大类资产配置系列从未来到现在动态资产配置策略框架介绍20190516浙商证券30页

请务必阅读正文之后的免责条款部分策略研究大类配置系列从未来到现在——动态资产配置策略框架介绍|大类配置|◆引言动态资产配置策略由于其对未来的目标函数进行优化，在长期配置方面有其优点。我们发现，从长期来看，模型业绩对风险厌恶系数不敏感，较高的风险厌恶系数会带来回撤的显著下降，而对收益率的影响不大。风险厌恶系数较高情况下，以各指数（货币基金、债券、沪深300、中证500、标普、黄金）为基础资产，年化收益能到4%以上，在实际操作中，如果选取指数增强基金等收益更好的产品作为基础资产，年化收益可能达到6%以上。◆方法简介本文站在长期投资者角度，试图通过Brandt、Goyal、SantaClara和Stroud基于模拟的方法寻找最优动态策略，实现了对整个投资规划期进行过程控制，为多资产的动态规划提供思路与实践。这一基于模拟的方法，其求解过程用到泰勒展开、倒向递归和回归分析，具体流程见正文。◆方法优点该方法以资产收益模拟路径作为输入，在投资期内进行多期规划，可以全面考虑诸如交易限制和比例限制等因素，更具灵活性。区别于之前报告的两资产配置方案，本文则更加贴近市场的投资情形，探讨了该方法在多资产配置时的应用方案，具体包含美股、国内大市值股票、国内中小市值股票、债券、黄金、现金这六大类资产，更具实用性。此外，本文还提供了更高阶泰勒展开下的配置方案研究，更具精准性。◆回测效果我们既进行了距离目标日期较远的组合构建，也进行了距离目标日期较近的组合构建。回测结果显示，BGSS方法下的大类资产配置组合可获得更高的收益、更低的风险。2011年初到19年4月，年化收益4%以上，最大回撤13.91%，如果采取指数增强基金作为基础资产，应该会有更好的收益表现。2018年到2019年四月底这个区间的收益为6%左右，最大回撤7.75%。BGSS方法框架：不同风险厌恶系数下的资产配置组合累计收益表现：201101-201904组合配置比例（gamma=10）：证券研究报告分析师：包赞[e-mail]:021-80108127量化研究报告请务必阅读正文之后的免责条款部分正文目录1.引言.........................................................................................................................................4 2.BGSS框架介绍..........................................................................................................................5 2.1.效用函数的选择............................................................................................................................................................7 2.2.价值函数的展开............................................................................................................................................................8 2.3.路径模拟......................................................................................................................................................................10 2.4.通过估计最终财富的倒向递归..................................................................................................................................10 2.5.回归方法下的期望计算..............................................................................................................................................11 2.6.四阶泰勒展开..............................................................................................................................................................14 2.7.资产权重限制..............................................................................................................................................................16 3.BGSS模型实证........................................................................................................................16 3.1.选取状态变量及代表资产..........................................................................................................................................16 3.2.采用跨路径回归方法求解条件期望值......................................................................................................................17 3.3.求解资产配置比例......................................................................................................................................................20 4.BGSS方法下的大类资产配置回测结果....................................................................................21 4.1.距离目标日期较远的组合构建及回测展示..............................................................................................................21 4.2.距离目标日期较近的组合构建及回测展示..............................................................................................................23 4.3.未来一年组合构建......................................................................................................................................................25 5.总结及展望.............................................................................................................................27 5.1.改良后的BGSS方法...................................................................................................................................................27 5.2.研究展望......................................................................................................................................................................27 附录：参考文献-------------------------------------------------------------------------------------------------------------------------------------------------------------------DynamicAssetAllocation——ASimulationApproachwithanApplicationtoMultipleAssetsAbstractWepresentedandextendedamethodologypublishedbyBrandt,Goyal,Santa-ClaraandStroudtofindanoptimal,dynamicportfoliostrategyinamorerealisticinvestor’senvironmentwithmultipleassetswithnon-standardreturndynamics,constraintsonhisportfolioweightsandwithdifferentriskaverseness.Itisasimulation-basedmethodwithasmainfeaturesaTaylor-expansion,backwardrecursionandrobustregressionanalysistopredictreturns.Themethodisflexible,accurateandpractical.量化研究报告请务必阅读正文之后的免责条款部分图表目录图1：BGSS方法框架.................................................................................................................................................................7 图2：最小二乘及bisquare估计量（k=4.685）的权重方程..............