BL模型的改进与应用探讨-中信证券-20200520
由qxiao创建，最终由qxiao 被浏览 62 用户
摘要
将主观思想融入量化配置模型能够兼顾配置模型的灵活性与纪律性。本篇报告在传统BL模型的基础上做出改进：一方面，基于行为金融理论融合历史趋势信息，形成观点判断；另一方面，探讨经济周期划分，对不同周期下大类资产配置进行约束。改进版BL模型在历史回测中显著跑赢其他量化配置模型，能够为长期配置型机构的模型构建提供参考
为什么要研究资产配置模型：资产配置模型构建是战略性资产配置的核心环节，而战略性资产配置策略是决定投资组合长期业绩表现的最为重要的因素，因此基于长周期、战略性配置的资产配置模型研究至关重要
什么是BL模型：
- BL模型是融入主观思想的量化配置模型，本质上是一种改进形式的均值方差模型（MVT）。
- BL模型完美融合了贝叶斯思想，能够以期望误差最小的形式将主观信息向先验均衡收益率“收缩”。
- BL模型的优点在于融入主观信息、高度贴近现实，且有效解决MVT模型的输入敏感问题；局限性主要体现在两个方面，一是主观观点的预判错误会给模型带来较大的风险，二是模型假设资产收益分布平稳，并未考虑经济周期变化的影响
如何改进传统BL模型：
- 为提高主观观点输入的准确性，基于行为金融理论，采用计量模型融合历史趋势信息，全面考察动量效应及反转效应，形成收益判断作为观点输入。
- 鉴于模型并未考虑经济周期变化的影响，探讨经济周期划分方法以及不同周期下大类资产的轮动规律，基于不同周期判断给出各类资产的权重限制
改进版BL模型回测表现优异：
- 回测标的涵盖股票、债券、商品三大类共9种细分资产，考察模型包括等权模型、均值—方差模型、基础BL模型以及改进版BL模型。
- 改进版BL模型长期业绩表现稳健，2009年以来,回测模拟实现年化收益8.3%，夏普比率0.8，显著跑赢其他量化配置模型；分年度统计来看，改进版BL模型历年均实现正收益（2020年除外），在绝大部分年份中，模型的收益获取与回撤控制均优于其他量化配置模型。
改进版BL模型的应用场景：
- 模型比较适用于投资风格相对稳健、资金体量较大的长期配置型机构；
- 模型具有较高的自由度和开放性，方便管理人基于自身研究成果，定期输入主观观点计算最优配置方案。
改进版BL模型的最新判断：预期经济处于剩余流动性上行、通胀上行的阶段，模型在固收打底的基础上高配权益类资产，最终配置60%权益，30%债券以及10%商品，细分资产配置比例详见报告正文。
风险因素：数据样本有限导致统计规律的有效性不足；模型失效风险；流动性风险。
正文
/wiki/static/upload/71/7199b455-712a-402b-ac7f-bcfd18998b9a.pdf
\