【基金量化研究系列】大类资产配置研究（六）——多资产风险平价策略

---

1. 引言

1.1 前文回顾与问题提出

在之前的文章中，我们介绍了马科维茨模型在中国市场资产配置中的应用。（详情请见【基金量化研究系列】大类资产配置研究（四）——基于马科维茨模型的资产配置研究）。但是，由于马科维茨模型中存在的诸多问题，资产配置的效果却不尽如人意。

我们之前的实证研究已经提到过：波动率与未来的收益率呈现出显著的负相关关系，因此我们可以以某类资产的波动率作为先行指标：当资产波动率不断上升时，资产收益的下行风险显著增加，在这种情况下我们应该对该类资产进行减仓。我们很自然地想到一种配置思路：如果让所有的风险资产对投资组合的总风险的贡献均有相同的比例（即风险平价），那这样一种策略会不会既稳健又有较高的收益率呢？

在这篇文章中，就让我们来验证一下这样的观点吧！

1.2 数据收集与标的资产选取

本文以开源的Choice数据库作为本文的数据来源。关于Choice数据库的使用方法及说明请参考：Choice数据量化接口产品手册。

对于标的资产的选择，我们仍以“易方达沪深300ETF（510310）”与“国泰上证5年国债ETF（511010）”作为股票市场与债券市场的基准可投标的，并以“华安黄金易ETF（518880）”和“七日深圳国债逆回购R-007（131801）”作为商品和无风险资产的基准可投资标的。这些标的均可以在券商账户中进行交易。

1.3 基本假设

本文仍延续前文的基本假设，规定：
（1）市场中不允许融资做多与融券做空；
（2）建仓调仓过程中不允许借款、参与国债回购；
（3）每日仅在收盘时间以收盘价格进行交易；
（4）未特别规定，忽略调、建仓手续费。

---

2. 风险平价策略简介

2.1 模型的建立

所谓 风险平价（Risk Parity） ，即将 投资组合的总风险平均分散入各资产，使得每一类资产贡献的风险相等。因此，首先要解决的问题，就是如何去衡量各类资产所贡献的风险大小。

首先，组合资产的波动率满足：

$${\sigma }_p=({\omega }^T\Sigma \omega {)}^{\frac{1}{2}}$$

其中：
· σ_p 表示组合资产的标准差；
· Σ 表示风险资产的协方差矩阵；
· ω 表示风险资产的权重列向量。

定义第 i 类资产的风险贡献率（Risk Contribution）RC_i：
$${\text{RC}}_i=\frac{1}{{\sigma }_p}{\omega }_i\frac{\partial {\sigma }_p}{\partial {\omega }_i},i=1,2,...,N$$
其中：
$$\frac{\partial {\sigma }_p}{\partial {\omega }_i}=\frac{\partial ({\omega }^T\Sigma \omega {)}^{\frac{1}{2}}}{\partial {\omega }_i}=\frac{({\omega }^T\Sigma {)}_i}{\sqrt{{\omega }^T\Sigma \omega }},i=1,2,...,N$$
因此， RC_i 可以变型为：
$${\text{RC}}_i=\frac{{\omega }_i({\omega }^T\Sigma {)}_i}{{\omega }^T\Sigma \omega },i=1,2,...,N$$
上式的分子项表示由第 i 类资产贡献的方差，分母则表示组合资产的总方差。

若想让每一类风险资产对组合的风险贡献率相等，对于任意的 i，RC_i 应满足：
RC i =