本报告基于分层聚类与多维动态动量信号构建多资产资产配置策略。通过结合长期反转与短期动量指标,运用中介速度与多维状态对沪深300及多资产组合进行择时,有效提升收益与收益风险比,同时降低最大回撤。分层聚类优化指数组合权重分配,发现聚类数为5组时效果最佳。多维状态与中介速度策略均显著优于单一资产基准及等权组合,展现策略在多资产配置中的应用潜力与稳定性
| 聚类组数 (N) | 年化收益率 | 年化波动率 | 年化收益波动比 | 最大回撤 |
|---|---|---|---|---|
| 3 | 8.09% | 18.03% | 0.45 | 41.77% |
| 5 | 10.62% | 19.03% | 0.56 | 48.44% |
| 7 | 8.32% | 19.55% | 0.43 | 46.55% |
| 10 | 8.23% | 19.50% | 0.42 | 44.91% |
| 指标类型 | 分层聚类最优组合 | 单资产最大综合指数 | 多资产样本均值 | 可比分层聚类等权 | 可比固收+基准(含权益) |
|---|---|---|---|---|---|
| 年化收益率 | 11.59% | 7.20% | 5.07% | 8.74% | 1.92% |
| 年化波动率 | 20.85% | 31.46% | 20.72% | 19.52% | 2.52% |
| 年化收益风险比 | 0.56 | 0.23 | 0.24 | 0.45 | 0.76 |
| 最大回撤 | 43.52% | 64.43% | 46.80% | 42.43% | 6.09% |
| 指标类型 | 分层聚类最优组合 | 单资产最大综合指数 | 多资产样本均值 | 可比分层聚类等权 | 可比固收+基准(含权益) |
|---|---|---|---|---|---|
| 年化收益率 | 8.51% | -2.38% | 5.07% | 7.66% | 1.92% |
| 年化波动率 | 19.46% | 34.71% | 20.72% | 19.54% | 2.52% |
| 年化收益风险比 | 0.44 | -0.07 | 0.24 | 0.39 | 0.76 |
| 最大回撤 | 42.30% | 78.35% | 46.80% | 43.21% | 6.09% |
报告标题:《金融工程:基于分层聚类与多维动态动量的资产配置策略》
系列:量化资产配置研究之二十四
发布机构:广发证券发展研究中心
分析师:罗军、安宁宁、季燕妮等
发布日期:2024年6月(数据截止至2024年6月)
研究主题:本报告聚焦于基于动量策略的资产配置,采用时序动量和截面动量指标,通过分层聚类和多维动态动量手段,提升多资产投资组合的收益与风险控制效率。
核心论点:
整体上报告认为,结合分层聚类与动态动量信号的多资产策略,可以显著提升策略效率,带来更优的收益表现与风险控制.
报告定义沪深300指数近1个月收益代表短期动量,前12个月至1个月收益代表长期动量(长期反转信号)。单独使用长期反转择时策略或短期动量择时均能带来收益或夏普比率提升。
结合两者,采用中介速度参数a作为权重调节短期(权重a)和长期(权重1-a)信号的合成,形成复合择时策略。其中:
图1与图2分别展示长期反转择时和短期动量择时的净值表现,均优于沪深300指数;图3展示不同中介速度条件下的择时动态,呈现净值变化特征。图4相关收益率、收益风险比、波动率与最大回撤表现表明,中介速度在0.4-0.6区间时策略收益和风险调整表现更优,回撤下降,说明动态调节带来策略的稳定性提升。
总结:中介速度作为信号合成桥梁,为单资产择时提供了可灵活调节的工具 .
将指数的长期和短期表现划分为四种状态组合(长期正负×短期正负):
针对这些状态不同设定全仓或空仓策略,实现择时调仓。
结论:多维状态划分下的择时可以有效提升收益风险特性,且不同状态组合策略表现迥异,合理筛选组合至关重要 .
总结:分层聚类基于截面动量构建组合,有效提升了多资产的风险调整收益;聚类组数为5时策略性价比最高,时序分位数策略表现稍逊于截面动量 .
采用分层聚类先区分资产组,筛选各指数3年内的最优中介速度,根据最优速度合成择时信号,实现高低配组合优化。
结论:分层聚类+中介速度结合多资产选股与择时,构建的轮动组合优于单一资产及简单等权策略 .
类似方法选取最优多维状态信号合成组合权重,结合分层聚类筛选优选资产。
综上,多维状态结合分层聚类对多资产择时,同样带来显著收益和风险效益提升 .
这些图表和表格构成了全报告核心的量化实证支撑,且均来源Wind及广发研究中心,确保数据专业性和权威性。
本报告侧重于量化资产配置策略的设计与绩效验证,未涉及传统财务估值模型(如市盈率、DCF等),而是基于动量信号和聚类算法进行资产选择与权重优化,故无估值分析部分。
报告重点风险包括:
报告未提供具体风险缓解方案,提醒投资人应谨慎看待模型应用效果,并持续动态调整 .
整体报告结构严密数据详实,但建议实际应用时注重风险控制、交易成本与动态环境适配。
本报告深入探讨了基于动量信号的资产配置方法,将单资产的时序动量择时策略与多资产的截面动量轮动结合,采用分层聚类作为资产划分工具,利用中介速度与多维状态丰富选择信号,构建多维度、动态的量化资产配置策略体系。
单资产择时层面: 运用长期反转与短期动量及其结合信号(中介速度、状态划分),显著提升沪深300收益与风险调整表现,提供了洁净灵活的择时工具。
多资产层面: 通过分层聚类减少资产相关性影响,分别测试不同聚类层数,发现5组聚类在收益率和风险控制上达到均衡最优;基于截面动量构建组合显著优于传统单资产最大动量和简单均值组合。
信号综合优化: 结合中介速度和多维状态信号,进一步优化多资产的权重配置,实现收益和夏普比的双重提升,降低最大回撤,改善组合的风险收益特性。
图表验证: 多个图表直观体现不同策略净值走势与风险指标的横向对比,验证了量化策略的有效性和分层聚类的作用。
风险警示: 报告明确指出策略基于历史数据和模型预测,存在失效风险,建议投资者审慎应用。
综上,报告提供了具备实操指导意义的动量结合分层聚类资产配置技术框架,展示明显的收益和风险管理优势,对量化投资策略的设计与改进有重要参考价值 .
分层聚类下优选中介速度组合 (N=10) 净值表现图说明:该图展示2014年9月至2024年6月期间,不同组合方式下的累计净值走势。蓝色线条代表基于优化中介速度信号的分层聚类组合净值,红色线为单资产最大综合指标,绿色线表示多资产样本均值,紫色为可比聚类等权组合,浅蓝为固定收益+权益基准10%权重。图中蓝色组合净值明显领先,表明利用中介速度加权后的分层聚类策略有效提升组合回报。
总结: 本报告逻辑严谨,数据充分,切实验证了基于动量与聚类的多维动态资产配置在国内指数及资产范围内的有效性,提升收益及控制风险表现明显。策略设计既考虑长期趋势亦兼顾短期波动,充分挖掘了多资产配置的协同增益,是一份具备较高实际应用价值的量化投资研究报告。
量化资产配置研究之二十四:基于分层聚类与多维动态动量的资产配置策略.pdf