本文以沪深300、中债国债总财富指数、SGE黄金9999、标普500及货币市场基金指数为代表资产,采用时序动量趋势跟踪方法分别构建大类资产配置及结合风险平价的改进策略。回测结果显示,单纯基于时序动量的配置策略显著提升了夏普比率至0.7-0.8,而结合风险平价配置后夏普比率进一步提升至约1,显著优于等权基准及传统风险平价策略。该方法有效改善了收益风险比,适合大类资产组合的动态配置
| 标的资产 | 年化收益率 | 年化波动率 | 最大回撤 | 夏普比率 |
|---|---|---|---|---|
| 沪深300全收益 | 6.8% | 28.4% | 72.0% | 0.133 |
| 中债国债总财富指数 | 4.0% | 2.3% | 5.9% | 0.443 |
| SGE黄金9999 | 5.1% | 16.4% | 44.9% | 0.129 |
| 标普500 | 5.9% | 20.0% | 56.8% | 0.144 |
| N | 年化收益率 | 年化波动率 | 最大回撤 | 夏普比率 |
|---|---|---|---|---|
| 3 | 12.4% | 12.7% | 19.7% | 0.742 |
| 4 | 12.1% | 11.6% | 16.5% | 0.785 |
| 5 | 11.3% | 11.3% | 13.7% | 0.735 |
| 6 | 11.5% | 10.2% | 11.5% | 0.835 |
| 等权基准 | 6.6% | 10.7% | 32.5% | 0.340 |
| N | 年化收益率 | 年化波动率 | 最大回撤 | 夏普比率 |
|---|---|---|---|---|
| 3 | 8.4% | 7.5% | 11.1% | 0.710 |
| 4 | 9.7% | 6.7% | 10.3% | 1.001 |
| 5 | 8.9% | 6.4% | 10.3% | 0.914 |
| 6 | 9.2% | 5.3% | 3.9% | 1.183 |
| 风险平价基准 | 5.4% | 3.4% | 3.7% | 0.722 |
| N | 年化收益率 | 年化波动率 | 最大回撤 | 夏普比率 |
|---|---|---|---|---|
| 12 | 8.3% | 6.6% | 16.3% | 0.798 |
| 16 | 8.6% | 6.5% | 11.7% | 0.863 |
| 20 | 8.9% | 5.6% | 6.1% | 1.050 |
| 24 | 9.0% | 5.1% | 4.5% | 1.169 |
| 风险平价基准 | 5.0% | 3.4% | 4.5% | 0.597 |
报告标题: 基于趋势跟踪的大类资产配置策略――金融工程专题报告
分析师: 祝涛
发布机构: 渤海证券股份有限公司研究所
发布日期: 2019年3月28日
主题: 大类资产配置策略,尤其是基于趋势跟踪的方法及其与风险平价策略的结合。
该报告围绕大类资产配置策略展开,核心观点强调:传统的资产配置策略已经从单纯优化收益向风险与因子配置相结合的方向发展,趋势跟踪作为量化投资中著名的动量策略,在大类资产配置中效果良好。报告具体分析了基于简单时序动量的趋势跟踪策略及其与风险平价策略的改进结合,得出基于趋势跟踪的风险平价策略能够有效提升夏普比率这一风险调整收益指标的结论,提供了实证回测支持。
简言之,报告主张在大类资产配置中利用趋势跟踪(时序动量)方法挑选资产,并结合风险平价配置风险权重,能够显著提升组合的收益风险表现。,3,4]
报告详述了大类资产配置的沿革与主流模型框架:
马科维茨均值-方差模型(1952):基础的投资组合优化理论,权衡收益和风险,用最优化算法确定各资产权重。但由于未来收益率难以精确预测,该模型对输入参数高度敏感,实际应用受限。
贝叶斯框架下的BL模型(1992):对均值-方差模型改进,结合市场均衡预测和投资者主观观点,采用贝叶斯方法更新收益率预测,减少单纯期望收益估计误差带来的不确定性。
经济周期视角的美林时钟模型(2004):从宏观经济周期考虑配置,依据GDP和CPI的变化划分经济四阶段,并为各阶段制定对应资产配置方案,强调经济环境的预测。
风险配置模型:源自桥水基金提倡的全天候策略,着重风险而非收益配置,追求组合的风险分散,即对组合风险进行均等分配,规避对资产未来收益的预测不确定性。
因子配置模型:现代主流对冲基金采用,通过将宏观因子(经济增长、通胀、利率等)和风格因子(价值、动量、低波动等)映射至资产,转向因子驱动的资产配置体系。报告列举BlackRock的基于因子的资产配置体系图表,展示其划分为宏观因子、风格因子和纯Alpha三部分,其中宏观因子解释90%的资产类别波动,风格因子解释80%的资产内部收益特征,4]。
趋势跟踪定义与重要性
趋势跟踪策略通过判断资产价格是否处于上升趋势来决定持仓,适用于波动较大、收益呈“厚尾”分布的资产。AQR基金业绩归因分析表明,索罗斯量子基金有超过一半收益来自捕捉大类资产趋势,说明趋势跟踪是有效的投资方法。
趋势跟踪方法的选取
报告聚焦两种常见趋势跟踪方法:
底层资产选择理由
选择沪深300全收益指数、中债国债总财富指数、SGE黄金9999、标普500指数以及Wind货币市场基金指数作为覆盖股票、债券、黄金、外汇类的典型大类资产代表,同时兼顾流动性和ETF可实施性,6]。
资产历史表现
表1和图3显示,沪深300年化收益最高(6.8%),但风险最高(最大回撤72%),债券类资产夏普比率最高(0.443,远超其他资产)。黄金和标普500收益和风险水平介于中间值,夏普比率较低约0.13-0.14,显示不同资产风险收益属性差异明显,为配置提供多元化基础。
时序动量择时效果
各类资产上应用3-6个月回溯期的时序动量择时,结果显示在波动较大资产(沪深300、标普500)上时序动量策略均击败基准,收益提升明显,稳定性增强;而债券和黄金因波动率较低,择时效果一般,部分参数无法明显超越基准。该择时优势说明趋势跟踪尤其适合高波动资产,同时也体现了不同风格资产的特性对策略效果的影响。
整体配置策略效果(等权配置时序动量>0资产)
基于上述单资产择时,构建月度(及周度)调仓的多资产组合,等权配置所有动量正的资产,若无资产动量正则配置货币基金:
风险平价模型介绍
风险平价旨在平均分配各资产对组合整体风险(标准差)的贡献,而非直接配置资产的预期收益。报告详细给出组合风险与资产风险贡献的数学表达,包括边际风险贡献(MRC)和总风险贡献(TRC)计算公式,核心思想是使所有资产的风险贡献权重(x_i)相等,从而计算出权重向量(\mathbf{w}),10]。
桥水全天候策略作为早期风险平价框架
不同于简单风险等权,全天候策略根据经济周期将经济环境划分为四类(经济增长上升/下降、通胀上升/下降),并将风险均分到这四个环境组合中,从而增加策略的抗周期性和稳健性。报告通过表格形式展示了此策略在不同经济环境下的风险配置及选用资产类别(股票、商品、信用利差、债券等),11]。
趋势跟踪与风险平价结合的策略构建
提出一种改进方案:
由此验证了收益端趋势跟踪与风险端风险平价模型相结合能够充分发挥各自优势提升组合表现,12,13]。
总结:
本文实证检验了时序动量趋势跟踪方法及其在大类资产配置中的应用,结果显示采用时序动量择时配置显著提升投资组合的收益和夏普比率,同时控制了最大回撤。进一步结合风险平价权重配置,效果更佳,夏普比率可提升至1左右,优于单独趋势跟踪策略和传统风险平价策略。报告指出进一步研究方向包括丰富标的资产种类及改进趋势跟踪方法本身。
风险提示:
模型基于历史数据回测,存在模型在未来失效的风险;此外,突发市场事件可能引发剧烈波动,影响策略表现,13]。
此图解释BlackRock将资产配置框架划分为三层:宏观因子(占90%资产类别波动解释)、风格因子(占单一资产类别80%的收益解释)、纯Alpha。宏观因子覆盖经济增长、通胀、利率、信用等,对投资者风险承担的主驱动;风格因子涵盖价值、动量、低波动及收益型因子。该结构体现了因子配置的多层次逻辑,为后续趋势动量(动量因子)策略的理论支撑。
柱状图分解索罗斯量子基金收益来源,20.2%“回归Alpha”部分外,其余收益较大比重来自大类资产趋势(“Trend - Asset Classes”占10.8%),显示趋势跟踪策略在权重和收益生成中的核心地位。额外股票内趋势和货币动量贡献较小,证实将趋势策略应用于大类资产组合的有效性。
图3显示沪深300全收益指数波动最大,价格起伏明显,反映其高风险特性。中债国债总财富指数走势稳健,波动概率小。黄金和标普500波动居中。对应表1显示,沪深300年化收益最高(6.8%),但夏普比率最低(0.133),最大回撤达72%。债券类资产夏普最高,最大回撤最低,仅5.9%,反映其较强的风险控制。黄金、标普表现中庸。
该对比说明大资产类别的风险收益不一,适合通过资产配置进行风险分散。
图4、7显示沪深300与标普500在各回溯期参数(N=3~6)下,时序动量择时策略的净值均持续超过基准,实现更好的收益和波动控制,尤其波动大时更明显。
相比之下图5、6中债券和黄金择时效果较弱,部分参数下低于基准,说明动量策略对波动相对小及防御性资产效果有限。此差异验证了波动特征对趋势策略有效性的重要影响。
图8、9展现多资产时序动量策略净值稳健上升,超越简单等权基准,表现稳定。表2和表3数据体现收益和风险特征:
与等权基准6%左右收益及0.3的夏普比率相比显著提升。小回溯期参数对应略高收益但波动较大。月度和周度更新效果相似,展现策略灵活适应不同调仓节奏,9]。
简表说明全天候策略如何基于经济增长和通胀的不同组合,将风险均等分配到四类经济环境上,并选用对应资产组合以降低对单一经济周期的暴露,体现风险平价策略的稳健设计理念。
基于趋势动量筛选资产组合风险平价权重配置后,净值增速平稳且表现优于单一风险平价策略(纯风险权重配置)的趋势跟踪策略。数据具体表明:
与单纯风险平价基准5.4%收益,3.4%波动率,0.722夏普比率相比大幅提升。周度调仓表现同样稳定。提升的夏普比率表明通过结合收益端动量信号与风险端平价配置,实现了风险调整收益的优化,13]。
本报告侧重策略表现及回测,未涉及具体企业估值模型,因此未包含DCF、市盈率等估值方法分析,重点在于资产配置方式与风险调整后收益的提升。
历史数据回测局限:策略基于历史数据,未来市场环境变化可能导致模型失效。历史优势未必延续。
突发事件风险:市场剧烈波动时策略可能遭遇损失,尤其趋势跟踪在无趋势或快速反转的震荡市中表现欠佳。
策略依赖历史趋势假设:动量策略的有效性基于收益有持久趋势,若未来市场结构变化或效率提升,策略效果可能下降。
资产覆盖有限:仅选用4大类代表资产指数,忽视了部分潜在资产类别和全球市场多样性,可能限制策略的资金容量和表现空间。
交易成本与实施难度:报告未详细考虑交易成本、税费及调仓冲击,实际操作中可能影响净收益与风险调整后表现。
风险平价假设局限:风险平价强调风险贡献均等,但资产相关性可能随周期变动,简单地均匀分配风险贡献可能引入额外风险。
参数敏感性:报告展示不同回溯期N参数均表现较好,虽未强调参数敏感性,但实际策略表现可能对参数设定较为敏感。
总体而言,报告虽指出这些方向将在后续改进中丰富,但当前结果在实践中仍需谨慎验证。
该报告系统分析了大类资产配置策略的历史演进与现状,聚焦于基于趋势跟踪的量化资产配置。通过动态择时优选动量正的资产,并采用风险平价分配风险贡献,构建的策略在2007年1月至2019年2月的历史回测中表现优异,具体亮点包括:
趋势跟踪单独应用:使得多资产组合收益率较传统等权策略提升近一倍(约12% vs 6.5%),最大回撤减半,夏普比率由0.3升至0.7-0.8,显示显著的风险调整收益提升。
趋势跟踪与风险平价结合:进一步提升夏普比率至接近1,收窄最大回撤,优化了组合的稳健性与收益性。
底层资产差异显著:高波动资产如沪深300和标普500更适合趋势跟踪策略,债券和黄金的择时效果有限,体现策略需因不同资产特性灵活设计。
调仓频率对表现影响有限:无论月度还是周度调仓,策略均保持稳定提升效果,具备实施灵活性。
理论与实际连接紧密:结合BlackRock因子模型和桥水全天候风险配置理念,理论依据充分。
总之,报告明确传达了趋势跟踪策略特别是结合风险平价改进策略在大类资产动态配置中的高效性,支持投资者在风险控制前提下提升收益表现。风险提示指出模型历史依赖和突发市场风险的潜在影响,体现了较为严谨的风险意识。
该报告对金融工程和量化资产配置研究和实战均有重要借鉴意义。
报告文末附上具体评级标准,定义了买入、增持、中性及减持评级的沪深300相对涨幅区间,并提示本报告不构成投资建议,需投资者独立决策。
本报告详实展示了趋势跟踪动量策略及结合风险平价模型在大类资产配置中的应用及优势,验证其能够在提高风险调整收益方面做出积极贡献。丰富了资产配置模型理论和实证经验,为后续拓展标的资产范围、改进择时技术提供了研究方向。投资者在应用类似策略时,应结合实际市场环境及交易成本等因素,注意模型潜在风险,进行动态调整。
报告结构清晰,图表数据充实,较好解释了各阶段策略设计思路与效果验证,具备一定的专业深度和实操参考价值。
(完)
金融工程专题报告:基于趋势跟踪的大类资产配置策略.pdf