资产配置自现代资产组合理论诞生以来越来越受到重视,不少的研究也说明了市场择时和证券选择对投资组合的贡献并没有资产配置带来的贡献要显著。均值方差模型自50年代诞生以来,它并没有随着时间的推移而失去关注,目前不管是在学术界还是产业界,还会有学者专家或者从业人员对它进行更加深入的研究和探索。
马科维茨教授的均值方差模型最重要的两个参数输入是资产的预期回报和资产间的协方差矩阵,但高阶矩变量(协偏度和协峰度)在资产配置中也是不可忽视的。两个投资组合里的所有资产间的均值回报和标准差可能会是一样的,但是这两个投资组合的风险特征可能会呈现出完全不一样的情况,这样的情况在资产间同时发生最好的收益或者遭遇最差的损失时会显得更加突出。
极值负回报的概率会变大当资产组合的三阶矩值是更大负值时,另一方面当组合的四阶矩值越大的时候,极端事件发生的可能性也会变大。从大多数投资者的角度上来说,大家更愿意看到显著的正回报和较少的极端事件。所以本篇报告强调的是一个高阶矩资产配置,也就是在传统的资产配置模型中加入了协偏度和协峰度变量,最后通过滚动窗口样本内参数估计和样本外数据回测,结果显示高阶矩资产配置表现并不差。
风险提示:本报告通过对历史数据进行分析、建模、解释与回测,由于市场具有不确定性,所有结果仅在统计意义下有望获得良好投资效果,历史数据不代表未来业绩,敬请广大投资者注意策略失效的风险。
首页
微信公众号
证券之星APP
