1、文章链接:
https://wallstreetcn.com/articles/3475012
2、摘录:1)风险预测:我们对于组合风险的预测集中在组合资产未来季度协方差矩阵的预测,实施过程中我们将协方差矩阵的预测拆解为波动率的预测和相关系数矩阵的预测两部分。对于资产波动率的预测我们针对每类资产单独建立了波动率的线性预测模型,并基于前期的波动率对下季度波动率给出预测;对于相关系数矩阵的预测,我们倾向于综合长短期相关系数矩阵的平均结论作为对未来季度的预判。
2)收益预判:在收益预判环境,我们基于宏观大势研判的结论来进行量化解读,主要步骤如下:首先,我们计算出各类资产季度收益率的分布;其次,基于收益率的分布计算出均值、标准差和相关分位数特征;最后,将方向判断与分布结果相结合,考虑到资产收益率并不完全服从正态分布,我们倾向于结合统计分布的参数和非参数特征得到综合结论。除了进行收益率预测以外,我们还可以结合资产的预期波动率得到对未来收益分布的推测。
3)组合配置:在得到预期收益和协方差矩阵之后,虽然根据标准的马科维茨模型就可以直接获得组合配置的最优结果,但是我们往往发现传统的均值方差模型在进行组合优化时存在较为明显的缺陷,主要是优化的权重结果对输入参数有很高的敏感性,且容易得到偏极端的配置结论,导致实用性较差。因此我们选择采用重抽样的均值方差模型方案,来确定最终的组合配置权重,具体计算方法见2018年一季度配置报告。下图中展示了同样一组输入参数下标准均值方差模型和重抽样均值方差模型的有效前沿对应权重对比。
3、个人感悟:2019年中国的发展面临着很大挑战,国内的很多专家都对未来经济比较谨慎。但是,资本市场往往是未来经济走势的晴雨表,既然外资大举配置中国资产,说明我国在世界上经济还是有一定的活力和优势的。我们在批判谨慎的同时,应该怀有积极的心态,看到好的、有利的一面。
4、昨天学习:0.5小时。
5、总学习时间:4.5小时。