方正证券“星火”多因子系列（二）：Barra模型进阶，多因子模型风险预测－方正证券－20180303
由qxiao创建，最终由qxiao 被浏览 83 用户
投资要点
多因子模型风险预测：百尺竿头，更进一步投资是一把双刃剑，投资者既是收益的追逐者，同时也是风险的承担者。一个好的多因子模型框架通常包含收益模型、风险模型、绩效归因三个模块，本报告聚焦多因子模型的第二大功能—风险预测。
多因子风险矩阵估计方法采用多因子结构化风险矩阵估计时，为保证样本内外估计的一致性、增加估计结果的准确性，需要对因子协方差矩阵和特异风险矩阵的估计作如下调整：
因子协方差矩阵估计：Newey-West自相关调整、特征值调整、波动率偏误调整特异风险矩阵估计：Newey-West自相关调整、结构化模型调整、贝叶斯收缩调整、波动率偏误调整多因子风险预测模型应用在实际投资中，风险预测的应用十分广泛。本报告主要介绍如何对任意投资组合的风险进行预测，以及如何构建Smart Beta最小期望风险组合。
任意投资组合风险预测：给定投资组合权重向量，即可对其未来1个月波动进行预测，回测发现预测波动率与实际波动率走势十分相似，对于Wind全A指数，二者相关关系高达74%。
最小期望风险GMV组合：在给定投资标的的情况下，每月月底调整权重，使得投资组合的预期风险最小。研究发现，GMV组合的实际风险明显小于基准组合，夏普比率有明显的提高。
风险提示
本报告统计结果基于历史数据，未来市场可能发生重大变化
正文
/wiki/static/upload/60/60702bef-7589-454d-ba1e-ddf4a9dafacf.pdf
\