Markowitz動態配倉策略

作者：北大小菜籽 原文鏈接：Markowitz動態配倉策略

Markowitz根據證券組合預期收益、風險的計算方法提出有效邊界理論，並建立了資產優化配置的均值－方差模型。

本文就依據這一模型設定大風險厭惡係數時，看Markowitz配倉方法能否實現穩定的高收益

策略思想

採用Markowitz均值方差模型對於分散化的資產(ETF基金)進行配倉

採用動態信息更新協方差矩陣與收益向量

為避免資產過於集中帶來風險，設置單個資產倉位不超過30%的約束

即：

上式中：u為資產的預期收益率，w為資產權重，λ為投資者風險厭惡係數，Σ為方差協方差矩陣

採用Larry Swedroe的5/25方法動態確認調倉頻率，即：

1) 當某個資產的position變動超過5%,做一次rebalance

2) 當某個資產相對於自身原始倉位變動超過25%,做一次rebalance

結論

設定大風險厭惡係數時，Markowitz配倉方法能夠實現穩定的高收益

最大回撤5.8%，波動率7.9%，並且年化收益達到16.8%；調倉少、幅度小，看來有相當的可操作性

註：關於Markowitz均值方差模型更加詳細的介紹可以看量化分析師的Python日記【第15天：如何在優礦上搞一個wealthfront出來】

策略回測的詳盡數據如下：

回測情況

用到的一些ETF如下，包含世界範圍內的多類資產：

在2014-01-01 ～ 2016-08-29期間進行回測，效果看起來不錯（點擊查看源碼）

感興趣的朋友可以自己去社區克隆跑一下，下午要去參加申萬金工的會議，先不概述了。

歡迎到優礦社區交流探討，大家周末愉快～

推薦閱讀：