主被动结合的大类资产配置新思路：从宏观友好度评分到BL模型观点矩阵240311

宏观友好度评分与BL模型结合的大类资产配置新思路

主要内容与关键数据总结：

报告主题：《类资产配置：从宏观友好度评分到BL模型观点矩阵》

研究目的：整合主被动大类资产配置方法，通过观点矩阵将宏观友好度评分指标融入Black-Litterman (BL) 模型，以提升策略表现。

关键数据与指标：

• 宏观友好度评分指标：构建基于底层宏观因子的评分体系，涵盖美国、中国、韩国、印度等经济体的金融周期、库存周期、美林周期等。
• BL模型关键步骤：
  • 第一步：通过逆向优化获取市场均衡条件下的资产预期收益。
  • 第二步：结合投资者主观观点，形成条件正态分布。
  • 第三步：将先验分布与主观观点分布结合，得到后验分布。
  • 第四步：利用后验分布优化资产配置权重。
• 策略表现：策略年化收益率23.1%，夏普比率1.52，显著优于其他对比策略。
• 当前配置：主要集中在日本权益资产。

风险因素：

• 模型主观性、分析维度局限性、历史与预期数据偏差、市场预期调整、黑天鹅事件导致的相关性增加风险。

结论与配置建议：

• 探索了一种主被动方法结合的资产配置新途径。
• 基于宏观友好度评分指标的BL模型策略表现出色，特别推荐关注日本权益资产。

方法论：

• 主动分析框架：通过构建宏观友好度评分指标系，将宏观经济预期与资产收益率联系起来。
• 被动分析框架：BL模型通过贝叶斯理论结合主观观点与量化配置，优化资产配置权重。
• 主被动结合：将宏观友好度评分指标融入BL模型观点矩阵，提升策略表现。

执行步骤：

• 将宏观经济指标转化为宏观友好度评分，形成主观观点。
• 结合BL模型的先验分布与主观观点，得到后验分布。
• 利用后验分布优化资产配置权重。

配置建议：重点关注日本权益资产，因其在策略中显示出较高的风险收益比、较低的相关性以及稳定的宏观基本面展望。