AI大类资产配置：从风险平价开始

原创文章第84篇，专注“个人成长与财富自由、世界运作的逻辑， AI量化投资”。

昨天听刘润讲了一个故事：话说韩寒约九球天后潘晓婷打台球。韩寒觉得自己水平就算离潘有差距，但一战之力还是有的。结果一晚上，韩寒只有开球的份，剩下的都是潘晓婷一杆到底。

这就是民科与专业选手的差别。做到极致是99分，优秀是90分，多数人只做到8分，而他们眼中的满分是10分。

任何领域做到极致都有产生巨大的价值。而我们有时候，总是一山望那山望，外国的月亮比较圆。坐在金山上乞讨。

多数时候，并不是你所处的领域不行，而是你功夫没到家。就说台球吧，不就一个瞄准，然后把杆推出去，对不对。但专业选手能练到什么程度？

要做到极致，在足够窄的领域专注持续付出，如此而已，耐得住寂寞。

自古圣贤皆寂寞。

说回到量化，我把数据集集中在处理时间序列，因为它的处理方式很统一。这种处理，无论是股票，基金，期货、外汇还是加密货币没有本质不同。

同时把时间周期推到两个“极端”。

短线短到日内甚至高频（西蒙斯就是用机器学习做高频），短线上基本面是没有效用的，没有公司或行业的基本面会在1天之内发生大的变化；越短线越是机器学习可以发挥作用的地方。想通过机器学习做日间波段实在太难。

长线长到以几年为单位，此时大类资产运行呈现出比较稳定的规律，以大类资产配置为基础，轮动与择时辅助提升alpha。

中间态留给主观交易者，这里要处理的信息实在太大，需要专业的投研团队，拜访上市公司，研读财报，甚至去工厂调研等等，这就是专业基金团队做的事情，而且结果还不一定好。

后续我会聚焦在这两个方向上，我们先从大类资产配置开始，这个场景也适合用于多数资管团队。管理你自己的钱，投顾的容量可以非常大。

“在投资方面我们之所以做得非常成功，是因为我们全神贯注于寻找我们可以轻松跨越的1英尺栏杆，而避开那些我们没有能力跨越的7英尺栏杆。“——巴菲特

投资不是竞技体育，追求更高、更快、更强。

我们追求的稳健的、可持续的收益。

面对单一市场，要准确预测趋势，几乎是不可能完成的任务。面对市场大幅波动，甚至是持续下行，想在这样的市场获利，犹如想要跨过7英尺（2米多）的栏杆。

而当我们放眼全球，可以看到更多性价比更优的资产。想要从中获益，难度比单一市场要容易得多。

从资产管理的角度，我们追求稳健的持续增值，我们更加关心“绝对收益“。所以，放眼全球的大类资产是我们构建智能投顾体系的最佳起点。

在资产配置领域，我们一般分成两大阶段：战略资产配置和战术资产配置。

战略资产配置的前沿——风险平价。

我们来实现一下风险平价：

我们从全球股票市场中选取主要指数进行资产配置策略研究。

主要指数包括：

（1）A 股：沪深 300 指数、中证 500 指数；

（2）港股：恒生指数、恒生国企指数；

（3）美股：选用标普 500、纳斯达克指数；

（4）欧洲：富时 100、巴黎 CAC40、德国 DAX 指数。

选取 2009 年 1 月至 2017 年 8 月期间上述指数的收盘价数据。同时，由于不同国家的交易日不同，本报告将以 A 股市场交易日为准，对其他地区指数的数据进行筛选，如在某个交易日其他指数没有交易则采用前一个交易日的数据。

用matplotlib把走势图绘制出来：

然后我们按收盘价计算出“简单收益率“：

计算这些市场的相关系数：

明天继续计算风险平价及回测。

一些思考：

01 健康是一切的基础

身体非常重要，从6月开始，消化系统出现一些状况，消化能力变弱。8月实在扛不住，至今去医院数次，有所好转。但西药只能辅助治疗，本身还在养。想想也对，身体变差一定是某些习惯不好，日积月累的结果。何况本身就是“病来如山倒，病去如抽丝”。

这段时间，真切体会好，没有健康，一切归零。而养身不是一个口号，而是需要融入生活的点滴。试想，今年以来，很多时间饿着肚子，晚上7：30-8：00才吃晚饭，而且吃到过饱，回到家可能还吃些坚果，然后就躺下睡觉。以至于消化系统终于有点扛不住了。

好在目前看来只是身体的一种提醒信号，需要改变生活习惯了。

人到中年，不像年轻时候，身体总能很快自愈。

02 孩子

孩子不知不觉间就长大了。

有两个细节：

周末带儿子们到公园，儿子想自己上蹦床去玩，说：“爸爸，我自己上去，会找到滑梯下来，我不会丢的”。尽管我还是一直目光远远地盯着他玩耍的身影。但那一刻，我感觉他长大了。

昨天送儿子上学，到校门口与他说再见。看着他背着小书包走进教学楼。

AI大类资产配置：从风险平价开始相关推荐

【基金量化研究系列】大类资产配置研究（一）——股债二八配置策略与股债风险平价策略
文章目录 1. 引言 1.1 资产配置简介 1.2 可投标的说明 1.3 市场基本情况与数据库使用的说明 1.4 本文策略基本假设 2. 资产配置策略一--股债二八策略 2.1 策略简介 2.2 基于 ...
【投资策略】2022 年大类资产配置展望：稳中求进-中金公司
猜你喜欢 0.如果你想参与进元宇宙,究竟应该采取怎样的策略?1.未来10年,普通人的赚钱机会在哪里?2.华为2021数字化转型:从战略到执行.pdf3.2021抖音私域运营白皮书.pdf4.营销拓客思 ...
【基金量化研究系列】大类资产配置研究（二）——股债二八轮动策略
文章目录 1. 引言 2. 股债二八轮动策略 3. 动态再平衡股债二八轮动策略 4. 基于python的策略实现 4.1 策略代码 4.2. 运行结果实证分析 5. 总结写在最后 1. 引言在上一 ...
用ETF做大类资产配置，夏普比1.84，附源码
原创文章第78篇,专注"个人成长与财富自由.世界运作的逻辑, AI量化投资". 财富自由与价值.专家有深刻的关联.成为专家,做生产者. 专家与专注,深度思考,长期主义关联. 成为对 ...
第三届大湾区杯B题思路及代码-基于宏观经济周期的大类资产配置策略构建
B 题基于宏观经济周期的大类资产配置策略构建赛题背景介绍: 赛题数据描述: 问题1. 寻找出高频有效的宏观经济指标,将 2001 年-2021 年国内的宏观经济运行状况划分成不同的经济状态:(比 ...
大类资产配置（一）均值方差模型MOV
大类资产配置专题(四)均值方差模型(MVO):https://xueqiu.com/9509413026/172746747 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方差 ...
大类资产配置策略（一）恒定混合策略（Constant-mix Strategy）
关于恒定混合型配置策略主要介绍等权重投资组合(equally weighted portfolio)和60/40投资组合策略. 等权重投资组合:在有n种可投资的风险资产时,保持每种资产的投资权重为1/ ...
大类资产配置（二）风险预算及风险平价模型
https://xueqiu.com/9509413026/173064820 风险预算的关键思路在于:测算某种资产的边际风险贡献,即该资产权重的微小变化,对组合风险的影响.从风险预算标准看,当每一种 ...
python量化策略——大类资产配置模型（最小方差模型）
最小方差模型寻求风险最小的大类资产组合. max⁡=XTΣX\max=X^{T}\Sigma Xmax=XTΣX s.t.ΣX=1,Xi≥0,i=1,2,3...s.t. \quad \Sigma ...

AI大类资产配置：从风险平价开始

AI大类资产配置：从风险平价开始相关推荐

最新文章

热门文章