資產(chǎn)配置專題系列：配置模型邏輯與案例展示

配置模型邏輯與案例展示劉笑天中信證券研究部組合配置分析師3年2月22日條款和聲明2CONTENTS1.量化配置模型開發(fā)邏輯2.宏觀因子模型3.趨勢配置模型4.養(yǎng)老下滑軌道模型56選擇：改善投資組合有效前沿1類別：寬基指數(shù)、策略指數(shù)、基金組合指數(shù)1主觀：歷史表現(xiàn)、多樣性、低相關(guān)性1量化：基于Mean-VarianceSpanning方法，量化選擇能夠改善有效前沿的底層資產(chǎn)。micsandFinanceVol7特定約束下的最優(yōu)化1配置需求日益多元化，資產(chǎn)配置依賴個性化、定制化的方案設計，提供更加智能、更有溫度的投資體驗。需求：進取、多元配置、大類配置、定制化服務。難點：降低波動、標的選擇、組合優(yōu)化、流動性管理。1配置模型的目標：滿足投資者需求(投資約束)的條件下，追求投資目標(目標函數(shù))的最大化。解析法：約束條件以解析形式寫入優(yōu)化器。模擬法：基于MC模擬遍歷尋優(yōu)。 需求”8.4.4配置模型：均值方差框架與波動率框架1MVT模型將資產(chǎn)配置問題轉(zhuǎn)化為了最優(yōu)化問題：決策是選擇配置比例，目標是權(quán)衡組合的收益和風險。1MVT模型的主要缺陷：收益的輕微擾動會為對配置結(jié)果產(chǎn)生重要影響，而資產(chǎn)的收益率往往難以預測。1MVT后，配置模型主要轉(zhuǎn)為兩條路：一是沿用均值方差框架，結(jié)合更精準的預測收益。二是采用波動率框架，放棄收益預測。VT制911.4配置模型：戰(zhàn)略與戰(zhàn)術(shù)的結(jié)合(以BL模型為例)1BL模型：先驗信息+觀點信息=后驗信息；基準配置+投研觀點=決策配置；戰(zhàn)略中樞+投研觀點=戰(zhàn)術(shù)配置。1BL模型：基準與觀點的融合，在形成主觀觀點后，量化確定從戰(zhàn)略到戰(zhàn)術(shù)的偏離。1BL模型的改進：可容納更多形式觀點，從絕對/相對收益率的觀點到更泛化的主觀觀點(排序觀點)。1數(shù)值解法的核心思想：用模擬生成數(shù)據(jù)的離散分布代替真實分布，通過調(diào)整每組數(shù)據(jù)的概率求出后驗分布。 BL3.796%3.796%3.797%3797%3.797%2.602%2636%2.668%2.699%2.725%-3682%-3.710%-3716%-3.721%-3.727%的影響測試買入持有買入持有+收益平滑再平衡再平衡+收益平滑年化收益業(yè)績基準為3%3.751%3.739%3.801%業(yè)績基準為4%3.751%3.740%3.801%業(yè)3.796%3.796%3.797%3797%3.797%2.602%2636%2.668%2.699%2.725%-3682%-3.710%-3716%-3.721%-3.727%的影響測試買入持有買入持有+收益平滑再平衡再平衡+收益平滑年化收益業(yè)績基準為3%3.751%3.739%3.801%業(yè)績基準為4%3.751%3.740%3.801%業(yè)績基準為5%3.751%3.740%3.801%業(yè)績基準為6%3751%3741%3801%業(yè)績基準為7%3.751%3.742%3.801%年化波動業(yè)績基準為3%3.608%2.781%3.386%業(yè)績基準為4%3608%2816%3386%業(yè)績基準為5%3.608%2.846%3.386%業(yè)績基準為6%3.608%2.879%3.386%業(yè)績基準為7%3.608%2.906%3.386%最大回撤業(yè)績基準為3%-4626%-4243%-3911%業(yè)績基準為4%-4.626%-4.252%-3.911%業(yè)績基準為5%-4626%-4260%-3911%業(yè)績基準為6%-4.626%-4.269%-3.911%業(yè)績基準為7%-4.626%-4.292%-3.911%nd益平滑機制的參數(shù)設計與績效分析(2022-3-25)》。3.798%3.797%3.795%3.794%3792%2919%2.668%2.385%2.175%1.921%-3.749%-3716%-3.660%-3643%-3.442%影響測試買入持有買入持有+收益平滑再平衡再平衡+收益平滑年化收益計提比例為20%3.751%3.745%3.801%計提比例為30%3.751%3.740%3.801%計提比例為40%3.751%3.734%3.801%計提比例為50%3.751%3.728%3.801%計提比例為60%3751%3725%3801%年化波動計提比例為20%3608%3107%3386%計提比例為30%3.608%2.846%3.386%計提比例為40%3.608%2.582%3.386%計提比例為50%3.608%2.352%3.386%計提比例為60%3.608%2.151%3.386%最大回撤計提比例為20%-4.626%-4.481%-3.911%計提比例為30%-4626%-4260%-3911%計提比例為40%-4.626%-4.215%-3.911%計提比例為50%-4626%-4067%-3911%計提比例為60%-4.626%-3.727%-3.911%機制：改善績效的紀律性手段1再平衡：時間維度、空間維度1收益平滑：操作頻率、計提條件&比例、回補條件&標準1止盈止損：盯市頻率、觸發(fā)決策、恢復機制d收益平滑機制的參數(shù)設計與績效分析(2022-3-25)》。.宏觀因子模型.1刻畫宏觀周期.1刻畫宏觀周期MSM宏觀指標選取根據(jù)數(shù)據(jù)質(zhì)量、跟蹤時效、可實踐性分組選取宏觀經(jīng)濟指標共同因子提取利用動態(tài)因子模型(DFM)從各組指標中分別提取共振部分因子周期劃分以共同因子為輸入變量，利用馬爾可夫狀態(tài)轉(zhuǎn)換模型 (MSM)劃分因子周期狀態(tài)尋找投資時鐘根據(jù)各資產(chǎn)在不同周期狀態(tài)的風險收益表現(xiàn)，構(gòu)建投資時鐘動態(tài)因子模型的基本形式：yt=」ft+Bxt+utft=A1ft?1+?+Apft?p+7tft即為隱含動態(tài)因子矩陣yt為內(nèi)生變量矩陣xt為外生變量矩陣」為因子載荷矩陣7t和ut為白噪聲過程p為動態(tài)因子的自回歸滯后階數(shù)馬爾科夫狀態(tài)轉(zhuǎn)換模型基本形式：yt=aSt+xtFSt+etet~iidN0,GPSt=i|St?1=j=pijK?pik=1yt為內(nèi)生變量xt為外生變量矩陣St=1,?,K為變量所處狀態(tài)，服從一階Markov過程pij為從狀態(tài)i轉(zhuǎn)換為狀態(tài)j的概率2.22.2通脹-剩余流動性劃分投資時鐘余流動性”視角的周期劃分制2.32.3宏觀因子預測的最新結(jié)果1增長因子：一致預期預測值：逐步上行，23年6月開始下滑，10月再度開始上行。來12個月持續(xù)上行。1通脹因子：一致預期預測值：延續(xù)下行趨勢，23年4月見底，此后開始上行。模型外推預測值：延續(xù)下行趨勢，23年4月見底，此后開始上行。期預測情況期預測情況2.32.3宏觀因子預測的最新結(jié)果1流動性因子：一致預期預測值：未來12個月逐月小幅上升。模型外推預測值：未來12個月逐月小幅上升。1剩余流動性因子：一致預期預測值：開始下行，23年5月開始震蕩上行，此后再度下行。模型外推預測值：開始下行，23年下半年開始企穩(wěn)。最近一期預測情況2.42.4宏觀資產(chǎn)配置模型設計3.13.1環(huán)境變化催生大類資產(chǎn)配置指數(shù)需求1資管新規(guī)過渡期+理財子成立初期，多家商業(yè)銀行、理財公司發(fā)布量化配置指數(shù)。轉(zhuǎn)嫁投研壓力，做自身擅長的部分；自由度高，靈活調(diào)整掛鉤比例指數(shù)可跟蹤、可追溯，彰顯研究能力，具有“名片效應”。資產(chǎn)配置指數(shù)表現(xiàn)跟蹤年化收益年化波動夏普比率最大回撤年初至今2023M1工銀量化股債輪動指數(shù)15.52%16.06%0.97-19.30%3.15%3.15%民生銀行全球資產(chǎn)輪動指數(shù)2.37%5.41%0.44-15.97%2.11%2.11%郵銀理財境內(nèi)大類資產(chǎn)輪動指數(shù)4.92%4.78%1.03-9.01%0.63%0.63%中郵理財穩(wěn)健策略6.19%3.89%1.59-4.56%1.43%1.43%中郵理財平衡策略8.71%7.64%1.14-9.32%2.41%2.41%招銀理財全球資產(chǎn)動量指數(shù)6.49%4.88%1.33-8.52%2.15%2.15%招財全球多資產(chǎn)輪動指數(shù)646%508%1.27-1302%226%226%浦銀周期輪動配置指數(shù)5.01%4.78%1.05-13.85%1.67%1.67%浦銀周期輪動配置指數(shù)2號6.15%4.69%1.31-11.99%1.61%1.61%浦銀理財全球輪動指數(shù)6.14%4.40%1.40-11.90%2.82%2.82%信銀全球多資產(chǎn)動量指數(shù)6.15%5.21%1.18-11.77%2.46%2.46%信銀全球多資產(chǎn)動量指數(shù)2.0版644%387%1.67-476%108%108%JPMorganMOZAIC4.63%4.29%1.08-10.71%1.06%1.06%JPMorganMOZAICⅡ4.63%4.27%1.09-12.27%2.02%2.02%中信全球大類資產(chǎn)趨勢策略指數(shù)5.46%4.02%1.36-9.99%2.17%2.17%33.2趨勢配置模型底層資產(chǎn)1分別選取了中國、美國、歐洲、日本等全球主要經(jīng)濟體的權(quán)益、債券資產(chǎn)，以及覆蓋農(nóng)業(yè)、工業(yè)、貴金屬、能源等領(lǐng)域的商品資產(chǎn)，總計有20類，其中8類權(quán)益、6類債券、6類商品，從而實現(xiàn)跨國別、跨資產(chǎn)的分散化。型底層資產(chǎn)00WindWindWindWind00全收益TINDEX0全收益XNDXINDEXNDEXCBACSWindWindWindWindWindAU(T+D).SGEWind原油LTRINDEX3.3.3趨勢配置模型構(gòu)建流程1時序動量：要求近一個月絕對收益為正。1截面動量：過去1個月、3個月、6個月的絕對收益、夏普比率共6個指標，等權(quán)打分。1資產(chǎn)選擇：選擇打分靠前的10個資產(chǎn)，不足10個則全部選入。1加權(quán)方式：等權(quán)；波動率倒數(shù)加權(quán)(1/3/6個月的歷史波動率的最大值)；風險平價(1/3/6個月的協(xié)方差矩陣，三個權(quán)重取平均)。型主要框架制141424%378078%078%3.4趨勢配置模型表現(xiàn)跟蹤趨勢配置模型的凈值曲線與績效指標組合名稱累計收益年化收益年化波動夏普比率最大回撤最長回撤期年初至今2023M1風險平價組合24155%741%702%1.06波動率倒數(shù)加權(quán)組合26831%788%757%1.04-1477%371146%146%等權(quán)組合36156%931%1044%0.89-2879%14394%394%基準組合182.90%6.24%9.07%0.69-37.29%7603.42%3.42%資料來源：Wind，Bloomberg，DataStream，中信證券研究部。注1：基準組合為全部20類底層資產(chǎn)的等權(quán)組合，月度調(diào)倉；注2：交易費率為雙邊千分之一，不考慮匯兌損失；注3：最長回撤期指發(fā)生回撤后至累計收益再創(chuàng)新高的最長持續(xù)交易日數(shù)。4.養(yǎng)老下滑軌道模型4.14.1個人養(yǎng)老金產(chǎn)品梳理1根據(jù)目前的政策安排，個人養(yǎng)老金參加人可以通過個人養(yǎng)老金資金賬戶購買個人養(yǎng)老儲蓄、個人養(yǎng)老金理財產(chǎn)品、個人養(yǎng)老金保險產(chǎn)品、個人養(yǎng)老金公募基金產(chǎn)品等個人養(yǎng)老金產(chǎn)品。4.24.2基于MC模擬法的定制化配置方案設計制1定制化設計：基于MC模擬法遍歷尋優(yōu)，在滿足個性化需求的條件下，找到能使投資者效用最大化的配置方案。1目標日期基金是美國養(yǎng)老金融市場中最具代表性的產(chǎn)品，目標日期策略的核心是下滑軌道設計，而MC模擬法在養(yǎng)老場景下可用與開發(fā)下滑曲線。1五個模塊有機結(jié)合：生成隨機配置方案生成隨機收益率加入資產(chǎn)流調(diào)整約束條件檢驗投資者評價4.34.3養(yǎng)老場景下，模型輸入示例初始財富(萬元)F投資計劃的初始投資額(參考人均可支配收入)投資期限(年)Tw作到60歲財富及工資初始工資(萬元/年)g增長率預期退休后生存年期(年)退休后的基本開銷(萬元/年)的比例Td為80歲，退休后平均生存20年4缺口，用來計算投資目標Rwin概率覆蓋養(yǎng)老缺口3CRRA型，用于評價期末Wind全A指數(shù)021/12/31的數(shù)據(jù)021/12/31的數(shù)據(jù)貼現(xiàn)值擬次數(shù)40000中有放回的抽取N1次adjTTw_adjN每個配置方情境的預測。4.44.4下滑軌道的模擬測算結(jié)果1利用Monte-Carlo模擬的方式生成10萬個配置方案以及4萬組股債收益率序列，同時考慮部分工資收入的定期投入，剔除掉滿足養(yǎng)老缺口概率較低的配置方案，在剩余配置方案中找到能夠使得投資者效用函數(shù)最大的配置方案。1上述算法可以得到下滑軌道：隨著年齡的增長，最優(yōu)的權(quán)益配置比例不斷降低，期初約81%，期末約26%。4.54.5參數(shù)穩(wěn)定性好，變動方向符合經(jīng)濟學直覺對最優(yōu)權(quán)益配置比例的影響最優(yōu)權(quán)益配置比例的影響權(quán)益配置比例的影響 權(quán)益配置比例的影響測算基于前面的參數(shù)輸入，詳細內(nèi)容可參考我們的外發(fā)報告《資產(chǎn)配置專題系列之十五——定制化財富配置方案設計：以養(yǎng)老場景為例(2021-7-20》測算基于前面的參數(shù)輸入，詳細內(nèi)容可參考我們的外發(fā)報告《資產(chǎn)配置專題系列之十五——定制化財富配置方案設計：以養(yǎng)老場景為例(2021-7-20》4.64.6定制化匹配低風險客戶需求的目標日期策略1傳統(tǒng)的目標日期策略初期倉位較高，考慮到部分客戶風險偏好較低，可以定制低風險型下滑軌道。1方法1：直接限制權(quán)益上限，在(0,W_max)的范圍內(nèi)生成權(quán)益資產(chǎn)配置方案。1方法2：對策略的前期表現(xiàn)施加約束，期初穩(wěn)健配置有利于增強持有體驗，整體權(quán)益?zhèn)}位也相對適中。率為90%，第2年正收益概率為85%，…超過5%，第2年波動率不超過6%，…4.74.7下滑軌道設計模型的總結(jié)1三類常見的下滑軌道設計方法：時變系數(shù)法：MVT框架下加約束——和年齡掛鉤的風險容忍度/風險厭惡系數(shù)等。生命周期理論相關(guān)的模型：海外資管機構(gòu)廣泛使用。理論基礎(chǔ)、