融入資產信號下的風險預算模型解決方案.pdf

融入資產信號下的風險預算模型解決方案。結構化風險平價模型從層次聚類出發，根據聚類結果將扁平 化的風險平價方法層次化，解決了傳統風險平價模型對于初 始資產依賴程度高的問題。 選取 A 股、債券、QDII、商品 4 大類共 9 個資產進行結構化 風險平價配置，實現了 1.79 的夏普比率，相比于風險平價模 型有著明顯提升。

模型的改進：頂層大類及預算分配設計

首先傳統的風險模型并沒有包含對收益率的預測信息，導致 模型的收益天花板有限，但在實際投資中往往會對大類及底 層資產均有主觀判斷；因此我們嘗試引入 sigmoid 函數，在 模型中根據當期不同資產觀點，調節每個節點的預算分配， 達到合理反映資產觀點的效果。 其次對于結構化風險平價的頂層聚類數目，我們采用 Kmedoids 的聚類辦法，以滿足在實際的資產配置過程中，可 能對于資產池的分類要求并不是僅僅為二分類的問題。對于 頂層大類的確定，我們利用“手肘法”給出最優參考的聚類 數目 k。

資產主動信號選擇：ERP、M2 折算底部、200 日均 線以上個股占比、價值成長輪動信號

大類資產層面信號，引入股權風險溢價 ERP 這個衡量股債相 對性價比的指標，對股債配置提供指導，歷史來看回測提供 3.26%的年化超額收益，同時引入 M2 折算底部、200 日均線 以上個股占比對市場底部進行判斷。 中觀層面信號，在前期報告《基于系統化量化投資視角下的 價值成長輪動》中，我們提出一種新的多指標擴散構造的價 值成長預測模型，從國內宏觀、海外流動性、資金流、技術 面精選 10 個有效刻畫成長價值輪動的預測指標，采用擴散方 法構造風格輪動模型；2013 年至今相對等權年化超額+9.21% 預測較為精準且穩健。