【行业研究报告】-策略深度研究：大类资产配置量化模型：原理、实践与比较

请务必阅读正文之后的免责声明及其项下所有内容请务必阅读正文之后的免责声明及其项下所有内容策略深度研究大类资产配置量化模型：原理、实践与比较核心观点策略研究·策略深度021-60933132021-60375433wangkai8@guosen.com.cnzhanyi@guosen.com.cnS0980521030001基础数据中小板/月涨跌幅(%)7508.84/-1.43创业板/月涨跌幅(%)2422.14/1.21AH股价差指数137.02A股总/流通市值(万亿元)74.75/65.17市场走势相关研究报告《策略深度研究-数字赋能下的智慧经济主题赛道机遇》——2023-01-05《2022年度大类资产配置回顾-热门赛道内卷与多元配置外延》——2023-01-04《策略深度研究-11月A股估值提升但分化收敛，上涨进入加速期》——2022-12-12《布局A股高质量投资——2023年A股年度策略》——2022-12-01《2023年度策略-布局A股高质量投资》——2022-12-01均值方差模型：现代资产配置的起点现代投资组合理论(MPT)之父哈里·马克维茨曾说，“一个优良的投资组合不仅仅是一长串的优质股票和债券。这是一个平衡的整体，为投资者在各种意外情况下提供保护和机会。”他在1952年的论文“投资组合选择”中介绍了均值方差模型，该模型旨在帮助投资者找到能够在给定预期风险下最大化回报水平或在给定预期回报下最小化风险水平的投资组合最佳权重。B-L模型：对均值方差模型升级改造由于均值方差模型在真实金融世界实际运用过程中面临的诸多问题，尤其是模型对输入变量的敏感性问题，FischerBlack和RobertLitterman建立了Black-Litterman模型来对均值方差模型进行优化。B-L模型的核心是使用贝叶斯方法将市场均衡收益（先验分布）和投资者的主观观点相结合，形成资产预期收益的估计值（后验分布），因此B-L模型的构建主要涉及三个步骤，一是形成市场均衡收益、二是将形成投资者主管观点、三是将两者结合起来，而剩余步骤于均值方差模型一致。Kelly-CVaR模型：管理小概率事件的风险均值-方差模型和B-L模型以收益率的方差来度量风险，而在实际投资过程中投资者可能只在意市场下跌时的风险，尤其是市场下跌时组合的投资损失具体会达到什么程度。因此以VaR值作为风险度量大小的模型应运而生，并成为金融市场风险测度的主流方法之一。在VaR的基础上，CVaR囊括了损失高于阈值Var的尾部信息，可以更好的管理小概率事件的风险。CVaR作为风险控制方法并不能独立运用于资产配置，因此结合Kelly公式共同使用。风险平价模型：以风险控制为目标自2008年全球金融危机以来，风险平价等基于风险的投资组合构建方法在业界和学界广受欢迎。这种需求源于投资者在危机后提高了风险规避意识，以及传统的均值-方差模型对其输入的估计误差太敏感导致缺乏稳健性。风险平价模型的核心理念是平衡来自不同投资组合组成部分的风险，以控制整体的风险水平。模型比较：各模型的回报和风险表现从长期回报率来看，均值方差模型、B-L模型和Kelly-Cvar均优于单一资产投资策略和恒定比例组合，从2009年6月30日至2022年12月26日的年化回报率分别为6.24%、6.28%和5.74%，同时年化波动率均显著小于纯股票投资，风险平价模型的年化回报率高于纯债策略且波动率基本持平，夏普率在所有策略中表现最优。从定性的角度来比较不同模型之间的差异，B-L模型和Kelly-CVaR本质上是均值方差模型的衍生，不过两者的改进方向并不相同。如果需要兼顾收益和风险，则考虑均值方差模型及其各种衍生方法，如果仅考虑有效控制风险水平，则考虑风险平价模型。风险提示：需要提示投资者的是，并没有考虑国际板推出以及政策过度紧缩导致的经济硬着陆风险。