基于机器学习观点生成的Black-Litterman固收+动态资产配置研究
基于机器学习观点生成的Black-Litterman固收+动态资产配置研究 李浩投资咨询从业资格号：Z0020121lihao8@gtht.com张偲嘉(联系人)期货从业资格证号：F03155268zhangcaijia@gtht.com 报告导读： 本文围绕固收+策略中的大类资产配置问题，构建由机器学习生成相对观点、由Black-Litterman框架完成组合优化的动态资产配置模型。报告重点不在于复制某一只固收+基金的全部持仓，而是检验在债券、权益、可转债和现金四类代理资产之间，机器学习观点能否改善固收+组合的风险收益表现。 实证结果显示，推荐参数下ML-BL策略年化收益为6.26%，高于固定配置策略的5.98%；夏普比率由固定配置的2.09提升至2.25。与真实固收+产品对比时，ML-BL年化收益高于真实产品等权平均和中位数，风险调整收益接近真实产品等权平均。 关键词：固收+；Black-Litterman；机器学习；资产配置；观点置信度；真实产品对比 核心结论： (1)ML-BL策略在样本外回测区间取得收益端改善，年化收益为6.26%，高于固定配置的5.98%，夏普比率提升至2.25。(2)权益相对债券模型具有一定样本外排序能力，ROC AUC为0.624；转债相对债券模型ROC AUC为0.472，暂未显示稳定预测能力。(3)无观点BL与固定配置在本次参数设定下基本重合，说明策略超额表现主要来自机器学习观点，而不是BL框架本身自动产生的收益。(4)观点消融显示，权益观点是当前样本中更主要的信息来源；转债观点贡献较弱，后续需要更长样本和更多特征验证。(5)真实产品对比显示，模型仅覆盖大类资产配置层，但收益和回撤特征已经接近真实固收+产品可比区间，具有一定配置研究参考价值。 研究框架要点： (1)以债券指数、沪深300、中证转债指数和现金代理构建四类资产池，剥离个券选择、信用下沉和打新增强影响。(2)按时间顺序划分样本内外：2015年7月至2023年8月为样本内训练区间，2023年9月至2026年4月为样本外预测区间。(3)月末生成下一月观点和组合权重，下一月实际收益计入策略表现；样本外收益回测区间为2023年10月至2026年5月。(4)机器学习模型预测权益或转债下月是否跑赢债券，并将预测概率映射为BL相对观点。(5)Black-Litterman框架融合市场均衡收益、机器学习观点、观点置信度和60个月滚动协方差矩阵。(6)组合约束体现固收+属性：债券权重不低于70%，权益和可转债单项不超过20%，二者合计不超过25%，现金不超过30%。(7)通过主回测、权重分析、观点消融、参数敏感性和真实产品横向对比，综合评估策略有效性。 感谢实习生茆文郡对本文的贡献。 目录 核心结论：........................................................................................................................................................................................1研究框架要点：...............................................................................................................................................................................21.固收+策略竞争优势与研究问题.....................................................................................................................................................42.固收+配置框架与模型方法..............................................................................................................................................................42.1策略实现框架............................................................................................................................................................................42.2 Black-Litterman配置框架.....................................................................................................................................................42.3机器学习观点生成...................................................................................................................................................................52.4固定配置与无观点BL的区别............................................................................................................................................53.数据与实证设计...................................................................................................................................................................................63.1筛选标准.....................................................................................................................................................................................64.实证结果.................................................................................................................................................................................................64.1机器学习预测结果...................................................................................................................................................................64.2主回测结果................................................................................................................................................................................74.3权重特征分析............................................................................................................................................................................84.4观点消融实验............................................................................................................................................................................94.5参数敏感性分析.......................................................................................................................................................................95.与真实固收+产品的对比................................................................................................................................................................105.1为什么要做真实产品对比..................................................................................................................................................105.2产品筛选标准.........................................................................................................................................................................105.3真实产品对比结果................................................................................................................................................................116.总结与风险提示................................................................................................................................................................................14参考文献.........................................................................