国君金工|BL模型本月表现亮眼,2024年收益已达4%
国泰君安·2024-07-11 10:02

量化模型与构建方式 1. Black-Litterman模型 - 模型名称:Black-Litterman模型 - 模型构建思路:结合投资者的主观观点与市场均衡收益率,生成新的资产组合权重[3] - 模型具体构建过程: 1. 计算市场均衡收益率 $\Pi$,公式为: Π=δΣw \Pi = \delta \cdot \Sigma \cdot w 其中,$\delta$ 是风险厌恶系数,$\Sigma$ 是资产的协方差矩阵,$w$ 是市场组合权重[3] 2. 将投资者的观点整合到模型中,生成新的期望收益率 $\mu$,公式为: μ=((τΣ)1+PTΩ1P)1((τΣ)1Π+PTΩ1Q) \mu = \left( (\tau \cdot \Sigma)^{-1} + P^T \cdot \Omega^{-1} \cdot P \right)^{-1} \cdot \left( (\tau \cdot \Sigma)^{-1} \cdot \Pi + P^T \cdot \Omega^{-1} \cdot Q \right) 其中,$\tau$ 是一个缩放因子,$P$ 是观点矩阵,$\Omega$ 是观点的不确定性矩阵,$Q$ 是观点的预期收益[3] 3. 根据新的期望收益率 $\mu$ 计算新的资产组合权重[3] - 模型评价:Black-Litterman模型能够有效结合市场信息和投资者的主观观点,生成更为合理的资产配置方案[3] 2. 风险平价模型 - 模型名称:风险平价模型 - 模型构建思路:通过平衡各资产的风险贡献,达到风险分散的目的[3] - 模型具体构建过程: 1. 计算每个资产的风险贡献,公式为: RCi=wiσiρi,p RC_i = w_i \cdot \sigma_i \cdot \rho_{i, p} 其中,$w_i$ 是资产 $i$ 的权重,$\sigma_i$ 是资产 $i$ 的波动率,$\rho_{i, p}$ 是资产 $i$ 与组合 $p$ 的相关系数[3] 2. 调整资产权重,使得每个资产的风险贡献相等[3] - 模型评价:风险平价模型通过平衡各资产的风险贡献,能够有效降低组合的整体风险[3] 3. 宏观因子模型 - 模型名称:宏观因子模型 - 模型构建思路:基于宏观经济因子进行资产配置[3] - 模型具体构建过程: 1. 选择相关的宏观经济因子,如GDP增长率、通货膨胀率等[3] 2. 建立因子与资产收益率之间的关系模型[3] 3. 根据宏观因子的预测值,调整资产配置权重[3] - 模型评价:宏观因子模型能够根据宏观经济环境的变化,动态调整资产配置,提高组合的适应性[3] 模型的回测效果 1. Black-Litterman模型 - 已实现收益:4.23%[3] - 6月收益:0.64%[3] - 最大回撤:0.78%[3] - 波动率:1.18%[3] 2. 风险平价模型 - 已实现收益:4.07%[3] - 6月收益:0.3%[3] - 最大回撤:0.23%[3] - 波动率:0.82%[3] 3. 宏观因子模型 - 已实现收益:3.3%[3] - 6月收益:0.22%[3] - 最大回撤:0.27%[3] - 波动率:0.82%[3]