基于RiskParity+BlacLitterma的子时

转 基于 Risk Parity + Black-Litterman 的因子择时

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。知乎专栏：https://zhuanlan.zhihu.com/mitcshi。未经授权，严禁转载。

摘要：Risk Parity 能够有效分散风险；而 Black-Litterman 是贝叶斯思想的完美体现。二者的结合是值得持续探索的资产配置方法。

1、引言

之前我写了一些文章介绍海外因子择时的先进观点。然后有小伙伴问我“你怎么看因子择时？”。于是就有了本文。

本文将使用 Risk Parity + Black-Litterman 模型进行股票风格因子的择时实证。需要特别强调的是，本文的目的不是宣称 RP + BL 就一定会比不择时（即按简单多样化配置）更好 —— 从实证结果来看也确实并非如此。本文更多的是介绍 RP + BL 这种思想。

Risk Parity（风险平价）是一种 volatility weighting；volatility weighting 被证明在长期来看可以获得更高的 Sharpe Ratio（Hallerbach 2012），是一个优秀的配置方法。另一方面，Black-Litterman 是基于贝叶斯思想的资产配置框架。它让使用者非常容易把自己的主观判断（称为 views）和先验结合起来，得到待配置资产的后验收益率分布。较直接使用 mean-variance optimization 来说，BL 模型给出的配置结果更加符合人们的预期。

将 RP 和 BL 结合起来的方法是把 Risk Parity 配置下的收益率分布作为 Black-Litterman 框架下的先验，同时摒弃原方法中的所谓市场均衡状态下的先验。RP + BL 可以看成是 volatility weighting 和贝叶斯思想的完美结合。下面就来看看它们能擦出怎样的火花。

下文假设读者熟悉 Risk Parity 和 Black-Litterman 模型。需要背景知识的小伙伴请参考《你真的搞懂了风险平价吗？》以及《Black-Litterman 模型 —— 贝叶斯框架下的资产配置利器》。

2、再谈 Risk Parity 模型

《浅析资产配置的几种方法》一文曾对比了一些常见的资产配置方法。随着我们对资产间收益率分布的 μ_i、σ_i 以及 ρ_ij 的信息的减少，不同资产配置方法的关系如下图所示。当我们有 μ_i、σ_i、ρ_ij 全部信息时，应充分利用它们、以最大化投资组合夏普率为目标做配置；而在另一个极端，如果所有信息都是未知的，那么简单多样化（等权配置）是唯一的选择。Risk Parity 介于两者之间，它假设我们充分掌握投资品之间的协方差矩阵。

令 ω_i 代表资产 i 的权重。由 Risk Parity