资产配置流程与目标设定 [page::2][page::3]

• 资产配置包括设定投资目标、制定投资策略（战略与战术）、实现策略及绩效分析四大步骤。

- 投资目标确立需明确收益期望、可承受风险及其他限制条件，如流动性与监管要求。

• SAA确定资产长期配置比例，TAA则对短期市场机会和风险作动态调整，二者需统一协调。

大类资产配置的战略流程与模型预期 [page::4][page::8]

• 通过历史、宏观指标及分析师一致预期确定资产类别长期收益、风险和相关性。

- 采用均值-方差等模型，在约束条件下最大化组合预期收益确定资产权重。

• 分析师观点划分为多空震荡，对A股、港股、黄金和债券分别制定预期收益，形成动态估计。

- 确定六组代表性基准组合进行后续回测，涉及沪深300、恒生、黄金、中债总财富指数等资产。

不同风险偏好组合基准权重及收益风险表现对比 [page::7][page::9]

| 组别 | 高风险:低风险比 | 沪深300 | 恒生指数 | 黄金现货 | 中债总财富 | 复合收益率 | 波动率 |
|-----------------|-----------------|--------|---------|---------|----------|-----------|--------|
| 第一组 | 2:8 | 15.00% | 2.50% | 2.50% | 80% | 6.33% | 4.50% |
| 第二组 | 3:7 | 15.00% | 7.50% | 7.50% | 70% | 6.55% | 5.20% |
| 第三组 | 4:6 | 30.00% | 5.00% | 5.00% | 60% | 7.49% | 8.19% |
| 第四组 | 5:5 | 30.00% | 10.00% | 10.00% | 50% | 7.70% | 8.89% |
| 第五组 | 6:4 | 50.00% | 5.00% | 5.00% | 40% | 8.89% | 12.79% |
| 第六组 | 7:3 | 50.00% | 10.00% | 10.00% | 30% | 9.11% | 13.43% |

• 战略资产配置优化组合与基准组合对比显示，优化后组合年化收益率均小幅提升，波动率均有所降低，收益风险比得以改善。

- 回测期间（2012-2017年）多年份中优化组合风险得到有效控制，部分年份收益显著提升。

战术资产配置（B-L模型）及回测结果 [page::10][page::11]

• 采用Black-Litterman模型，结合投资者主观观点与均衡收益率，动态调整每月资产权重，加入货币资产补足空缺仓位。

- 回测结果显示，相较于仅战略性配置，战术配置显著提升组合收益率，最大回撤降低，夏普、Calmar比率均改善，尤其高权益配置组表现更突出。

| 组别 | 策略 | 累计收益率 | 最大回撤 | 年化收益率 | 250日平均最大回撤 | Calmar比率 | 夏普比率 |
|---------|------------|------------|----------|------------|------------------|------------|-----------|
| 第一组 | 战术前 | 30.68% | -7.28% | 4.75% | -2.82% | 1.69 | 0.44 |
| | 战术后 | 39.29% | -5.99% | 5.90% | -2.60% | 2.27 | 0.80 |
| 第三组 | 战术前 | 40.73% | -15.40% | 6.09% | -2.53% | 2.40 | 0.43 |
| | 战术后 | 55.38% | -13.01% | 7.91% | -3.08% | 2.57 | 0.73 |

• 双重策略（战略+战术）组合绩效明显优于单一战术配置，验证两者需结合应用以实现更优配置效果。

结论与展望 [page::12]

• 资产配置以动态整合战略与战术配置流程为核心，量化回测验证了多元资产组合的稳健性及收益提升能力。

- 战略性与战术性资产配置存在内在统一性，二者结合显著优于单一应用。

• 战术择时信号目前简单，未来可引入多维事件驱动择时系统以进一步提升配置效果。

- 本文未涵盖主动基金筛选模块及组合再平衡历史验证，为后续研究方向提供空间。

资产配置的流程、框架与运用——金融工程专题报告详细分析

---

一、元数据与报告概览

• 报告标题：资产配置的流程、框架与运用

- 分析师：张青（执业证书编号：S0890516100001）

• 发布机构：华宝证券研究创新部

- 发布日期：未知，参考相关研究时间多为2017-2018年间

• 研究助理：李亭函

- 主题：资产配置的理论基础、操作框架及策略模型构建与回测，重点聚焦以A股为核心的多元资产配置方法

• 核心论点：

- 2018年金融资管行业迎来新规，主动资产管理能力及资产配置功能重要性显现。
- 资产配置是动态管理过程，涵盖投资目标设定、策略制定（战略配置与战术配置）、策略实现及绩效回顾四大环节。
- 通过构建量化模型回测不同风险偏好组合，验证资产配置理念的实用性及其对收益风险比的优化作用。

• 主要结论：

- 战略资产配置（SAA）与战术资产配置（TAA）两者内在统一，二者结合效果优于单一使用某配置。
- 多元资产配置有助于分散风险并优化收益风险比，但不同投资目标下应针对性选择集中或分散策略。
- 量化模型回测支持以A股为核心的大类资产配置策略的可行性。

• 风险提示：

- 策略基于历史数据，有模型设定偏差风险。[page::0],[page::2],[page::12]

---

二、逐节深度解读

1. 资产配置的内涵与价值（第2页第1章）

• 关键论点：

- 资产配置指按照收益风险偏好将资金分配给多种资产类别，以实现利用风险溢价提高收益风险比的策略。
- 低相关资产的组合有助于降低整体组合波动率，减少风险，同时获取长远稳健回报。
- 多元资产配置优势在于风险分散，但存在无法捕捉单一资产极佳行情的缺陷。
- 投资目标影响策略选择：积累财富倾向集中投资博取高收益，管理财富更倾向多元配置以压缩风险，实现稳健收益。

• 推理依据：

- 不同资产对宏观因子影响差异大（股票、货币、利率、通胀等），利用低相关性分散风险。
- 市场情况不同，分散降低损失风险，但也限制了收益极端增长的可能。[page::2]

2. 资产配置的一般性流程与框架（第2-6页）

2.1 设定投资目标

• 主要内容：

- 确定投资目标包括预期收益、风险承受能力、比较基准、投资限制（如期限、流动性、税费、监管等）。
- 投资基准的确定为策略打基础，基准涵盖不同风险级别与资产类别。

• 关键要素和假设：

- 投资者合理风险承受度决定了配置规模。
- 规范的基准为收益风险期望提供心理预期基准，提示高收益必承担高风险，尤其是在资管新规形势下。

• 案例图1说明：

- 资产配置流程图明确了四阶段：设定投资目标、制定策略（SAA与TAA）、策略实现（标的选择和再平衡）、投资绩效分析。[page::3]

2.2 制定投资策略

• 战略资产配置（SAA）：

- 长期资产权重确定基于收益、风险、相关性预测，时间尺度依投资者类型不同可从1年到30年不等。
- 资产类别选择注重分散度、复杂度权衡，常见三大类为股票、债券、货币，兼顾可能的另类投资。
- 预测长期收益依据三来源：历史表现、建模（宏观因子驱动），分析师共识。
- 主流定量模型：均值-方差模型、误差跟踪模型、风险平价模型等。

• 战术资产配置（TAA）：

- 侧重中短期调整，基于市场机会、风险突发、需求变动等原因灵活调整组合权重。
- 方式包括增减权重或使用衍生品对冲，考量交易成本和系统复杂度。
- 战术配置以限制调整幅度或风险贡献，确保不会长期或过度偏离战略配置。

• 图2和图3辅助说明：

- 图2展示战略配置流程（三步骤：资产类别选择、预估收益风险相关性、计算权重）。
- 图3说明战术配置的原因、方法及权重调整流程。[page::3][page::4][page::5]

2.3 投资策略的实现

• 投资标的选择：

- 需符合组合预期风险水平，发掘alpha机会，评估风险收益匹配。
- 灵活选择被动或主动产品，结合投资风格（价值、成长、规模因子，Smart Beta策略）。

• 组合再平衡：

- 区别于战术调仓（策略调整），再平衡关注因标的净值变化导致资产原始目标权重偏离的问题。
- 方法分为定期调整与事件驱动（超限触发）。

• 图4展示实现过程：

- 从TAA配置结果到投资标的选取，最终是组合再平衡完整流程。

• 绩效分析：

- 投资策略需要通过收益、风险匹配目标的检验，不断循环修正目标与策略。[page::5][page::6]

3. 资产配置的策略运用：不同风险偏好模型构建与回测（第7页起）

3.1 投资目标设定

• 配置标的 ：沪深300（A股）、恒生指数（港股）、黄金现货指数、债券总体财富指数。

- 基准确定：使用不同风险偏好（高风险资产与低风险资产比）组合形成基准组合，权重遍历后选择代表性组合。

• 回测时间：2011-2017年，收益率用历史复合收益率，波动率用滚动3年。

- 表1解读：
- 展示六组基准组合，风险比例从2:8到7:3不等，高风险资产主要是股票与商品。
- 随着股票比例增加，收益均值上升但波动明显增加，体现风险收益权衡关系。[page::7]

3.2 战略资产配置

3.2.1 各资产长期收益率预期

• 收益率预测方法：

- A股和债券预期收益基于新财富知名分析师的年度市场观点划分（看空、震荡、小牛、大牛等状态），对应历史状态下的平均收益率进行估算。
- 港股和黄金收益预期则依据全部可获得分析师观点进行大致区分。

• 波动率与相关性预测：

- 使用过去三年滚动数据，并加入1.5年半衰期权重计算，以体现近期市场动向。

• 表2解析：

- 列举2012-2017年各资产分析师观点变化，体现市场预期的多样和年份差异。[page::8]

3.2.2 确定资产权重

• 均值-方差模型用于最优化组合权重，在风险（波动率）约束和权重上下限（±50%基准权重）条件下最大化预期收益。

- 表3说明：
- 具体的约束、模型目标函数与权重边界规则。

• 策略逻辑：

- 在确保组合风险不超基准风险限制下寻找最大收益权重配置。[page::8]

3.2.3 回测结果比较

• 以第三组（4:6配置）示例，2014、2015、2017年优化组合在波动率不增的前提下收益明显提升，2016年虽亏损但跌幅减小，2013年表现例外。

- 表4是基准组合年收益率和波动率，表5是优化后的年收益率和波动率对比。

• 综合各组年化收益和波动率均值（表6与表7）显示，优化组合年均收益率均有小幅提升，波动率均略低于对应基准组合，达成提升收益风险比目标。

- 证明了战略资产配置在实务中的有效性和可操作性。[page::9]

3.3 战术资产配置

3.3.1 战术资产配置方法：Black-Litterman (B-L)模型

• 模型简介：

- B-L模型在均值-方差基础上结合投资者主观观点（看多看空信号），对资产收益的先验分布进行修正，得到更符合短期市场预期的权重分配。

• 运作流程：

1. 计算均衡收益率及其协方差，确定先验分布；
2. 加入投资者观点矩阵（P）、预期收益矩阵（Q）以及误差矩阵（Ω）调整收益分布；
3. 求解后验分布，得到目标组合权重。

• 择时信号为时间序列动量策略，用于动态调节资产权重。

- 资产配置范围新增货币资金，未满仓部分配置于货币资金。

• 优化针对于月度调整，手续费设定为双边千分之三。

- 表8展示模型相关设定与目标函数等关键参数。[page::10]

3.3.2 战术配置回测结果对比与讨论

• 战术配置较战略配置在六个不同风险偏好组合的收益、最大回撤、夏普率均有明显提升。

- 表9解读：
- 所有组合年化收益率提升明显，最大回撤得以控制，夏普比率也明显提高。
- 投资组合中高权益权重者表现提升更突出。

• 战略+战术配置 vs 仅战术配置：

- 结合战略及战术的双重优化绩效优于单独战术配置，明确了二者不可相互替代的关系。
- 这说明资产配置须同时考虑长期资产配置和短期市场机遇，二者须统一动态管理。

• 表10详尽展现两种方法绩效对比，包括累计收益、最大回撤、年化收益、Calmar比率、夏普率等指标。

- 结论为：战略性配置为骨架，战术性配置添动力，缺一不可。[page::11]

---

三、图表深度解读

图表1：资产配置流程图（第3页）

• 描述：图形分四个部分环环相扣：设定投资目标（基准指数、目标收益风险等），制定投资策略（战略与战术资产配置），策略实现（投资标的选择与组合再平衡），投资绩效分析（投资表现评估）。

- 意义：该图表直观展示了资产配置的全流程，突出动态循环特征，强调目标与策略贴合，同时策略执行与绩效反馈密切连接。

• 联系文本：图示与章节内流程描述精准对应，为理解后续具体模型运作提供整体框架支撑。[page::3]

图表2：战略资产配置流程图（第4页）

• 描述：流程包含资产类别选择、相关信息预估（预期收益率、风险、资产相关性）和计算权重分配三步骤。

- 解读：展现了SAA中多维度数据输入与模型算法的结合，兼顾复杂度与收益风险权衡。强调资产类别多样性和配置合理性的重要性。

• 文本联系：对应SAA章节说明，体现如何落实投资目标形成长期配置策略。[page::4]

图表3：战术资产配置流程示意（第5页）

• 描述：以“权重调整”为中心，围绕投资机会、突发风险、需求变更三个调整原因和增减权重、衍生品叠加两种实现方式。

- 解读：形象展示战术配置针对短期市场变化的敏捷反应，且须在成本和解风险能力之间平衡。

• 文本联系：辅助理解TAA的本质和实现方式，以及其与SAA的关系[page::5]

图表4：投资策略实现的流程与步骤（第6页）

• 描述：展现资产配置落地路径，从TAA调整结果出发，经过投资标的选择和再平衡操作形成最终投资组合。

- 解读：强调投资标的多样化选择及流程中再平衡的重要性保证组合一致性和风险可控。

• 文本联系：对应章节关于策略实现细节，凸显“动态管理”理念。[page::6]

表1：筛选后的基准组合权重（第7页）

• 六套组合风险偏好不同，股票占比从15%到50%，高风险资产比例递增，组合平均收益率从6.33%到9.11%，波动率从4.50%到13.43%。

- 展示基准组合构建的实际操作基础，体现不同风险偏好在收益和波动率上的权衡关系。[page::7]

表2：历年分析师观点汇总（第8页）

• 通过对分析师观点的系统分类及统计，展现A股、港股、黄金、债券四大类资产历年市场预期走势。

- 多数年份A股观点波动较大，反映市场观点分歧，黄金观点则更倾向震荡，债券呈现相对稳定走势特征。

• 图表对预期收益率的估计提供实证基础。[page::8]

表3：战略资产配置模型设定（第8页）

• 说明优化模型的目标函数、决策变量及约束条件，结合协方差矩阵和权重上下限来约束权重波动。

- 突出合理限制策略灵活性，防止过度调整和过拟合风险。[page::8]

表4-7：战略资产组合与基准组合回测结果（第9页）

• 表4，5对比了4：6配置基准与优化后的年度收益与波动率，优势显著。

- 表6，7展示六组组合的年化复合收益率及年波动率均值，优化策略带来均衡收益提高和风险降低。

• 数据佐证战略配置通过量化模型实现收益风险比优化的有效性。[page::9]

表8：B-L模型设定（第10页）

• 展示B-L模型的优化目标函数，涉及先验均衡收益、观点矩阵、误差矩阵以及权重上下限约束。

- 体现将投资者主观观点转化为量化信号，并以贝叶斯方式修正收益预期，形成战术配置。[page::10]

表9：战术配置前后回测对比（第11页）

• 战术配置显著提升累计收益率和年化收益率；最大回撤明显改善，夏普比率普遍增长。

- 体现短期择时调整对组合收益与风险管理的贡献。

• 权重越高的权益资产组合，战术配置效果越明显，揭示风险承担与收益提升的非线性关系。[page::11]

表10：战略+战术配置与仅战术配置比较（第11页）

• 双重配置策略在所有风险偏好组别的收益、风险控制和夏普率指标上较仅战术配置显示更佳。

- 说明长期战略框架与短期战术调整协同增效，共同提升资产配置表现。

• 也表明战术配置不能独立替代战略资产配置的重要性。[page::11]

---

四、估值分析

本报告聚焦资产配置策略与实践模型，并无直接涉及企业估值分析、目标价设置等内容，故不包含传统意义的估值部分。

---

五、风险因素评估

• 模型风险：量化策略基于历史数据，存在拟合过度或模型设定偏差风险。

- 市场风险：策略依赖资产收益、相关性预测，突发性市场变化可能导致模型表现下降。

• 限于标的：当前回测主要基于指数，未加入主动管理基金、另类资产等，可能低估实际市场复杂性。

- 交易成本：战术频繁调仓会产生成本，影响净收益，报告中以千分之三双边费率计，但实际费率不同会影响最终绩效。

• 监管风险：资管新规实施后，合规要求增加，限制部分资产配置空间。

- 策略适用性：不同投资者风险偏好及资金期限差异，策略适用范围有限。

• 观点模型限制：投资者观点准确性有限，视角简单（仅动量择时），未来提升空间大。[page::0],[page::12]

---

六、批判性视角与细微差别

• 模型假设较为理想：均值-方差模型及B-L模型依赖收益率服从正态分布的假设，对极端风险事件响应不足。

- 收益与风险预测基于历史和分析师观点，而分析师预测本身存在偏差和延迟，风险预测亦可能滞后，影响决策质量。

• 投资标的及流动性约束未体现主动基金及另类资产实际的选择复杂度，实际组合构建可能面临流动性、估值偏差等现实难题。

- 战术资产配置择时信号单一（时间序列动量），缺少多因子及事件驱动机制，限制策略灵活性和适应性。

• 组合再平衡未做单独回测，尽管战术配置有一定再平衡效果，特定市场环境下，缺乏主动再平衡可能导致组合偏离策略。

- 缺乏对交易成本波动的敏感性分析，调仓频率及手续费率固定，未揭示对策略表现的实际影响。

• 风险指标采用较传统指标，缺少风险事件应对及极端风险度量相关讨论。

- 对资产边际贡献递减问题提及，但未量化具体边界及配置次数限制，实际操作难度较大。

• 报告未披露具体的模型参数和优化求解细节，可能影响复现性和透明度。[page::2],[page::12]

---

七、结论性综合

本报告基于2018年资管行业新规背景，系统阐述了资产配置的动态管理流程及框架，从设定投资目标、制定战略资产配置和战术资产配置、策略实现（投资标的选择与组合再平衡）到投资绩效分析，全面覆盖了资产配置的理论与实践关键环节。

主要贡献与见解：

• 明确资产配置应以投资目标为基础，投资过程中需动态调整以响应市场变化和风险偏好变化。

- 资产类别间低相关性是实现分散风险、优化收益风险比的核心，合理资产类别的选择和数量必须权衡复杂度和边际贡献。

• 战略资产配置提供长期风险收益框架，战术资产配置基于短期市场信号进行微调，二者内在统一且结合效果优于单独使用任何一种策略。

- 通过基于均值-方差模型和B-L模型的量化方法，结合分析师观点和历史数据，构建了不同风险偏好的配置模型，对2012-2017年数据回测显示，优化后的组合在收益、波动率及风险调整后表现（夏普比率、Calmar比率）均优于基准组合。

• 战术配置显著提升组合收益率并降低最大回撤，尤其权益资产比重较高的组合获益更明显，但单独使用战术配置不能替代战略配置，强调双重配置模式的重要性。

- 投资组合再平衡作为实现策略和目标一致性的手段，尽管未单独回测，但在高频战术配置中其功能已部分实现。

• 报告对模型的风险与局限也有适当提示，未来改进方向包括引入多维择时信号、主动基金和另类投资标的筛选、事件驱动择时系统及交易成本敏感性分析。

图表总结：

• 四幅流程图清晰展示从目标设定到绩效评估的完整资产配置动态管理体系。

- 多个表格验证通过量化优化和战术调整改进资产组合表现的有效性，具体数字体现了收益提升和风险控制的下降趋势，彰显资产配置实践中的实用价值与理论指导作用。

综上，本报告不仅系统构建了资产配置理论框架，也成功将量化模型应用于中国市场背景的资产配置实践，得出了战略与战术配置结合能显著优化资产组合的结论，具有较强的实际指导意义和推广价值。[page::0],[page::2],[page::3],[page::4],[page::5],[page::6],[page::7],[page::8],[page::9],[page::10],[page::11],[page::12]

---

参考图片示例（部分）

图1：资产配置流程图

图2：战略资产配置流程图

图3：战术资产配置流程图

图4：投资策略实现的流程与步骤

报告