资产配置

资产配置是金融管理的核心策略,旨在通过多元化投资组合分配以降低风险并寻求最佳回报。它涉及根据投资者的风险承受能力、投资目标和市场状况,将资金分配到不同的资产类别中,如股票、债券、现金和商品等。通过动态调整这些资产的权重,投资者可以在市场波动中保持投资组合的平衡,以实现长期财务目标。资产配置不仅优化风险和回报的平衡,还是实现投资组合多样化的关键手段。

债券收益下限与资产配置:债券在资产配置中所扮演的角色将于何时受到危及?

摘要

文献来源:AQR PSG Portfolio Solution Group, Alternative Thinking, Q2 2021, Yield Floors and Asset Allocation: When Is the Role fo Bonds Impaired?

推荐原因:过去几年,许多投资者都对债券在投资组合中的作用提出了质疑,因为他们相信,债券收益率进一步下跌的空间有限。如果债券收益率存在所谓的“下限”,债券的收益属性以及分散化特性将会受到影响。然而,收益“下限”的存在并不一定会对债券造成显著的打击,只有几类收益“下限”的假设才会。

根据本文的估

更新时间:2022-08-31 08:53

关于低风险投资的事实与误区

摘要

文献来源:Ron Alquist, Andrea Frazzini, Antti Ilmanen, Lasse Heje Pedersen. Fact and Fiction about Low-Risk Investing[J]. The Journal of Portfolio Management. May 2020, 46 (6) 72-92.

推荐原因:过去10年里,包括股票和其他资产在内的低风险投资受到了广泛关注。本文指出了关于低风险投资的五个事实和五个误区。

事实是:低风险投资

  1. 历史收益一直很高;
  2. 样本外表现也非常可观;
  3. 在许多国

更新时间:2022-08-31 08:51

在分散化收益的视角下Smart Beta是否仍然Smart?

摘要

文献来源:Lin, Wenguang, and Gary C. Sanger. "Is smart beta still smart under the lens of the diversification return?." The Journal of Portfolio Management 47.1 (2020): 29-39.

推荐原因:分散化收益是一种关于组合收益的统计量,它可以在很大程度上解释投资组合的收益率。同时,一些关于Smart Beta策略的测试结果引发了人们对相关策略的极大兴趣;大量的研究结果表明,Smart Beta策略,在组合构建过程中,通

更新时间:2022-08-31 08:46

解决规模效应的问题

摘要

文献来源:Blitz, David. Hanauer, Matthias. Settling the Size Matter: The Journal of Portfolio Management Quantitative Special Issue 2021, 47 (2) 99-112.

推荐原因:规模溢价自被发现已有近四十年,然而规模因子的alpha一直很微弱,但是当控制质量因子(quality-versus-junk)暴露时,因子似乎又恢复了活力。本文发现,在美国市场,规模因子对质量因子回归后呈现出非常显著的alpha,然而超额收益主要由质量因子的空头端驱动,

更新时间:2022-08-31 08:46

如何改进再平衡策略?

导读

  1. 作为西学东渐--海外文献推荐系列报告第一百三十五篇,本文推荐了Rattray S等人于2020年发表的论文《Strategic Rebalancing》。
  2. 机械式的再平衡投资策略(每月或每季度重新分配到固定投资组合权重)是资产配置中调整权重的常用方法,虽然可以避免将资产过度集中到某一类资产,但是也有不足之处。本文对再平衡策略进行了详细的分析,提出并证实了再平衡策略的负凸性。更重要的是,作者通过实证分析发现趋势敞口呈正凸性,因此可以通过配置趋势敞口有效抵消再平衡策略带来的负凸性,对投资组合管理有很大参考价值。文章给出两种配置趋势敞口的方式,测试结果表明配置趋势敞口可以在

更新时间:2022-08-31 08:45

Smart beta 策略中的“肉”在哪里?

摘要

文献来源:Peltomäki, Jarkko, and Janne Äijö. "Where Is the “Meat” in Smart beta Strategies?." The Journal of Wealth Management 20.3 (2017): 24-32.

推荐原因:本文采用来自MSCI的四只Smart beta策略指数和一只基准指数作为研究对象,使用PCA方法对指数进行策略分解。从分解结果来看,等权和价值加权策略对投资组合的业绩影响相对较小。从实证结果来看,基本面指数向价值倾斜,为实现价值溢价提供了投资工具。对比全球、EAFE(欧洲、澳大拉西

更新时间:2022-08-31 08:44

Capital Group 2020年市场展望

摘要

文献来源:Rob Lovelace, Mike Gitlin & Darrell Spence, Capital Group, 2020 Outlook: Seek balance amid political and economic risk, December 17, 2019

推荐原因: 展望2020年,本文分别从宏观、股票、债券三个层面给出了市场和经济的长期观点。 1.宏观层面: 耐心的投资者将在大选年获得较好的收益。**我们查看了自1932年以来每次大选的市场表现,发现虽然初选时市场波动较高,但之后都获得了较高的收益,说明在这样的年份保持

更新时间:2022-08-31 08:43

详解生命周期基金 银河证券_20181211_

报告摘要

生命周期基金特点

生命周期基金随着所设定的目标期限时间的临近,基金则会不断调整资产配置,降低基金资产的风险,追求在和目标持有人在生命不同阶段的风险承受能力相适应的前提下实现资本的最大增值

生命周期基金能获得发展的前提

生命周期基金的发展需要有两个基础前提,一是税收优惠、二是年金类个人账户

生命周期基金能获得发展的前提

证监会网站上披露的已经申报的养老公募基金有 67 只,包括目标风险和目标日期。

正文

[/wiki/static/upload/2a/2aa56ae4-3c86-43a0-8bf3-e899bc8cf9ec.pdf](/w

更新时间:2022-08-31 08:31

一月配置建议:假如这是信贷脉冲的拐点

摘要

假如这是信贷脉冲的拐点

中国信贷脉冲领先 A 股盈利增速一年,因此信贷脉冲与 A 股战术胜率密切相关。当前中国信贷脉冲处于历史低位,下注信贷脉冲企稳上行似乎是一个赔率不错的主意。

假如这是信贷脉冲的拐点,那么当前的资产配置建议为

  1. 超配 A 股,上涨概率为 79%;
  2. 风格层面:成长优于价值;
  3. 行业层面:消费>成长>金融>周期>稳定。 宏观量化篇:短期承压。

当前货币量指标已连续两个月无明显变化,金融条件指数逐渐企稳。经济领先指数分项中工业生产与进出口指标微升,十二月PMI 小幅上涨至 50.3,经济仍有压力。由于高频工业品价格与农产品价格

更新时间:2022-08-31 08:29

量化研究:投资决策的起点 海通证券_20180716_

正文

/wiki/static/upload/25/259b1aaa-df16-4ed2-abd6-8ad67bba7fb7.pdf

\

更新时间:2022-08-31 08:06

海外文献:揭秘机器学习在中国市场的有效性 东兴证券-202201

摘要

在开发量化投资策略时,海外优秀论文往往能够提供新的思路和方法,为了能够让各位投资者更有效率地吸收海外的经验,东兴金工团队推出海外文献速览系列报告。我们将定期从海外文献中筛选思路较为新颖且有潜力应用于国内市场投资的文章,以速览的形式呈现给各位投资者,内容涵盖贵产配置、量化选股、基金评价以及衍生品投资等多个方面。

正文

[/wiki/static/upload/70/70b486a1-1ada-4878-9e19-d929f01a6b73.pdf](/wiki/static/upload/70/70b486a1-1ada-4878-9e19-d929f01a6b73.pdf

更新时间:2022-08-31 07:55

元盛中国多元化投资策略

正文

/wiki/static/upload/cd/cda40c0d-0289-4da4-807f-ada48abfc1e5.pdf

\

更新时间:2022-08-31 07:03

利率债收益预测框架——大类资产定价系列之二

20200514-国盛证券-量化专题报告:利率债收益预测框架——大类资产定价


/wiki/static/upload/63/632174fd-6d0d-47e1-a63e-cb2799d0406f.pdf

\

更新时间:2022-08-31 06:09

Smart beta多因子的构建方法论:混合与整合

摘要

文献来源:Chow, Tzee-Man, Feifei Li, and Yoseop Shim. "Smart beta multifactor construction methodology: Mixing versus integrating." The Journal of Index Investing 8.4 (2018): 47-60.

推荐原因:我们的研究主要集中在一个实际问题上,这个问题在此之前关注度较低:市场参与者如何在权衡后选择采用不同方法构建的多因子投资组合作为投资工具。具体来说,我们研究和比较了两种不同的方法。第一种方法(以下称为整合法),是在

更新时间:2022-08-31 06:05

通胀视角下的资产配置方法 上海东证期货_20181212_

摘要

{w:100} {w:100}

正文

[/wiki/static/upload/a9/a9d29558-88e7-4502-a49d-b5d6a113ab08.pdf](/wiki/static/upload/a9/a9d29558-88e7-4502-a49d-b5d6a

更新时间:2022-08-31 03:00

事件驱动在大类资产择时及资产配置中的应用 华宝证券_20180314_

摘要

从择时信号发出频率的角度看,择时系统可划分为两类,其中常用的一个是连续性择时系统,即一个系统在任何时刻均会对资产的未来走势作出看涨看跌的判断,如均线择时系统,不过,连续性择时系统胜率不高但盈亏比较高,需要投资者承受较大的心理压力且一旦失效对资产的配置权重影响较大。

不同于连续性择时,事件驱动择时并不要求择时系统在任何时候都发出看涨看跌信号,仅当某一特定事件出现时该指标才有意义,其优点在于该类择时信号出现后对未来市场研判的胜率较高,但信号频率偏低,不能将其作为主择时策略,因此事件驱动择时可用于对资产配置权重在一定幅度内的动态调节。

本文主要从三个维度构建事件驱动策略,包括宏观事

更新时间:2022-08-31 02:59

资产配置的流程、框架与运用 华宝证券_20180309_

摘要

2018年,各资管机构将回归本源,主动资产管理与财富管理能力成为新资管时代机构胜出的关键。在此背景下,资产配置的功能和效能将日益突出,资产配置的空间大幅延伸,机构投资者将更加依赖于用多元的金融产品投资去应对单一领域可能发生的风险,用多元化的投资工具与策略在复杂的市场环境中获取超额收益。

资产配置是一个对资产的动态管理过程,我们认为至少需要涵盖四个层面:设定投资目标、制定投资策略、实现投资策略以及投资绩效的分析。

大类资产配置应以明确投资目标为前提。投资目标确定了投资人所能承担的风险、在该风险下期望获得的收益回报以及投资人的其他需求。明确目标后需要确定投资策略,投资策略的制定可

更新时间:2022-08-31 02:59

银河多因子


\

更新时间:2022-08-31 02:48

不同条件下的组合优化模型结果分析-渤海证券-20200914

摘要

目的多因子模型体系包括alpha模型、风险模型、成本控制模型、组合优化模型 。 组合优化模型是最终将前三个模型整合为一体,得到最优结果。本期报告的主要目的是对组合优化模型进行详细的探讨,对不同的限制条件影响组合表现的规律性进行一定程度的揭示。

lamda系数lamda系数对组合表现的影响因个股权重偏离限制的不同而不同。当个股权重偏离幅度限制较严格的情况下,lamda系数对组合表现影响几乎可以忽略,而当个股权重偏离幅度限制较宽松时,lamda系数对组合表现的影响较大。

非成份股权重非成份股权重比例的提高,在沪深300上能较明显的提高组合表现,而在中证500上的结果有待进

更新时间:2022-08-31 01:49

因子跟踪(周/月报)


\

更新时间:2022-08-31 01:47

Smart beta 和多因子组合的最优混合

摘要

文献来源:Dopfel, Frederick E., and Ashley Lester. "Optimal blending of smart beta and multifactor portfolios." The Journal of Portfolio Management 44.4 (2018): 93-105. 推荐原因:随着机构投资者增加对smart beta基金的配置,以及多因子投资方法带来的复杂性提升,投资者们需要一个smart beta产品组合的配置指引。在设计一个多样化和高效的投资组合时,需考虑到因子的偶发性敞口和特殊敞口。因此,本文开发了一个标准框架,以

更新时间:2022-08-30 09:45

BL模型的泛化扩展,熵池模型之理论篇-国盛证券-20200318

摘要

本报告将介绍一种前沿观点融合模型:熵池模型。熵池模型由KKR前首席风险官Attilio Meucci于2008年提出,主要作用为将主观或者量化的观点通过分布更新的形式融入到风险模型中,用于资产配臵或资产定价。模型当前在许多海外的大型金融机构中已开始普及。

熵池模型vsBL模型

泛化能力与调整精度的双重提升。BL模型作为观点融合的创立者已经越来越难适应当前资产配臵和风险管理需求。熵池模型相比BL模型在风险因子选择、观点表达对象、观点表达形式、观点相关性等方面进行了全方位扩展,几乎可以在任意分布下,对于任意对象,表达线性或非线性的任意观点。其通过最小化相对熵和池化

更新时间:2022-08-30 06:10

多因子量化选股系列专题研究 中信证券


\

更新时间:2022-08-25 02:56

基本面量化


\

更新时间:2022-08-25 02:16

中证150增强-参数网格搜索

https://bigquant.com/experimentshare/4653b9de9090496ba06147ce444eeb36

\

更新时间:2022-08-17 05:22

分页第1页第2页第3页第4页第5页第6页第7页第8页第9页第10页
{link}