2023年量化投资策略 资产配置策略体系介绍.docxVIP

2023年量化投资策略 资产配置策略体系介绍 1.资产配置的重要性和发展机遇 长久以来，有效的资产配置被认为是降低投资风险、获得投资收益的一个主要手段。这一 点，海外和国内诸多学术研究中都可以找到佐证。例如，William Sharpe（1981）的研究 发现，资产配置是投资决策中最重要的一环。Ibbotson 和 Kaplan（1993）的研究发现，同 一基金回报随时间波动中 90%可以由资产配置解释，不同基金绩效差异中 40%可以由资产 配置解释。 近年来，随着银行理财产品的净值化转型以及高收益类非标产品资产收益率的下行，具备 较低波动回撤和较高风险收益性价比的投资策略和相关产品成为居民配置刚需。在这种背 景下，资产配置策略迎来发展机遇。 资产配置的意义和资产配置策略发展历程 20 世纪 30 年代以来，资产配置策略的研究在海外迅速发展。随着资产类别的丰富，大类 资产配置策略从 60/40 组合、等权重投资组合、全球市场投资组合等传统策略发展到以收 益、风险为基础的量化策略，以及以美林时钟模型为代表的主动策略；大类资产配置理论 经历了从静态到动态、从定性到定量、在定量模型中融入主观判断的过程。目前，大类资 产配置策略主要可以分为四种类型：基于收益与风险的投资模型，以均值方差模型、 Black-Litterman 模型等为代表；仅基于收益的投资模型，例如股债风险溢价模型；仅基于 风险的模型，例如风险平价模型；以及基于投资者效用的模型。 在此，我们构建一个简单 的股债商投资组合来证明资产配置策略的有效性：以中美股债和金属、贵金属、原油等大 宗商品作为底层资产，在 2001-2022 年的回测区间内，持有任意单一底层资产的夏普比率 都不超过 0.5，而简单的等风险策略组合夏普比率为 1.01，等权重策略组合的夏普比率为 0.77。 资产配置策略之所以能够取得超越单一资产的夏普比率，主要是来自于不同资产类别之间 的低相关性甚至是负相关性。实证研究中我们发现，同一大类资产内部的相关性通常较高， 而不同大类资产之间的相关性通常较低。用不同类别的资产构建投资组合，我们可以在大 类资产层面实现风险的对冲，从而显著提高模型的稳健性，录得更高的夏普比率。 资产配置策略迎来发展机遇 2019-2021 年，《资管新规》逐步落地，其中最引人关注的便是银行理财产品开始打破刚兑， 以往传统的保本型理财产品将不复存在，净值化改造势在必行，投资者的稳健理财需求亟 待满足。适逢 2019 年 A 股进入上行周期，叠加债券市场也有波段性机会，在“政策+市场” 的双重驱动下，兼顾收益与风险的“固收+”概念应运而生并迅速得到市场认可。 目前大部分“固收+”策略的管理模式是以固定收益类资产为底仓，以权益、可转债、衍生 品等工具作为“+”的主要成分。以往“固收+”策略中“固收”的成分和“+”的成分往往 具备较低的相关性和较高的对冲属性，然而，2022 年，金融市场超预期因素频发，既包括 美国通胀和加息等周期性内生因素，也包括地缘政治冲突等外部冲击，在这种超预期的市 场环境下，资产间出现较为罕见的股债正相关现象，“固收+”策略迎来挑战，亟须多样化 策略对冲风险，寻找低相关性的创新性产品和策略纳入多元化投资组合，成为了“固收+” 策略开发的关键。 “固收+”策略的本质上是一种“核心+卫星”的策略，“+”成份可以有很多种，既包括可 转债、权益等产品，也包括打新、定增、CTA 等策略，甚至可以包括中证 500、中证 1000 股指期货等衍生品，以及其他多元化的金融产品和策略。在这种背景下，资产配置策略迎 来发展机遇：资产配置策略的底层资产既可以包括权益、债券等传统主流资产，也可以包 括外汇、期货、衍生品等另类资产，丰富的底层资产池提供了多元化的投资选项；另外， 资产配置策略可以通过不同的构建逻辑，攫取不同市场、不同类型（Beta、Alpha、Gamma） 的投资收益，为传统的投资方法提供差异化的收益来源。 大类资产配置策略投研体系 证券金融工程组深耕资产配置领域，自2016年始我们在周期起源、周期规律、资产 配置模型等方面展开系列研究，通过系统动力学等数理研究方法探寻周期的起源，创新性 地验证了金融经济系统统一周期的存在，发现周期对资产价格和宏观指标普遍具有较高的 解释力度，是资产价格运动的主要推动力，并基于周期规律开发了一系列全球大类资产配 置策略。 近年来，我们将资产配置研究从周期因子拓展到其他收益因子上，包括但不限于宏观、动 量、期限结构等，在全球股票、债券、商品等大类资产上探索差异化收益来源，开发了一 系列大类资产配置策略，并持续发力构建多样化、低相关性的策略池。面对纷繁复杂的金 融世界，我们逐渐在资产配置策略开发过程中形成了一套较为完善的投研体系，将策略开 发分为