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

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%。