风险平价 · 三篇读书笔记
从框架到方法:改进与落地
怎样改进模型,又怎样检验改进。
01 改进之前,先决定要修补什么
前两篇把问题推进到了一个实际关口:即使认可长期风险补偿与分散的价值,我们也不能直接得到一套可以交易的组合。选择哪些工具、如何估计风险、多久调仓、是否加杠杆,都会影响结果。本篇把改进分成四类:组织资产关系、稳定风险估计、控制总敞口、引入收益判断。
这四类工作容易混在一起。聚类主要改变资产怎样被组织;目标波动主要改变承担多少风险;动量则加入对未来收益方向的判断。某个模型回测更好,并不意味着每一层都更好;若同时更换工具、风险目标和成本假设,更无法判断改进来自哪里。
长江的配置方法综述为这种区分提供了宽的视野,海通与国泰君安报告则展示具体模型。它们共同提示:所谓“进化”不是把简单策略升级成必胜算法,而是对原方法的某些弱点作有代价的修补。[C7][C1][C5][C6]
02 把计算顺序讲清楚
一套可以复核的风险配置,应至少分成以下几个环节。每一步都有独立输入与输出,才能在结果变化时定位原因。
| 环节 | 需要回答的问题 | 应留下的记录 |
|---|---|---|
| 收益定义 | 总回报、超额回报还是价格涨跌?如何处理换月与现金? | 工具、字段、货币、费用、时间戳 |
| 风险估计 | 用何种窗口、频率和协方差估计? | 截止日、样本范围、异常值处理 |
| 相对配置 | 各资产或资产组承担多少风险? | 风险预算、约束、目标权重 |
| 整体缩放 | 整个组合应承担多大波动或压力损失? | 目标风险、杠杆上限、可用资金 |
| 实施 | 理论权重怎样变成可成交持仓? | 手数、合约、成交假设、融资和成本 |
| 评价 | 与哪个基准、在哪个相同区间比较? | 收益、回撤、波动、尾部与换手 |
这是一套综合整理的工作顺序。把“模型偏好”与“账户能否做到”分开,并不是增加手续:理论上最优的风险贡献,如果需要不可取得的融资或无法成交的头寸,就不是可实施方案。
中信2019年报告的中国基准组合正好说明工具层的重要性。它使用沪深300、中债财富总指数、上海现货黄金和南华工业品指数,并对债券加入杠杆以调整风险尺度。报告同时指出商品指数直接跟踪的困难。它展示的是配置思路,不等于投资者能无误差地购买同一组指数收益。[C4]
03 风险估计:稳定与及时之间没有免费选择
波动率通常比预期收益更容易估计,但“更容易”不等于准确。短窗口对变化敏感,代价是噪声和换手;长窗口较稳定,代价是对新环境反应迟缓。指数加权给予近期观测更大权重,仍然是在两种代价之间选择。
相关性更难。资产多、样本少时,估计的关系可能不稳定,优化器会把微小误差转成明显的权重变化。收缩估计的思路,是把样本矩阵向某种较简单结构靠拢,以引入一定偏差换取稳定性。它也需要说明收缩目标与强度,不是换一个数学名称就能消除模型风险。[C5]
一个容易忽略的区别,是“预测风险”与“事后归一化”。预测只能使用当时已知数据;研究为了比较两条策略,可能另外乘一个固定系数,使两者整段历史的实际波动相同。后者有利于公平比较,却不是可事前执行的动态规则。看到两条都标为10%波动的曲线,必须先问这是目标值、实现值,还是事后缩放值。
阅读判断:选窗口时,应优先看一片相邻参数是否都能给出相似结果,而不是挑出历史夏普最高的一个点。如果从59天改为60天就让结论逆转,说明研究还不够稳健。验证必须保留交易滞后,不能用当日最终风险数据假装在此前已经完成交易。
04 目标波动率:能稳定风险,却不保证提高收益
Harvey等人的《目标波动率的影响》研究了60多项资产及若干组合。其核心依据是波动聚集:近期高波动往往伴随随后一段时间的高波动,因此调整规模可能让风险更稳定。它使用滞后的风险估计,并把比较对象缩放到相同全样本风险。[E6]
实际执行还要受杠杆、资金、流动性和持仓约束限制。
| 论文中的观察 | 对设计的含义 | 不应扩大成什么 |
|---|---|---|
| 股票与信用等风险资产的夏普有改善证据 | 高波动不一定得到足够收益补偿;缩放可能有价值 | 所有资产都能通过缩放增加夏普 |
| 债券、货币与商品的夏普改善有限 | 风控价值与收益增强价值要分别评价 | 没提高夏普就完全没有用途 |
| 左右两端极端收益减少,风险更稳定 | 有助于改善持有体验与尾部特征 | 能事先躲开第一次跳跌 |
| 更快风险估计通常带来更多交易 | 及时性必须与执行成本共同考虑 | 调仓越频繁越好 |
在论文的全美股票实验中,未缩放夏普约0.40,若干缩放设置约为0.48—0.51;20日半衰期示例的“波动率的波动”由4.6%降至1.8%。这些是论文长期样本中的结果。其成本假设部分反映较现代的市场条件,并不保证适用于早期历史;部分换月交易也未计入其换手定义。[E6]
为什么效果因资产而异?股票下跌常与波动上升一起出现,按波动减仓就带有一定顺势特征;商品剧烈波动也可能发生在上涨时,减仓可能降低风险同时放弃收益。因此,不能从股票结果直接推导商品组合的收益改善。
风险估计还有一个不可消除的时差:第一次意外冲击发生时,模型仍使用冲击前的估计。随后减仓能否有利,取决于风险是否持续、价格是否反弹以及交易成本。目标波动是管理后续敞口的机制,不能被叫作保证最大损失的保险。
05 再平衡其实是四件事
AQR把杠杆目标风险组合的再平衡拆成四个动机,这比“涨了卖、跌了买”完整得多。固定比例调仓可能逆向,而恢复杠杆和调整风险又可能顺向,最终成交的是这些动作的净额。[E7]
| 动机 | 示例触发 | 可能方向 |
|---|---|---|
| 恢复资产之间的比例 | 某项资产上涨导致权重变大 | 卖赢家、买输家 |
| 因净值变化恢复杠杆 | 账户盈利后原头寸相对新权益不足 | 总体加仓;亏损后可能减仓 |
| 因相对风险变化重分配 | 某项资产预测波动上升 | 从风险变高者转向其他资产 |
| 恢复组合总风险 | 整体预测风险偏离目标 | 全部按比例缩放 |
原文附录给出一个可用纸笔理解的例子。初始净值100美元,A和B预测波动15%与5%,相关性为零,两者风险各半,目标组合波动10%。所需敞口约为47.14与141.42美元,总敞口188.56美元。随后A跌10%、B涨5%,净值变为约102.36;A的风险估计又从15%升至16%,B不变。
如果只恢复资金比例,会漏掉风险估计的变化;如果只减掉波动上升的A,也会漏掉净值变化和组合风险偏移。四种调整合起来,原文给出的净交易是买A约2.81美元、卖B约3.74美元,最终敞口约45.24与144.75美元,风险贡献和整体目标都得到恢复。四舍五入可能有分差。[E7,附录图A1]
这个例子也解释了为何“下跌后卖出”不能自动被判定为错误。它可能是在保护风险预算;反过来,“下跌后买入”也不天然正确,它可能不断增加一项正在受损的敞口。评价必须回到目标、路径和完整组合,不能只看一笔交易的方向。
06 层次聚类:先认清哪些资产像一家人
国泰君安2024年报告首先处理多资产高度相关的问题。假如有三只股票指数和一只债券指数,逐项等分风险可能让股票组获得过多预算。层次方法先把相似资产放在一起,再沿层次结构分配资金,试图减少这种“名字越多、预算越多”的影响。[C6]
报告介绍的层次风险平价大体经过三步:先以相关性转换出的距离做聚类,形成树状关系;再按树的次序排列协方差矩阵,使相似资产靠近;最后递归地把资金分给两组,再继续向下分配。常见的距离表示为√((1−ρ)/2),高相关资产距离较近。
需要强调,HRP的名称不意味着它严格解出了每项资产等风险贡献的同一个优化问题。不同层次算法在组内风险估计、树的切分和分配规则上有所不同。手工规定“股债商金”四个篮子,与根据样本相关性自动生成树,也是不同的方法,不能只因为都有“分层”就视为一样。
| 方法 | 强项 | 代价 |
|---|---|---|
| 人工资产篮子 | 经济含义清楚,结构稳定 | 分类包含主观判断,组内关系可能变化 |
| 统计层次聚类 | 能识别样本中的相似结构 | 树会随样本、距离和聚类方式变化 |
| 严格风险预算求解 | 预算目标明确,风险贡献可直接核对 | 依赖协方差、约束和求解条件 |
关于计算难度,也应谨慎阅读。报告强调资产数量增加带来的求解精度与速度问题,但不能把它扩大成所有风险预算算法都必然按指数复杂度增长。表现还取决于目标函数、凸性、实现和停止条件。对只有少数资产的组合,换算法的主要理由未必是节省计算时间。
报告表10提供一个有用对照:传统风险平价年化收益4.56%、波动2.33%、回撤幅度6.15%;层次风险平价对应为4.67%、1.53%、4.34%。回撤下降值得注意,但两者承担的实际风险也不同。若要证明单位风险上的优越性,还需同风险比较,并计入额外融资成本,不能只比较原始回撤。[C6,表10]
07 动量风险预算:开始回答“该不该继续持有”
风险平价关注风险大小,通常不直接响应收益方向。一项资产缓慢下跌、波动又低,可能仍获得较高权重。国泰君安2024年研究因此尝试预测各资产的收益风险比,并据此调整风险预算。[C6]
理论上,在不相关资产、正预期超额收益等简化条件下,最大夏普配置给资产分配的风险份额,与其夏普比率平方有关。这是一个有用的出发点,却不能直接拿历史夏普平方作为预算:负夏普平方后也变大,收益预测误差又可能制造集中。
该报告实际使用单调、连续、为正的映射压缩预测值差异:更高的预测夏普获得更多预算,较弱资产仍保留正预算;参数k控制动量影响强度,k=0时回到等预算。它不是一个简单的“负收益就空仓”趋势过滤器,也不能保证彻底避开持续下跌的资产。
| 报告表8,2007年7月—2024年9月 | 年化收益 | 年化波动 | 最大回撤幅度 |
|---|---|---|---|
| 传统风险平价 | 4.56% | 2.33% | 6.15% |
| 动量预算 k=0.5 | 4.99% | 2.29% | 3.83% |
| 动量预算 k=1 | 5.31% | 2.37% | 3.69% |
| 动量预算 k=2 | 5.72% | 2.65% | 3.76% |
来源:国泰君安2024年10月31日报告第19—20页。报告设置月末调仓、双边换手万分之五费用,并用过去六个月日收益样本协方差滚动估计。表中是原报告历史模拟,不是本专题新增回测。
这些数据有吸引力,也说明不能简单认为参数越大越好。k提高时收益增加,波动也增加;回撤与风险调整表现不一定单调改善。收益上升本身不足以证明预测更准确。
这不是否定动量思路。它说明“值得研究”与“足以采纳”之间,还有训练窗口、交易滞后、费用和真正样本外检验。新的收益判断也会引入新的失败方式:趋势反转、来回震荡,以及对同一历史赢家的集中。
08 因子风险预算:比资产标签再深入一层
海通《风险预算模型》尝试通过线性关系把资产收益与宏观因子连接,再对因子风险设预算;中信介绍ATP的因子思路;长江进一步比较资产配置与因子配置的关系。它们都在问:真正需要分散的是证券名称,还是证券背后的经济风险?[C1][C4][C7]
常见表达是“资产收益 = 因子暴露 × 因子收益 + 残差”。这能识别多项资产共同依赖的增长、利率或其他条件,但残差不能自动消失,暴露也不恒定。相同因子在不同政策制度下,可能通过不同渠道作用于价格。
统计主成分分析PCA能提取解释方差较多、在估计样本内相互正交的方向。但“统计正交”不是经济独立,也不是危机时永不共振;主成分的符号、排序和组成还可能变化。若无法解释一个因子为什么有回报、如何交易,那么一张漂亮的因子风险图仍可能缺少投资意义。[C5][C7]
阅读判断:经济因子适合用来审查风险结构,统计因子适合帮助发现遗漏关系;两者都不应被当作可以完全替代资产判断的答案。若从资产到因子的映射误差很大,精确追求因子平价可能比保守的资产预算更脆弱。
09 杠杆与成本:漂亮的风险比例能否留下来
用低波动资产获得有意义的风险敞口,常需要较高名义金额。若只看保证金占用,容易低估风险;若只看名义杠杆倍数,又可能把高度分散的敞口与集中股票暴露混为一谈。合理评价应同时看价格敏感度、共同冲击、流动性和现金需求。[E2][E3]
例如,100元权益支撑200元资产敞口,基础资产跌5%,价格损失约10元,权益降至90元,未调仓时名义敞口约190元,杠杆变为约2.11倍。即使资产自身波动不变,账户风险尺度已经改变。若此时融资变贵或保证金上调,现金压力还可能独立增加。这是杠杆需要持续管理的原因。
期货融资通常体现在合约定价与基差等机制中,不能在已经使用期货收益时机械重复扣一遍同样的融资成本;但现金收益、经纪商费用、交易滑点和换月仍必须明确。现货全收益指数、期货超额收益序列与保证金账户收益不能直接混接。[E3][E6]
成本也不能仅比较“每笔手续费”。债券名义交易成本较低,达到相同风险却可能需要更多名义金额;快窗口增加换手;危机时的滑点可能远高于平静期。最应关注的是每单位可持续风险敞口的全部成本,以及最不利时是否还能执行。
10 怎样判断一次改进确实有效
国泰君安2023年的不同模型回测说明,收益、波动、回撤和夏普可以向不同方向变化;2024年的参数比较又提醒我们,同一张表中的最优收益不一定对应最优风险收益。它们都不能替代一个预先定义的评价过程。[C5][C6]
我建议按以下顺序阅读和复现研究。先固定资产与收益口径,再固定样本与资金约束;让基准与新方法面对同样的成交滞后和成本;一次只改变一类规则。这样才能把改善归因给聚类、风险缩放或收益信号,而不是悄悄换了一个更有利的品种池。
指标至少需要覆盖四个维度:长期收益是否保留,风险是否更稳定,最差路径是否改善,以及为此多付了多少交易与实施成本。再看年份和情景的分布,避免平均值掩盖单一事件贡献。一个方法如果只靠某一年成功避险获得全部优势,需要比跨多个阶段有效的方法更谨慎的解释。
最后才是样本外:参数选择只能用当时可用数据;候选参数数量和失败实验不能被隐藏;更换同类代理资产、估计窗口和成本后,结论最好仍大致成立。样本外好一年值得继续观察,却不能推导长期稳定。关于这些要求,本专题提出的是研究设计标准,未声称任何新增组合已通过检验。
11 一个可检验的新构想:分层治理,而非层层加模型
综合三篇笔记,我倾向于把长期配置拆成三个相互约束的层次。第一层决定长期持有的收益来源,更新应慢,需要经济与工具依据;第二层维持风险预算与总敞口,按预先规定的信息与频率运作;第三层容纳动量、估值或宏观偏离,但给它明确边界,并与基础组合单独比较。
这种组织方式的优势是可以解释失败。若基础组合收益不足,要检查资产与风险溢价;若风险超标,要检查估计和敞口;若主动偏离拖累,要评价信号本身。它避免在一次亏损后同时改变资产、窗口、杠杆和信号,导致无法知道下一次改善来自哪里。
它也有代价:三个层次可能发出相反交易,治理规则会变复杂。因此这只是尚待验证的构想。最小实验应先保留基础组合不动,只加入一个受限的改动,并记录其独立贡献、成本与压力表现;若不能清楚解释增量价值,就没有必要继续叠加。
12 读完之后,留下什么
这些研究共同提供的,不是一套必然赚钱的组合,而是一条可以逐层检查的推理链:资产是否值得持有,彼此是否互补,风险估计是否可信,风险强度能否承受,执行是否留得住回报。风险平价让这条链变得更有纪律,却没有让其中任何一环可以省略。
桥水提醒我们不要让最近的经历垄断想象;AQR要求把比较对象和收益机制说清;中文研报展示了模型从推导到落地的距离。把三者放在一起,最有价值的进步不是学会更多缩写,而是能够解释:为什么做这项配置,它会在什么条件下受伤,以及什么证据会促使我们修改判断。
文献与核对入口
正文为跨文献的阅读整理。数字属于注明样本的原研究;页码按来源说明。观点、推论与待验证构想已在正文区分。
- [C7] 长江证券-大类资产配置方法论系列报告(一):从盲人摸象到庖丁解牛第5—18页:固定比例、均值方差、风险平价与因子配置。查看原始研报 PDF
- [C1] 海通证券-大类资产配置及模型研究(一):风险预算模型第5—13页:风险预算定义、约束与因子预算。查看原始研报 PDF
- [C5] 国泰君安-大类资产配置量化模型研究系列之三:桥水全天候策略和风险平价模型全解析理论与构建、实证比较、相关性失效及改进方向;原文第1页摘要及第24页起实证。查看原始研报 PDF
- [C6] 国泰君安-大类资产配置量化模型研究系列之九:基于层次聚类和动量效应改进风险平价策略第8—15页层次方法,第16—23页动量预算,重点核对表7/8/10。查看原始研报 PDF
- [C4] 中信证券-大类资产配置方法论系列之一:宏观对冲的明珠,风险平价策略全解析正文“基础与进阶”“实践中的创新”“构造一个基准组合”;PDF含封面与目录,页码以正文印刷页码为准。查看原始研报 PDF
- [E6] Harvey等|目标波动率的影响,2018原文第2—10页及后续跨资产比较;滞后、事后缩放、成本和尾部定义。阅读中文全文译文
- [E7] Huss、Maloney|投资组合再平衡:常见误解,AQR,2017原文第3—10页、附录第11—13页;四类误解、图1与图A1。阅读中文全文译文
- [E2] Hurst、Johnson、Ooi|理解风险平价,AQR,2010原文第3—9页,尤其图4及模拟方法;严格平价与切点条件。阅读中文全文译文
- [E3] Asness、Frazzini、Pedersen|杠杆厌恶与风险平价,2012原文第3—10页及附录A/B;跨市场证据、融资与构建条件。阅读中文全文译文