资产配置(理论+模型),科学找圣杯

这篇具有很好参考价值的文章主要介绍了资产配置(理论+模型),科学找圣杯。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

理论

资产配置,指通过计算不同资产的收益率、标准差和相关性,采用不同的优化模型,构建出不同权重下的风险收益资产组合。以下分别讲述“资产”与“配置”。

(一)资产

资产按大类分,就是所谓的大类资产,一般可分为权益类、固定收益类、另类投资和现金及等价物,每一大类内部又涵盖若干子类。不同资产的风险收益特征存在巨大差异,同时,它们也存在着不同程度的相关性。所谓大类资产,就是将具有同质性较强的资产集合起来,形成一类在预期收益、风险特征上较为相似,资产间相关性较强的大类资产。

一般而言,对于资产类别的划分,要满足以下特征:(1)同质性。同一类别资产具有类似的描述和统计特征。(2)排他性。一类资产不能同时归属两个类别。(3)相关性。同一类别资产相关性高,不同类别资产的相关性不能太高。

所以在权益类资产下,按行业进行划分,就是行业资产,行业资产也满足以上特征。

(二)配置

配置强调个别资产对投资组合的贡献,不局限于个别资产风险收益的讨论,而将重点放在个别资产对组合风险收益的边际影响,统筹组合内各类资产的相关性,以使得整个投资组合的风险收益达到最优状态。

大类资产配置,根据不同的策略配置,有多资产配置、战略资产配置(SAA)、战术资产配置(TAA)、风险配置、风险预算、因子配置、政策组合制定(Policy Portfolio Creation)、宏观投资(Macro Investing)、投资解决方案(Investment Solution)等。

投资者在做资产配置时,可以先进行大类资产配置,再在子类进行配置。

具体资产分类可参考下文:

大类资产配置专题(二)大类资产分类 大类资产历年收益图。大类资产是轮动的。 大类资产种类的划分依照表1。 1、现金及等价物 “现金及等价物”指流动性最好、安... - 雪球大类资产历年收益图。大类资产是轮动的。 大类资产种类的划分依照表1。 1、现金及等价物 “现金及等价物”指流动性最好、安全性最高但收益率最低的资产,具体包含:银行存款、银行承兑汇票、大额可转让定期存单、七天回购、货币市场基金、国库券等等。这类资产出于短期资金融通的需要,往往具有投...https://xueqiu.com/9509413026/172735971

模型

大类资产配置主流模型包括恒定比例配置模型、Markowitz均值方差模型(MVO)、Black-Litterman模型、风险平价模型、风险预算模型。

(一)MVO

资产配置模型的奠基石是Markowitz均值方差模型(Mean-Variance Optimization),MVO的基本思想是:假定投资者都是风险厌恶的,根据各类资产的预期收益和协方差矩阵,就能够通过最优化模型求解资产分配权重。(就是转化成二次规划数学问题)

资产配置(理论+模型),科学找圣杯

以下最优解模型是在既定预期收益率下最小化风险的模型,再转化为二次规划KKT条件,求解出各类资产权重。

资产配置(理论+模型),科学找圣杯

以下最优解模型是同时最大化收益率和最小化风险的模型。求解过程省略,由于引入了风险厌恶水平λ,所以可以计算出有效前沿。除了用二次规划求解,利用蒙特卡洛大量投放随机算子的方法也可以模拟出有效前沿(详见链接文章)。

马科维茨模型的实例验证与思考(含Python代码)_kkkkkkel的博客-CSDN博客_马科维茨目录马科维兹模型简述一、原理二、相关公式实例验证一、方法选择二、思路①假设②设定③注意三、实践①数据准备②用蒙特卡洛方法计算组合权重③把有效前沿组合选出来④测试时间段股票表现情况⑤有效前沿组合在测试时间段的收益情况四、思考马科维兹模型简述一、原理 马科维兹均值-方差组合模型简单来讲就是想做出在特定收益率水平下方差最小的投资组合。隐含条件:①投资多个股票,分散风险;②股票间的相关系数较低。二...https://blog.csdn.net/weixin_41963050/article/details/121373388?spm=1001.2014.3001.5501

资产配置(理论+模型),科学找圣杯资产配置(理论+模型),科学找圣杯

引用自《Markowitz Mean-Variance Portfolio Theory》

 MVO最大的缺点在于参数的敏感性。当某些资产的收益率和波动性发生微小变动后,资产配置的结果将发生巨大的变化,产生非常不合理的结果,缺乏稳健性。有时会出现持仓过度集中的问题。此外,MVO的输出结果是否最优,严重依赖输入变量,而在实践中很难准确预测预期收益和协方差矩阵。

(二)Black-Litterman模型

 Black-LItterman(BL)模型是在MVO的基础上建立的,MVO中需要输入预期收益和协方差矩阵,而BL模型则是把投资者观点加入进来,继而计算预期收益和协方差矩阵,再利用MVO求解。实质是为了提高预测预期收益和协方差矩阵的准确性。

投资者观点可以是基于基本面的证券分析师的观点,也可以利用数学统计模型如GARCH模型进行预测,有学者也利用深度学习模型进行预测。

以下是利用LSTM神经网络模型建立BL模型的例子,其思路是用LSTM模型预测收益,预测值看涨则生成持有的投资者观点,反之生成空仓的投资者观点,最后利用MVO求解。资产配置(理论+模型),科学找圣杯

资产配置(理论+模型),科学找圣杯 引用自《基于LSTM神经网络的行业配置模型》,作者李宗铭、房勇。

 (三)风险平价模型

风险平价(Risk Parity)模型是基于桥水的创始人Ray Dalio提出了风险平价策略 , 此策略的核心思想是通过动态调节资产的权重,保证各资产对于投资组合的风险贡献度相同,即让各资产的风险 贡献度保持一 种动态平衡状态。在一个仅配置股票和债券的风险平价组合中,由于股票的风险要远大于债券的风险因此在組合中股票的权重就会得到有效地控制。

资产配置(理论+模型),科学找圣杯

资产配置(理论+模型),科学找圣杯

资产配置(理论+模型),科学找圣杯 风险平价模型的不足地方如下:资产配置(理论+模型),科学找圣杯

引用自华泰证券的《风险预算模型的预算分配方式研究 

 (四)风险预算模型

风险预算模型(Risk Contribution)与均值方差模型需要输入各资产预期收益不同,风险预算模型是将风险分配给每个资产, 这一理念使资产管理实现了从组合优化向风险配置的一次重大突破,近年来,风险预算模型在资产管理领域受到广泛关注。

资产配置(理论+模型),科学找圣杯

资产配置(理论+模型),科学找圣杯资产配置(理论+模型),科学找圣杯 资产配置(理论+模型),科学找圣杯

资产配置(理论+模型),科学找圣杯关于风险平价和风险预算模型的算法可参考以下文章:

资产配置(理论+模型),科学找圣杯

总结

大类资产配置主流模型用大白话来讲就是在不同的资产配置模型中找到最优权重,而决定性的因素就是资产的预期收益率、资产间的相关性及各自的波动率(协方差矩阵)。不过,利用过去的数据去计算未来,在现实投资中是不可取的,所以我们希望能够预测出预期收益率和协方差矩阵,这样就能够预测出最优权重来进行投资。

在预测预期收益率和协方差矩阵上,可以运用数学方法,比如有半衰期加权、EWMA加权、GARCH预测等,也可以运用机器学习的方法,比如Deep Learning。在预测上可操作的空间很大,选取的数据种类、时间段不一样,调仓的时间不一样,细微的参数变化都会让结果有质的区别。

无论是什么模型,都有阶段性的回撤,只有持之以恒地坚持资产配置,才能获得长期正收益。圣杯不是那么难找,be patient,耐心点再耐心点。文章来源地址https://www.toymoban.com/news/detail-457390.html

到了这里,关于资产配置(理论+模型),科学找圣杯的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Unity中从3D模型资产中批量提取材质

    如何使用 只需在“项目”窗口中创建一个名为“编辑器”的文件夹,然后在其中添加此脚本即可。然后,打开Window-Batch Extract Materials,配置参数并点击“ Extract! ”。 在Unity 2019.1+上,可以将默认材质重映射条件配置为自动检测模型资源中嵌入的重复材质并为它们提取单个材

    2024年02月04日
    浏览(47)
  • SCIBERT论文阅读(预训练语言模型 - 科学文本)

    【论文基本信息】 标题:SCIBERT: A Pretrained Language Model for Scientific Text 来源:EMNLP 2019(CCF推荐国际学术会议-人工智能-B类) 作者:Allen Institute for Artificial Intelligence, Seattle 原文:https://arxiv.org/abs/1903.10676 报告时间:2022年11月 为科学领域的自然语言处理任务获取大规模带标注的

    2024年02月06日
    浏览(38)
  • Shap-E:3D资产的生成式AI大模型

    OpenAI 刚刚发布了 Shap-E,这是一种基于文本提示和图像创建 3D 资产的生成模型,能够生成带纹理的网格和神经辐射场 ,从而实现各种 3D 输出。 推荐:用 NSDT设计器 快速搭建可编程3D场景。 在本教程中,我们将引导你在 Google Colab(免费)上设置 Shap-E,运行代码以根据文本提

    2024年02月05日
    浏览(42)
  • 【大模型AIGC系列课程 3-4】大模型行业案例之生物医学:生物科学大模型调研

    重磅推荐专栏: 《大模型AIGC》;《课程大纲》 本专栏致力于探索和讨论当今最前沿的技术趋势和应用领域,包括但不限于ChatGPT和Stable Diffusion等。我们将深入研究大型模型的开发和应用,以及与之相关的人工智能生成内容(AIGC)技术。通过深入的技术解析和实践经验分享,

    2024年01月19日
    浏览(33)
  • 【数据科学赛】2023大模型应用创新挑战赛 #¥10万 #百度

    CompHub  主页增加了 “近两周上新的奖金赛” ,更加方便查找最新比赛,欢迎访问和反馈! 以下内容摘自比赛主页(点击文末 阅读原文 进入) 2023大模型应用创新挑战赛 Baidu AI Studio 指导单位:中共上海市委统战部、浦东新区科技和经济委员会 主办单位:百度飞桨 联合主办

    2024年02月13日
    浏览(44)
  • AI大模型引领未来智慧科研暨ChatGPT自然科学应用

    以ChatGPT、LLaMA、Gemini、DALL·E、Midjourney、Stable Diffusion、星火大模型、文心一言、千问为代表AI大语言模型带来了新一波人工智能浪潮,可以 面向科研选题、思维导图、数据清洗、统计分析、高级编程、代码调试、算法学习、论文检索、写作、翻译、润色、文献辅助阅读、文献

    2024年04月17日
    浏览(44)
  • 投资学U06 风险资产配置 习题笔记

    根据博迪投资学第九版课后习题完成的系列。每道题都有完整的步骤,附上推理过程和错误答案批驳,以辅助理解。市面上的笔记和视频都太乱,希望这份笔记能以数理严谨性帮到大家。 中英文习题都是一样的,部分数据中文版教材有修改,笔记会注明。供学习博迪投资学,

    2024年02月11日
    浏览(36)
  • 开源堡垒机JumpServer的资产及用户配置说明

    很早之前就了解过开源堡垒机JumpServer,曾经部署并体验效果,感觉还不错,而且也用过某些客户的商业堡垒机,体验效果和这个开源堡垒机很相似。由于官方的资产及用户配置文档,我个人的理解思维方式感觉有点难,然后在此做记录配置资产及用户的步骤,主要是刚开始接

    2023年04月18日
    浏览(45)
  • 把大模型当CPU,前阿里云首席安全科学家创业项目曝光

    衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 大模型创业,“最安全”的人来了! 吴翰清 ,前阿里云首席安全科学家、P10级研究员在今年5月离职阿里后,现在被曝投身AI创业。 量子位了解到,他在杭州成立了一家名为 KMind 的公司,年中时已经完成一轮融资。 KMind创始团队堪称大

    2024年02月04日
    浏览(42)
  • 内网隧道代理技术(十一)之公网资产扫描-代理池配置

    代理池的意思就是拥有多个代理可以随意切换IP的东西,每次用户的请求通过代理池,每个请求包的IP地址是不同的,那么代理池一般有几种用法呢? 购买代理池,购买的东西会自动切换IP,简单又方便(大力推荐) 有些工具可以支持文本代理的方式,就是将很多单个IP代理放

    2024年02月13日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包