再論不相關資產的最高夏普率

碰巧讀了陳宇皇所寫的專欄文章,是自己比較感興趣的一個課題

《不相關資產的最大夏普比率 —— 一個簡單的計算公式》

所以深入思考了下,對原文做了兩處補充:

利用柯西不等式簡化推導過程

高中數學學過以下形式的柯西不等式:

(a_1cdot b_1+a_2cdot b_2+...+a_Ncdot b_N)^2 leq (a_1^2+a_2^2+...+a_N^2)cdot(b_1^2+b_2^2+...+b_N^2)

其中等號成立的充要條件為:存在常數lambda使得a_n=lambda b_n對任意n成立。利用柯西不等式,我們可以將原文中的推導簡化,甚至初等化。

記N個資產的收益率為r_1, r_2, ..., r_N ,假設我們知道每個資產的預期收益率和波動率:

E(r_n)=mu_nStd(r_n)=sigma_n

從而就知道了每隻資產的夏普率

SR_n = mu_n / sigma_n

記我們在N個資產上的權重依次為w_1, w_2, ..., w_N ,於是組合的預期收益率和方差為:

mu_P = w_1mu_1+w_2mu_2+...+w_Nmu_N

sigma_P^2=w_1^2sigma_1^2+w_2^2sigma_2^2+...+w_N^2sigma_N^2

利用柯西不等式有:

mu_P^2=[w_1mu_1+w_2mu_2+...+w_Nmu_N]^2

=[(w_1sigma_1)cdot (mu_1/sigma_1)+(w_2sigma_2)cdot (mu_2/sigma_2)+...+(w_Nsigma_N)cdot(mu_N/sigma_N)]^2

leq (w_1^2sigma_1^2+w_2^2sigma_2^2+...+w_N^2sigma_N^2)cdot((mu_1/sigma_1)^2+(mu_2/sigma_2)^2+...+(mu_N/sigma_N)^2)=sigma_P^2cdot (SR_1^2+SR_2^2+...+SR_N^2)

整理得到

SR_P^2leq (SR_1^2+SR_2^2+...+SR_N^2)

其中等號成立的充要條件為:存在常數 lambda使得w_nsigma_n = lambda mu_n/sigma_n,即w_n=lambdamu_n/sigma_n^2對任意n成立。換言之,按照mu_n/sigma_n^2來分配權重可以獲得最高夏普率。

結論可以簡單記憶為:不相關資產能夠實現的最高夏普率滿足勾股定理,最優組合權重為mu_n/sigma_n^2

命題的應用價值

這個命題比較理論,實踐中有各種問題,但它確實高屋建瓴,給我們指出了投資的大方向和基本原則。以下兩點拋磚引玉

  1. 提高整體夏普率的一個有效方法就是尋找與現有組合低/不相關的新資產。低相關和高夏普率是新資產優劣的評判標準。

  2. 即使按最粗的分類,投資者實際上也能找到很多低相關的資產,例如股票、債券、CTA、海外資產、量化對沖、各種套利策略等

推薦閱讀:

銀監會一聲令下,現金貸要完?
哪怕賠上身家,也要談談這個亂市
小米科技劉德談CVC模式 (筆記 丁敏 v2017.12.21)
賣方買方該怎麼選啊,對於剛入行的新人?
賣方分析師的職業發展路徑是什麼?

TAG:投资 | 资产配置 |