Markowitz 动态配仓策略

2016-09-02 11:12:53 +08:00
 datayes2015
设定大风险厌恶系数时, Markowitz 配仓方法能够实现稳定的高收益

最大回撤 5.8%,波动率 7.9%,并且年化收益达到 16.8%;调仓少、幅度小,看来有相当的可操作性

策略思想
采用 Markowitz 均值方差模型对于分散化的资产(ETF 基金)进行配仓

采用动态信息更新协方差矩阵与收益向量

为避免资产过于集中带来风险,设置单个资产仓位不超过 30%的约束

即:

max(u ′∗w−λ/2∗w ′∗Σ∗w)
∑w=1
0≤w≤0.3
上式中: u 为资产的预期收益率, w 为资产权重,λ为投资者风险厌恶系数,Σ为方差协方差矩阵


采用 Larry Swedroe 的 5/25 方法动态确认调仓频率,即:

1) 当某个资产的 position 变动超过 5%,做一次 rebalance

2) 当某个资产相对于自身原始仓位变动超过 25%,做一次 rebalance

结论

设定大风险厌恶系数时, Markowitz 配仓方法能够实现稳定的高收益

最大回撤 5.8%,波动率 7.9%,并且年化收益达到 16.8%;调仓少、幅度小,看来有相当的可操作性


注:关于 Markowitz 均值方差模型更加详细的介绍可以看量化分析师的 Python 日记 [第 15 天:如何在量化平台上搞一个 wealthfront 出来] https://uqer.io/community/share/5670da3c228e5b8d81f00a87




回测情况



用到的一些 ETF 如下,包含世界范围内的多类资产






概览回测期间持仓情况,可见 2014 年底有一次大幅换仓,之前主要持有美股 ETF ;之后黄金 ETF 与债券 ETF 比例有所提升。

2085 次点击
所在节点    Python
3 条回复
Karblue
2016-09-02 11:58:04 +08:00
看起来好高端的样子。
qiukun
2016-09-02 15:10:34 +08:00
众筹策略
server
2016-09-02 16:05:38 +08:00
这广告,太深奥了

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/303416

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX