配置权重_东边不亮西边亮：双动量在资产配置中的应用

1.背景

P2P把很多人的心伤心透了，低风险高收益遍地开花只是一场游戏一场梦，国内家庭财富教育和管理任重道远。P2P凉了，数字货币学费也交够了，余额宝收益只够买油条，个股又怕遇到獐子岛，钱得有地方去，于是搞资产配置的人小伙伴开始忽悠了：长期来看，90%的收益来自于资产配置。

资产配置流行的典型标志，就是2017年以来各种智能投顾的冒起。智投像是一阵风，披上金融科技的外衣，被人工智能和机器学习神话。然而，投资者还停留在“薅羊毛”的认知上，让广东人吃福建人还行，吃重庆火锅就有点难为人家了，况且大多数重庆火锅还不正宗。

虽然不能稳定盈利，虽然并不是免费的午餐，资产配置仍然是个好东西。总体来说，可以将投资收益分为两个来源：市场贝塔和个券阿尔法。前者来自于资产的长期上涨，因此又被称为配置收益或者资产贝塔；后者来自于资产内部精选个券，例如价值和动量暴露，又被称为主动收益。资产配置的目标，就是在一篮子资产贝塔中进行分散配置，试图降低风险的同时攫取资产上涨的长期回报。

要做好资产配置，说简单也简单，说复杂也复杂，关键是以怎样的预期和态度对待。耶鲁捐赠基金领头羊David Swensen对此有过精辟的论述：

Don't try anything fancy. Stick to a simple diversified portfolio, keep your costs down and rebalance periodically to keep your asset allocations in line with your long-term goals.

简单来说，大类资产配置策略可以分为以下几步：投资范围、权重确定、尾部风险控制和持有标的。在选择投资范围时，可以固定持有一篮子资产类型，每类资产按目标权重分配，多多少少都会持有，尽量做到雨露均沾；也可以选择篮子里面的一部分资产，动态切换，这和因子选股道理一样。

除此之外，即使持有一篮子不同类型的资产，看起来已经足够分散足够安全了，但是遇到金融危机的时候，资产之间相关性急剧放大，大回撤依然无法避免，典型的例子就是2008年全球金融危机。因此，需要有一个回撤保护器，用来控制尾部风险，尽量减少亏损。

绕了这么一大圈，就回到了本文的主题，用双动量进行战术资产配置（Tactical Asset Allocation，TAA），能实现提高收益减少回撤的双重功效。具体来说，在横截面上，通过动量因子选择资产，持有前期动量最强的赢家，做到强者更强；在时间序列上，通过趋势跟踪进行择时，一有风吹草动就切换至现金类资产，毕竟活着比什么都重要。关于横截面动量（xsmom）和时间序列动量（tsmom）相关的文献，本文不再赘述，详细可以见因子动物园和CQR历史文章。

本文接下来分为3个部分，第2部分梳理经典TAA方案，先学习再创新，站在巨人肩上走捷径；第3部分检验了横截面动量和时间序列动量的有效性，然后设计了一个简单又适用的双动量模型；第4部分总结。

2.他山之石

在一些经典的配置方案中，双动量策略被广泛使用，本部分对这些经典策略进行回顾，以求他山之石可以攻玉，见表1。

表1 经典TAA策略

2.1 Robust Asset Allocation

Alpha Architect 是一家研究型资产管理公司，提倡透明、系统化和实证支持的投资方式，目前 AUM 8.3 亿美元[1]。在资产配置方面，追求简单易懂，设计了一个稳健资产配置方案（Robust Asset Allocation，RAA）。

RAA的构造分为四步：资产选择、权重分配、证券选择和回撤控制。

资产选择方面，RAA包含3种类型：股票型、债券型和实物商品，其中股票分为美国股票和国际股票，实物商品包括房地产和大宗商品，债券为美国中长期国债。

权重配置方面，Alpha Architect 认为，复杂可能并不会带来更多的好处，保持简单的快乐就好。因此，并没有使用花哨的优化方法，而是采用固定权重法。根据不同的风险偏好水平，分为平衡型（Balanced）、稳健型（Moderate）和进取型（Aggressive），每类方案的权重如表2所示:

表2 RAA权重分配

在股票资产上，并没有选择传统的宽基指数，而是进行了因子暴露。根据Asness、Moskowitz和Pedersen (2013)的研究， 价值和动量无处不在，长期能带来显著的超额收益，并且两者相关性为负，RAA选择配置这两个因子。具体来说，每个股票市场（美国和非美国），分别配置50%的动量因子组合和50%的价值因子组合，以获取市场贝塔之外的超额收益。 最后，即使选择了多资产分散配置，也难以避免危机时的大回撤，因此需要另辟蹊径。好在，趋势跟踪具有回撤保护的功能。在每个资产类型上，选用12个月时间序列动量（TSMOM）和12个月移动平均（MA），如果两者均看空，则仓位为0；如果两者均发出看多信号，则100%仓位，如果一个看多一个看空，则50%的仓位。 表3展示了稳健性方案的长期表现，其中RAA为最终方案，RAA Simple Val/Mom为不加入回撤保护的版本，RAA Simple为不加回撤保护和因子暴露的版本。可以看到，如果不考虑因子暴露和回撤控制，RAA和美股股市相比提高并不明显；考虑动量和价值后，收益改善明显，但最大回撤依然不小；加入趋势跟踪择时后，虽然没有增厚多少收益，但是最大回撤一下子从46.86%减少到15.42%，夏普比率也从0.76提升至1.06。

表3 RAA稳健方案表现

2.2 CITIC Multi Asset

中信大类资产趋势策略指数，英文名为CSI CITIC Multi-asset Trend Index（CMA），由中信证券开发设计，通过动态选择资产类型和分配权重，实现全球资产配置。CMA策略的构建可以拆分为两个步骤：资产选择和权重分配。

在资产选择层面，采用动量因子进行排序筛选。首先，基础资产池共有8个子资产，包括沪深300、中证500、标普500、德国DAX、中国5年期国债、美国7~10年期国债、黄金和原油。其次，每个月，计算所有资产的6个动量因子，这6个动量因子定义如下：

表4 CSI CITIC动量因子

接着，按每个动量因子分别进行排序，以平均排序作为综合动量因子。最后，根据综合动量因子，选取排名前5的资产进行配置[2]。

权重的分配上，完全采用风险平价策略，以使得单一资产对组合的风险贡献尽量相等。另外，在做组合优化时，限制了单一资产不超过50%，避免权重过度集中。

图1和表5展示了CITIC Multi Asset策略的表现。可以看到，CITIC十分稳健，收益和风险均优于沪深300。

图1 CSI CITIC累计表现

表5 CSI CITIC表现

2.3 Global Tactical Aseet Allocation

Faber是一个大网红，是Cambria投资管理公司的联合创始人，写有《The Ivy Portfolio: How to Invest Like the Top Endowments and Avoid Bear Markets》和《A Survey of the World's Top Asset Allocation》等多本通俗易懂的读物，活跃在资产配置和投资策略领域。

Faber(2007, 2010)在其两篇白皮书中，利用横截面动量和时间序列动量，设计了一套全球资产配置方案（Global Tactical Ase