熵池模型： 如何将纯主动观点纳入量化配置模型
创建于 更新于
摘要
本报告系统介绍了熵池模型作为资产组合配置的新框架，在理论上通过模拟样本扩容、相对熵最小化及观点池化突破了BL模型的限制，实现多样化投资观点融合和非参数分布估计。基于行业轮动和股债配置两种实际投资案例，实证检验显示熵池模型在年化收益率、夏普比及风险控制上均优于BL模型，且多种观点输入的叠加有效提升配置效果。非参数方法对优化函数和样本长度表现更加稳健，模型亦支持外部因子灵活输入，且通过优化输入与优化样本分离进一步提高配置效果。报告详细回测多种设置，验证其在策略实用性和稳定性上的优势，为量化资产配置提供有力工具[page::0][page::3][page::17][page::21]
