均值方差框架核心逻辑思考
我们尝试在均值方差模型的基础上,探索新的理论突破。
我们认为,均值方差模型的协方差矩阵部分主要是用来衡量资产组合的波动性,但波动性本身并不完全等同于风险,所以直接将波动作为惩罚项未必是合适的选择。本文将探讨风险怎么通过适时调整协方差矩阵,更有效地管理和控制风险,实现策略的绝对收益目标。
市场资金流向视角的状态划分
要适时调整协方差矩阵,首先要对市场状态做划分。在对市场状态进行划分时,我们采用了一种简洁而有效的方法,即从资金流向的角度进行分析。我们聚焦于两个关键维度:宏观周期和资金流向。
宏观周期的影响,我们关注方向性变化较为稳定的美债周期。具体来说,若10年期美债显示出下行趋势,我们将此现象标记为+1信号;如果不是下行趋势,则标记为-1信号。资金流向的影响,我们通过两个指标来综合评估:一是汇率的波动,二是深港通的净流入情况,这两个指标共同刻画了短期资金流动。
通过这种双维度的分析框架,长期和短期因素相结合,我们发现实证上也能起到很好效果。
风险优化视角下的策略新思路
我们根据不同的市场状态,对各类资产的协方差矩阵进行针对性调整。这一过程通过引入差异化的惩罚项来实现,这些惩罚项的系数会根据市场状态相应调整。
我们的核心理念是,在权益市场情绪谨慎时,对股票资产的波动性实施更高的惩罚,以此降低其在投资组合中的权重,从而控制风险敞口,其中成长类指数给到更大的惩罚。此外,我们也探索了减少股债之间波动率差异的策略,这在测试中有很好的效果。2012年起到2024年7月19日,我们的最终策略实现了年化6.3%的稳健收益,同时将最大回撤有效控制在4.43%。特别是在2016年之后,策略最大回撤基本维持在2%以下的较低水平。2024年8月,我们的策略资产配置如下:7.6%的低波动红利指数,4.1%的大盘价值,以及8.3%的大盘成长。
风险提示
证券研究报告《风险优化视角下的绝对收益策略新思路》
对外发布时间:2024年8月14日
发布机构:国海证券股份有限公司
本报告分析师:
李杨 SAC编号:S0350522070001
熊晓湛 SAC编号:S0350521110004
近期报告
VIP课程推荐
APP专享直播
热门推荐
收起24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)