大类资产配置模型的解析与探讨 天风证券 20180416
由small_q创建，最终由small_q 被浏览 41 用户
摘要
随着FOF基金逐步进入投资者的视野，关于大类资产配置的方法和策略越来越被重视。本文对几种主流的大类资产配置模型进行了阐述和分析，包括基本面模型、均值-方差模型、Kelly-CVaR模型、B-L模型、风险平价模型。
基本面模型立足于影响资产价格走势的各类宏观、风格、价值等因素，预测资产价格走势，从而决定投资组合比例分配。美林时钟模型通过对经济周期的划分，在不同周期选择不同的配置比例，简单易行，操作性强，资产配置周期相对较长，换手率低，但回测结果并不理想，年化收益率为8.39%，最大回撤率为29.08%，夏普比率为0.61。另一种基本面模型是基于宏观因素的二维多因素模型，将对资产价格走势的预测分为方向预测和收益率预测两个部分，提高了预测准确度，回测结果明显优于美林时钟模型，其年化收益率为13.40%，最大回撤率为20.01%，夏普比率为1.02。
均值方差模型作为一种经典的投资组合模型，存在着一些缺陷，如收益与风险的微小变化会改变有效组合构成，缺乏稳健性。针对这一问题，本文在理论层面，从因子的角度推导了均值方差模型。在实践层面，将考夫曼自适应移动平均线引入，用来计算未来一段时间资产期望收益率，取得了年化21.58%的收益，最大回撤率为19.79%，夏普比率为1.45。
CVaR是衡量和管理风险的一个指标，难以单独用于资产配置模型，而公式注重资产配置比例的计算，在风险控制方面相对缺乏。本文将两者结合起来，在CVaR控制风险的前提下，使用Kelly公式的思路配置资产，即在最大化资产增值率的前提下，确保组合净值的平均损失率不超过给定水平。模型中的参数可以根据风险偏好需求进行调整，设定参数回测，Kelly-CVaR模型年化收益率为16.85%，最大回撤率为19.38%，夏普比率为1.41。
B-L模型在市场均衡超额收益率先验分布的基础之上，加入投资者对资产收益率的主观观点，并使用贝叶斯推断方法，估计了资产的后验收益率，使用后验收益率代替Markowitz均值-方差模型的预期收益率，增强了收益率的稳定性，最后求解出投资组合中的资产配置比例。模型参数众多，计算较复杂，同时观点矩阵、观点收益矩阵以及观点误差阵设置较主观，设置方式多种多样，不同的观点输入方法会使模型出现相当大的差异。
风险平价策略是近年来较流行的一个策略，其核心是风险的均衡分配，即使每种资产对组合的风险贡献都相同，从而提高了投资组合在各种市场环境下的适应能力。本文分别对基于资产的风险平价模型、带杠杆的风险平价模型、风险预算、基于因子的风险平价模型进行了总结和分析，另外本文以下行风险（downrisk）标准差来代替收益率的标准差，提出了下行风险平价模型，表现略优于一般的风险平价模型，其年化收益率为4.42%，最大回撤率为5.39%，夏普比率为1.81。
正文
/wiki/static/upload/37/37eeb5c0-9d94-4165-a106-5bc1e704bc18.pdf
\