因子选股系列研究之二十一：组合优化是与非-东方证券-20170306
由qxiao创建，最终由qxiao 被浏览 37 用户
研究结论
过去几年A股alpha空间较大，一些经验的简单组合构建策略就可以获得稳健组合，组合优化方法在提高策略收益和稳健性上并无明显优势。它的作用更多是提供一个平台，让投资者同时精确控制组合风险暴露、个股数量和权重、换手率、冲击成本等，同时还可以把投资者的主观信息融合同一个模型框架下来，包容性和扩展性强。
风险厌恶系数的设定取决于要做什么策略组合，报告正文给出了估算方法。当组合优化问题的约束条件较多时，约束条件对组合风险的控制作用更大，风险厌恶系数的变动只能实现微调。
实际使用中，绝大多数组合优化问题都要通过数值方法求解。没有适用所有问题的数值算法；同一个问题，不同算法的求解时间可能相差几倍甚至几十倍。凸二次规划是组合优化中最常见的优化问题形式，有非常高效的数值方法，我们建议尽可能把其它类型的组合优化问题转换成凸二次规划求解，并分析了常见优化问题的转换方法。
对于无约束条件的组合优化问题，优化结果对预期收益率和协方差矩阵的估计误差十分敏感。但真实投资中，会加上许多约束条件，降低敏感性；而且用alpha因子模型预测股票收益、用风险模型或压缩估计量预测协方差的方式可以减小估计误差，让组合优化结果具备实用价值。
近年来发展的稳健组合优化技术可以让投资者在优化目标函数中对参数估计误差直接做惩罚，降低误差敏感性，而且该优化问题可以转换成二阶锥规划（SOCP）快速求解。但一些实证发现这种方法对低信息比的策略改进明显，但对于高信息比问题的改进十分有限。
我们用alpha因子模型预测的股票收益作为先验，投资者的主观观点作为观测值，通过Black-Litterm an公式计算得到经过主观观点调整的预期收益。报告中设计了一个简洁方法来表示主观观点的乐观程度，用今年1月分的数据考察了不同主观观点，不同乐观程度对组合策略收益的影响。风险提示量化模型失效风险市场极端环境的冲击
/wiki/static/upload/10/10b1ddbe-f027-41e2-b609-9cabbe34c3dc.pdf
\