量化配置基础模型月报(202309)：多资产配置策略表现均较好，本年收益最高超5%

2023.09.07 大类资产配置 多资产配置策略表现均较好，本年收益最 大高超5% 类 资——量化配置基础模型月报（202309） 产 配本报告导读： 置本报告对大类资产走势、多个量化资产配置策略进行跟踪。策略表现上，2023年以月来，国内资产BL模型1实现收益5.5%，最大回撤0.6%；国内资产BL模型2实现报收益4.81%，最大回撤0.28%；国内资产风险平价模型实现收益4.74%，最大回撤 0.2%；基于宏观因子的资产配置模型实现收益5.62%，最大回撤为0.25%。 摘要： 国君量化资产配置策略简介：国泰君安量化配置团队专注于资产配置量化模型研究，此前我们已经完成了Black-Litterman、风险平价、宏观因子3个基础资产配置模型的开发，并使用上述模型在国内股 票、债券、商品、黄金4大类资产上开发了大类资产配置策略，进行样本外跟踪。 证大类资产走势回顾：上月（2023-08-01到2023-08-31）国内大类资产 大类资产配置研究 廖静池(分析师) 报告作者 0755-23976176 liaojingchi024655@gtjas.com 证书编号S0880522090003 刘凯至(分析师)0755-23976911 liukaizhi025861@gtjas.com 证书编号S0880522110002 张雪杰(分析师)0755-23976751 zhangxuejie025900@gtjas.com 证书编号S0880522040001 朱惠东(研究助理)0755-23976176 zhuhuidong028682@gtjas.com 证书编号S0880123070152 券 涨跌互现。其中，南华商品指数、SHFE黄金、中债-国债总财富(总 相关报告 关注汽车、家电等板块的配置机会 值)指数、中债-企业债总财富(总值)指数分录4.27%、1.57%、0.84%研和0.74%的涨幅，恒生指数、中证1000、沪深300、中证转债分录跌究幅8.45%、6.32%、6.21%和1.66%。从资产相关性看，股债近一年相 报关性达到-0.319，债商近一年走势相关性达到0.350，股商近一年走势 告相关性达到-0.138。 大类资产配置模型跟踪：2023年以来，国内资产BL模型1实现收 益5.5%，最大回撤0.6%；国内资产BL模型2实现收益4.81%，最 大回撤0.28%；国内资产风险平价模型实现收益4.74%，最大回撤0.2%；基于宏观因子的资产配置模型实现收益5.62%，最大回撤 0.25%。 风险提示：海外宏观政策趋松不及预期；量化模型基于历史数据构建，而历史规律存在失效风险。 2023.09.06 8月行业轮动拥挤度模型表现较好，成功规避石油石化板块1.92%下跌幅度 2023.09.03 关注汽车、非银等板块的配置机会 2023.08.04 7月超预期模型超额4.14%，汽车新调入本期组合 2023.08.03 关注新能源、家电等板块的配置机会 2023.07.07 目录 1.大类资产走势回顾3 1.1.资产收益表现回顾3 1.2.资产相关性跟踪3 2.大类资产配置模型跟踪4 2.1.国内资产BL模型策略跟踪5 2.2.国内资产风险平价模型6 2.3.基于宏观因子的资产配置模型7 2.4.原报告中BL模型、风险平价策略效果跟踪9 3.附录10 3.1.各模型策略历史表现10 3.2.宏观因子走势跟踪12 4.风险提示13 1.大类资产走势回顾 1.1.资产收益表现回顾 上月（2023-08-01到2023-08-31）国内大类资产涨跌互现。其中，南华商品指数、SHFE黄金、中债-国债总财富(总值)指数、中债-企业债总财富(总值)指数分录4.27%、1.57%、0.84%和0.74%的涨幅，恒生指数、中证1000、沪深300、中证转债分录跌幅8.45%、6.32%、6.21%和1.66%。 表1：主要资产表现 本年度资产表现 本年收益 本月收益 本年波动(年化) 本年最大回撤 本年度夏普比率 沪深300 -2. 75% -6. 21% 13.95% 12.01% -0.438 中证1000 -2. 82% -6. 32% 14.66% 16.77% -0.424 恒生指数 -7. 07% -8. 45% 22.00% 20.16% -0.569 中债-国债总财富(总值)指数 4. 02% 0.81 % 1.03% 0.42% 4.122 中债-企业债总财富(总值)指数 5. 25% 0.74 % 0.43% 0.07% 14.398 中证转债 3. 53% -1. 66% 5.81% 2.65% 0.601 SHFE黄金 12. 77% 1.57 % 9.92% 3.44% 1.836 南华商品指数 7. 16% 4.27 % 13.50% 12.33% 0.681 数据来源：Wind，国泰君安证券研究 图1：权益资产走势 数据来源：Wind，国泰君安证券研究 图2：商品、债券与黄金资产走势 数据来源：Wind，国泰君安证券研究 1.2.资产相关性跟踪 对于投资者而言，投资者希望通过多元化配置资产，实现资产风险间的风险对冲，进而在降低风险的基础上获得较高的超额收益。Markowitz称：“资产配置多元化是投资中唯一的免费午餐”。但也正如我们在《桥水全天候策略和风险平价模型全解析——大类资产配置量化模型研究系列之三》中所提到的一样，当资产间相关性（绝对值）较低时，多元化配置资产才是有意义的。 出于此目的，我们对大类资产走势的相关性进行监测。上月（2023-08-01 到2023-08-31），各大类资产间上月相关性如表2所示。其中，近一个月内，SHFE黄金和南华商品指数相关性（绝对值）较低，相关性仅有0.3%。 表2：上月各个资产表现相关系数 数据来源：Wind，国泰君安证券研究 我们也滚动计算了股债、股商、债商过去一年资产走势间的相关性，如图3所示。近期沪深300指数与中债-国债总财富（总值）指数近一年走势相关性达到-0.319，中债-国债总财富（总值）指数与南华商品指数近一年走势相关性达到0.350，沪深300指数与南华商品指数近一年走势相关性达到-0.138。 图3：股债、股商与债商近一年走势相关性变化趋势 数据来源：Wind，国泰君安证券研究 2.大类资产配置模型跟踪 我们汇总本年度各个资产配置策略的表现如表3所示。各模型实现细节见下文具体内容。 表3：各资产配置策略本年表现汇总 数据来源：Wind，国泰君安证券研究 表4：各策略最新持仓汇总 数据来源：Wind，国泰君安证券研究 2.1.国内资产BL模型策略跟踪 BL模型是传统的均值-方差模型的改进。1990年，高盛的FisherBlack和RobertLitterman对MVO进行改进，开发了Black-Litterman模型（简称BL模型），并于1992年将其发表，后被业内广泛使用。BL模型采用贝叶斯理论将主观观点与量化配置模型有机结合起来，通过投资者对市场的分析预测资产收益，进而优化资产配置权重。BL模型有效地解决了均值-方差模型对于预期收益敏感的问题，同时相较纯主观投资具有更高的容错性，为投资者持续提供高效的资产配置方案。 在前面的报告《手把手教你实现Black-Litterman模型——大类资产配置量化模型研究系列之二》中，我们在沪深300、恒生指数、标普500、中债-国债总财富(总值)指数、中债-企业债总财富(总值)指数与南华商品指数的基础上搭建了两种BL配置模型。在此基础上，我们将前文提到的8类国内资产作为资产池，构建了国内资产BL配置模型。 1)认为市场均衡权重𝑤�未知，每月末使用各资产过去�年的历史收益作为市场均衡收益率Π，并指定风险厌恶系数�的值，比如�=10。由于风险厌恶系数�和目标波动率𝜎𝑚𝑎�存在对应关系，我们指定�便相当于指定了目标波动率。 2)对市场均衡权重𝑤�进行人为指定权重，这里采用股:债:转债:商品：黄金=10:80:5:2.5:2.5，使用各资产过去�年的历史收益作为市场均衡收益率Π，使用各资产过去�年的历史收益作为Π，反解市场风险厌恶系数�。此时每一期的�是动态变化的，相当于每一期的目标波动率也在变化。 作为对比，我们以股:债:转债:商品：黄金=10:80:5:2.5:2.5为固定权重构建了多资产均衡配置模型。 图4：国内资产BL模型走势（最近两年） 数据来源：Wind，国泰君安证券研究 2023年以来，国内资产BL模型1已实现收益为5.5%，最大回撤为0.6%，波动率为1.02%；国内资产BL模型2已实现收益为4.81%，最大回撤为0.28%，波动率为0.7%。相比之下，均衡配置模型已实现收益为4.06%，最大回撤为0.57%，波动率为1.39%。 表5：国内资产风险平价模型本年表现 数据来源：Wind，国泰君安证券研究 2.2.国内资产风险平价模型 1996年，桥水基金（Bridgewater）提出了全天候策略（AllWeatherStrategy），其目标是穿越经济周期，希望构建一个在经济周期的不同阶段都能获得稳定Bata收益的策略。在全天候策略已平稳运行数年之后的2005年，钱恩平首次正式提出了风险平价的概念，提出各类资产在组合中风险贡献相等的思想，由此揭开了全天候策略背后的核心思想。 风险平价模型是传统的均值-方差模型的改进，其核心思想是把投资组合的整体风险分摊到每类资产（因子）中去、使得每类资产（因子）对投资组合整体风险的贡献相等。该模型从各资产（因子）的预期波动率及预期相关性出发，计算得到初始资产配置权重下各资产（因子）对投资 组合的风险贡献，然后对各资产（因子）实际风险贡献与预期风险贡献间的偏离度进行优化，从而得到最终资产配置权重。 在前面的报告《桥水全天候策略和风险平价模型全解析——大类资产配 置量化模型研究系列之三》中，我们分三步构建了风险平价模型：第一步，选择合适的底层资产；第二步，计算资产对组合的风险贡献；第三步，求解优化问题计算持仓权重。同时，我们基于沪深300指数、标普 500指数、恒生指数、中债-企业债总财富(总值)指数、南华商品指数和COMEX黄金构建了基于六类资产的风险平价模型。我们同样在此基础上，将资产池拓宽到前文提到的8类国内资产，构建了更符合国内投资者实际的风险平价配置模型。同时，我们采用过去�年的日度收益率估计协方差矩阵，用于提升协方差矩阵的估计稳定性。 我们同样以2.1中构建的均衡配置策略作为对比，其净值表现如图5所示： 图5：国内资产风险平价模型近两年走势 数据来源：Wind，国泰君安证券研究 2023年以来，国内资产风险平价模型已实现收益为4.74%，最大回撤为 0.25%，波动率为0.78%。 表6：国内资产风险平价模型本年表现 数据来源：Wind，国泰君安证券研究 2.3.基于宏观因子的资产配置模型 在之前的报告《基于宏观因子的大类资产配置框架——大类资产配置量化模型研究系列之四》中，我们构造了涵盖增长、通胀、利率、信用、汇率和流动性六大风险的宏观因子体系，并基于此提出了一个通用性的宏观因子资产配置框架。该框架建立了一个宏观研究与资产配置研究的桥梁，使用此框架我们构造了基于宏观因子的资产配置策略，以将我们 对于宏观的主观观点进行资产层面的落地。 我们通过FactorMimickingPortfolio方法构造了增长、通胀等六大宏观风险的高频宏观因子（高频宏观因子走势见附录），并以此为基础，将前文提到的8类国内资产作为资产池，按以下四步构建基于宏观因子的资产配置策略：第一步，每月末计算上述资产的因子暴露水平（见表7）；第二步，以上述资产的风险平价组合作为基准，计算出基准因子暴露；第三步，根据我们对宏观未来一个月的判断，给定一个主观因子偏离值 （见表8），结合基准因子暴露，得到资产组合的因子暴露目标；第