量因子作为组合的核心收益来源，体现趋势跟踪特征。

- 波动率因子：使用EWMA方法（衰减因子0.94）计算资产历史波动率，波动率越低权重越高，体现避险配置倾向，波动率因子缺乏直接收益贡献，但能提供显著的风险控制。

• 相关性因子：构建资产间相关性矩阵，计算每资产与其它资产的平均相关度，相关性越低权重越高，防止组合内部资产相关性过高带来的系统性风险。对非正相关值做底线调整（最小0.01）保证计算稳定。

- 因子合成：采用加权方法合成动量（权重0.5）、波动率和相关性各0.25的权重组合，调和不同风险收益取向。举例通过表格演示前三资产动量因子高权重，但受波动率和相关性的中和，最终初步权重更均衡分布。

• 该三因子框架（RVC）兼顾收益性（动量）与风控（波动率和相关性），为多资产风险平价配置提供量化基础。[page::4,5,6]

2.3. ES再平衡2.0模型创新（第2章）

• 损止极限：基于波动率聚类和AR(1)收益相关性假设，设定亏损极限，当单期亏损超过一定阈值时强制清仓，隔期再调仓，避免剧烈回撤。

- 连续下跌信号：识别资产在连续n周收益为负时的风险动能崩溃现象，及时清仓以防止累积的回撤，弥补单期损止无法覆盖的趋势性风险。

• ERP价值信号：基于权益风险溢价计算（$ERPt=1/PEt - R_{f,t}$），当市场估值极端高估或低估时调整权益资产权重，体现估值面风险溢价避险功能。低估时增加资产权重+20%，高估时降低-50%。此设计符合风险厌恶者避免重大亏损的投资逻辑。

- 以上三个改进是在传统动量、波动率、相关性三因子的基础上额外引入的信号，显著增强了策略对极端风险和估值风险的应对能力，体现模型向绝对收益策略和系统风险管理的深化演进。[page::6,7]

2.4. 回测设计（第3章）

• 收益率计算：统一采用对数收益率，设计考虑交易成本（买卖双边0.0005），使得结果更为接近实际交易场景。

- 目标波动率与损止极限：默认权益及黄金资产年化波动率目标为10%，债券为0.3%。采用CVaR（条件风险价值）方法近似计算组合损止极限，并将年化指标换算成调仓频率（周）损止极限，贴合周频调仓的实际操作。

• 资产池构成：涵盖沪深300、沪深500、纳斯达克100、黄金、短融债、中债总财富指数、AAA级信用债及城投债8只主流及代表性资产指数。

- 回测期：分别针对从2011年（2009年起数据滚动窗口）和2014年起两个区间进行回测，特别考虑2011-2014年动量失效期的影响，强化模型稳健性检验。

• 调仓频率：采用周频数据并每周调仓，兼顾动态调整灵活性和投资环境的现实匹配。

- 对比组合：包含基本动量排序策略、等权组合和风险平价组合，便于多角度评估策略的相对优势。[page::7,8]

2.5. 回测结果详解（第4章）

• 无目标风险状态回测（2011至今）：

- ES再平衡2.0策略组合年化收益率10.95%，年化波动率8.02%，夏普比率1.37，最大回撤10.52%。夏普比明显优于传统动量策略（0.63）和等权配置（0.89）。
- 基本动量策略最大回撤高达39.4%，风险暴露显著。
- 风险平价组合波动率和最大回撤最低，但收益率也明显最低（5.17%）。

• 无目标风险状态回测（2014年至今）：

- 收益率提升至13.4%，夏普率提高至1.62，说明2011-2014年间动量失效期对整体策略有拖累，策略稳定性较好。

• 目标波动率控制：

- 采用CVS（constant volatility scale）方法，根据预测波动率动态调整风险资产与无风险资产的配置比例。这间接实现了股票和债券仓位的动态控制。
- 以目标波动率10%为例，2011以来年化收益10.17%，波动率下降到5.94%，夏普比提升至1.71，最大回撤降低6个百分点，体现风险控制显著改善。
- 不同风险目标（3%到10%）组合波动率与收益率成正比，投资者可据此选择匹配风险偏好的策略版本。

• 中国纯股债组合表现：

- 剔除纳斯达克美股后，年化收益略降，波动率和最大回撤升高，反映美股作为低相关资产对策略收益贡献显著。

• 加入商品因子：

- 引入商品动量策略和商品利差策略后，整体效率和夏普比率进一步提升。
- 最大回撤进一步压缩至4.87%，年化收益率小幅提升至11.15%。

• 风险等级组合：

- 定义低、中、中高三种风险等级，目标波动率分别为3%、6%、10%。
- 中高风险组合收益11.15%，夏普2.16，最大回撤4.87%；低风险组合波动率控制在3%以内，回撤仅2.26%，收益仍达8.14%。
- 图表涨幅清晰显示高风险组合累计净值最高，但均衡组合也表现优良，适合不同投资者需求。

综上，回测系统验证了ES再平衡2.0策略在维护资产增长和风险控制上的有效性，特别是结合目标波动率调控及多资产因子的组合策略优势明显。[page::9-14]

---

3. 图表深度解读

图1：三个大类资产配置组合框架（第3页）

• 描述：图示“风险再平衡”“结构化风险平价”和“逆向进取股债轮动”三种主策略定位、调仓频率、资产选择和风险偏好。

- 解读：帮助投资者根据风控需求和调仓节奏选用不同策略，构成多元量化资产配置框架。风险再平衡月度调仓，适中风险；结构化风险平价季度调仓，偏低风险；逆向进取策略周频调仓，偏高风险。

• 联系文本：与后续ES模型多资产构建的背景设计保持一致，体现量化资产配置体系化构建思路。

- 溯源：[page::3]

图3：多资产配置组合净值比较（第4页）

• 描述：三个大类资产组合按时间序列的累计收益曲线及统计指标（Alpha、Beta、夏普率等）。

- 解读：直观展示风险再平衡策略长期收益与风险控制的优势，增长较为平稳，有效击败风险平价和逆向股债轮动组合。

• 联系文本：支持报告提出的多资产配置框架及动量主导收益核心，体现组合体系内的多元策略协同效果。

- 溯源：[page::4]

图4与表3：ES再平衡2.0与基准比较，2011年至今（第9页）

• 描述：图4为策略组合净值走势对比，表3为各策略年化收益、波动率、夏普比、最大回撤等关键指标。

- 解读：
- 策略组合走势领先于基本动量排序、等权及风险平价组合；
- 具体指标显示，ES2.0兼具高收益（10.95%）和合理波动（8.02%），夏普率1.37表明风险调整收益有竞争力；
- 最大回撤10.52%远低于动量排序的约40%；
- 风险平价波动率极低但牺牲较高收益，反映收益与风险的经典权衡。

• 关键意义：验证模型风险收益平衡效果，具有实际操盘价值。

- 图表链接：

• 溯源：[page::9]

图5与表4：2014年至今回测表现（第10页）

• 描述：最新回测区间下净值与风险收益数据。

- 解读：
- 收益与夏普有所提升（13.4% 和1.62），说明策略稳健，有效克服动量失效期导致的收益波动；
- 最大回撤9.55%略低于更长周期，强化策略的稳定性。

• 溯源：[page::10]

表5与表6：目标波动率调控效果（第11页）

• 描述：不同目标波动率（3%-10%）下的策略年化收益率与波动率、夏普比、最大回撤表现。

- 解读：
- 目标波动率控制明显降低波动率和最大回撤，夏普比逐步妥善提升，体现收益质量增强；
- 组合可按风险容忍度调整，体现策略的灵活适用性。

• 溯源：[page::11]

表7与表8：剔除美股资产后表现（第12页）

• 描述：纯中国股债商品组合回测表现。

- 解读：
- 稍低的收益与较高波动显示美股资产在收益贡献及分散风险作用；
- 报告指出未来两市场互联互通增强，美股影响可能逐渐减弱。

• 溯源：[page::12]

图6与表9：加入商品因子后策略提升（第13页）

• 描述：加入商品动量和商品利差策略后，净值走势及绩效改善数据。

- 解读：
- 新增因子进一步提升策略收益至11.15%，夏普比升至2.16，最大回撤显著降低到4.87%，展现多因子、多资产整合优势。

• 图表链接：

- 溯源：[page::13]

表10与图7：多种风险等级组合表现（第13-14页）

• 描述：低、中、中高风险策略对应收益、波动率、最大回撤和夏普指标及净值走势。

- 解读：
- 投资者可按风险承受能力选择合适组合；
- 即使低风险组合年收益仍达8.14%，波动控制显著，最大回撤仅2.26%，夏普率达3.13，反映极好的风险调整表现。

• 图表链接：

- 溯源：[page::13,14]

图8：多资产配置策略整体解决方案（第15页）

• 描述：各策略组合累计收益曲线对比，直观表达增量因子和风险控制对终局表现的贡献。

- 解读：
- 从风险平价到基本动量直到ES再平衡加商品策略组合，表现逐步增强，验证策略思路层层迭代优化。

• 图表链接：

- 溯源：[page::15]

---

4. 估值分析

• 报告的核心是多资产动态配置的量化模型，而非单纯股票或债券标的估值分析。

- 采用的主要估值思想是基于风险调整收益的“绝对收益”目标，重点依托收益波动率、夏普比及最大回撤等多维度表现。

• 目标波动率管理通过CVS方法控制整体组合风险水平，动态调整债券与权益资产比例，非静态的固定配比。

- ERP信号引入了权益资产估值层的风险溢价判断，结合基本面数据进行动态调整，体现估值风险内生于配置权重调整。

• 组合中商品策略的引入，是基于对多资产收益驱动因子的认知与模型应用，包含动量和Carry因子估值思想。

- 未提供DCF等传统单一证券估值模型，整体估值建立在动态风险收益平衡的组合管理框架下。

• 该估值方式重策略整体表现，强调风险控制与收益稳定性，而非单一资产价格预测。[page::6,10,11,13]

---

5. 风险因素评估

• 依托数据和模型构建的历史表现，风险提示主要为：

- 模型依赖于公开市场数据，若市场环境发生巨大结构变化，模型可能失效，尤其是动量和相关性结构的改变。
- 动量崩溃风险及阶段性估值失效，导致模型短期内收益负面。
- 连续下跌和剧烈波动期间出现的系统性风险可能超出模型捕捉范围。
- 投资标的限制（如不能投资美股）可能降低收益和增强组合风险。

• 报告通过引入损止极限、连续下跌清仓、ERP信号及动态目标波动率等机制对上述风险进行主动管理和缓释。

- 没有明确给出各类风险事件发生概率，但模型中的风控措施体现了对风险事件的一定预判和防范。

• 报告提及考虑交易成本、频率调仓适应市场节奏等，进一步强化实操风险管理。[page::0,6,7,13]

---

6. 批判性视角与细微差别

• 报告主张将三因子结合（动量、波动率、相关性）及后来加入的风控信号作为多资产组合配置关键，逻辑清晰，数据支持充分。

- 对波动率和相关性因子的赋权放在0.25而非更高，可能意味着对动量因子的依赖较重，理论上在动量爆发或失效期，模型表现异常需留意。

• ERP信号的调仓阈值基于”$\mu\pm2\sigma$”标准，虽明示符合风险厌恶思路，但实际估值水平的动态调整背后假设较多，可能对模型敏感。

- 报告未明示模型在极端金融危机中的表现，历史数据覆盖程度及对罕见事件风险的含蓄处理有待补充。

• 动态目标波动率设定减轻了静态配比弊端，但“债券不为无风险资产”风险在剧烈利率波动环境仍未充分说明。

- 组合资产池设定较为固定，未来资产品种的扩展及因子多元化实施方案未详述。

• 报告中美股重要性的辩论体现了组合跨市场配置的现实困境和机会，但未深入探讨汇率风险及开放限制的完整影响。

- 总体来看，报告体现清晰严谨的量化研究思路和细致风险管理框架，但仍需关注模型对极端情况的鲁棒性和实际交易的复杂性。

• 报告未显著存在内部矛盾，但多期回测结果一致性依赖于回测范围，投资建议需结合实际市场动态调整。[page::4-14]

---

7. 结论性综合

本报告系统展示了安信证券金融工程团队基于RVC三因子模型，结合损止极限、连续下跌信号、权益风险溢价等风险调整创新，构建的“ES再平衡2.0”绝对收益多资产配置策略。通过丰富的回测数据和图表，以及对风险控制的细节设计，报告准确地反映了该策略：

• 收益显著提升且风险可控：年化收益最高可达11.15%，最大回撤低于5%，多种风险水平组合满足不同投资者需求；

- 风险调整能力优异：目标波动率动态调控显著提升组合夏普率（最高达2.16），大幅压缩波动率和回撤；

• 资产跨市场、多因子融合：不仅包含多类债券股票资产，还引入商品策略因子，增强组合抗风险与收益多样化；

- 风控机制完善：引入波动率聚类和AR效应理论指导的损止极限、连跌清仓以及估值面ERP信号，强化极端市场风险响应；

• 模型实用性强：周频调仓适配实际投资环境，兼容公募基金产品池，易于复制落地。

图表分析中，如图4和图6清楚展现策略组合净值领先基准组合，表3-10的数据进一步细化了策略在不同时间段、风险偏好和资产池中的表现差异。动态图7和图8展示了风险调控和纳入新因子对收益和风险指标的持续优化，充分说明ES再平衡2.0策略的潜力和灵活性。

综上，报告为投资者提供了一个基于市场动态和多因子风控的高效多资产绝对收益策略框架，具备广泛的实际应用前景及进一步升级空间。[page::0-15]

---

此报告分析严格依赖原文内容，未引入外部数据或个人主观判断，确保信息的客观、严谨与专业。

报告