我自己已经想清楚这个问题了。关键在于,这个题目中不同的因子对应的应该是相同的一项资产或者一个行业。因此,A因子和B因子的信息系数分别为A因子与B因子的预期收益率与该资产的实际收益率的相关系数。在这一前提下,按照我之前的思路这题就可解了。 由题意可知:\[cov(F_a, R)=0.15\sigma_r\],\[cov(F_b, R)=0.1\sigma_r\],\[\sigma_{F_a}=1\],\[\sigma_{F_b}=0.5\],\[cov(F_a, F_b)=0.25\],其中\[\sigma_r\]代表实际收益率的标准差。
(1)在等权配置下:
\[IC=corr(\frac{F_a+F_b}{2}, R)\]
\[IC=\frac{cov(\frac{F_a+F_b}{2}, R)}{\sigma_{\frac{F_a+F_b}{2}}\sigma_r}=\frac{cov(F_a+F_b, R)}{\sigma_{F_a+F_b}\sigma_r}=\frac{E(F_a+F_b-\mu_a-\mu_b)(R-\mu_r)}{(\sqrt{\sigma_{F_a}^2+\sigma_{F_a}^2+2cov(F_a, F_b)})\sigma_r}=\frac{cov(F_a, R)+cov(F_b, R)}{(\sqrt{\sigma_{F_a}^2+\sigma_{F_a}^2+2cov(F_a, F_b)})\sigma_r}\]
带入数值:
\[IC=\frac{0.15\sigma_r+0.1\sigma_r}{(\sqrt{1+0.25+0.5})\sigma_r}=\frac{0.25\sigma_r}{\sqrt{1.75}\sigma_r}=0.189\]
(2)接下我们考虑最优配置:
设因子A在配置中占比为\[\lambda\],于是配置的信息系数就是关于\[\lambda\]的函数,其中[LaTex]\lambda\in[0,1][/LaTex]即:
\[IC(\lambda)=corr(\lambda F_a+(1-\lambda) F_b, R)\]
\[IC(\lambda)=\frac{\lambda cov(F_a, R)+(1-\lambda) cov(F_b, R)}{(\sqrt{\lambda\sigma_{F_a}^2+(1-\lambda)\sigma_{F_b}^2+2\lambda(1-\lambda)cov(F_a, F_b)})\sigma_r}\]
带入数值:
\[IC(\lambda)=\frac{0.1+0.05\lambda}{\sqrt{0.25+1.25\lambda-0.5\lambda^2}}=\frac{1}{10}\frac{\lambda+2}{\sqrt{1+5\lambda-2\lambda^2}}=\frac{1}{10}\frac{\frac{13}{4}-(\frac{5}{4}-\lambda)}{\sqrt{\frac{33}{8}-2(\frac{5}{4}-\lambda)^2}}\]
对上式求一阶导数:
\[\frac{\mathrm {d}IC}{\mathrm {d}\lambda}=\frac{\frac{13}{2}\lambda-4}{10(1+5\lambda-2\lambda^2)^\frac{3}{2}}\],易知分母在定义域内是大于0的。故原函数IC在[LaTex][0, \frac{8}{13}][/LaTex]上是递减的,而在[LaTex][\frac{8}{13},1][/LaTex]上是递增的。而\[IC(0)=0.2, IC(1)=0.15\],故,在B因子占比100%时,信息系数是最大的为0.2,也就是最优配置。这一结果是符合直觉的,一方面,B因子信息系数较大,另一方面,B因子预期收益率标准差较小。
|