新版FRM备考资料下载
  • 考纲对比
  • 学习计划
  • 思维导图
  • 复习资料
  • 历年真题
  • 词典及公式
免费领取

使用Python实现经典风险平价策略

风险平价策略是一种资产配置的技术手段，风险平价策略好处在于，他只需要对风险进行描述的数据，完全可以用历史数据代替，并不需要进行任何的预测；他的劣势在于，整个策略的核心就在处理风险，并且只处理风险，因此当为了取得更高的收益如果杠杆率过高，那么就无法做到风险控制的效果。

总体而言，风险平价策略并不是一个能取得暴利的策略，而是一个*稳定的策略。

风险平价的核心在于，要让一个组合所有的大类资产风险所占的比重相等。以全天候策略为例，全天候策略的持有比重如下：

·30%的股票

·40%的长期国债

·15%的中期国债

·7.5%的*

·7.5%的商品

这样就能实现全天候了吗？答案必然是否定的。假设以A股市场为例，我们可以持有四大类资产，沪深300，标普500，*，高收益企业债。这四大类资产都有对应的指数可以描述其状况。那么我们首先需要计算其风险。还是依然，用收益率的标准差代表风险，则风险平价策略计算的就是：W1(W代表权重) stdv（stdv是标准差的意思） 沪深300倒数=W2 stdv 标普500倒数 = W3*stdv *倒数 = W4*stdv高收益企业债倒数。如果仅仅持有这四大类指数资产，收益会如何呢？看图如下：

Python

这个策略的整体年化标准差仅为2.28，年化收益率达到7.5%，可以说*的稳健。然而这个策略会导致80%+的仓位都放在了债券上。这时候如果我们想增加收益该如何操作呢？

这时候可以引入一个债券风险调整系数X，W1(W代表权重) stdv（stdv是标准差的意思） 沪深300倒数=W2 stdv 标普500倒数 = W3*stdv *倒数 = W4*stdv高收益企业债倒数/X，这个X 就是债券所贡献的标准差与其他资产贡献标准差的倍数。由于债券类资产的标准差长期在1-2之间徘徊，那么如果我们能够承受更高的风险，以*求更好的回报的话，可以适当的降低债券在整体组合风险中的贡献度。这时候就需要对组合整体标准差进行控制了。

Python

假设我们准备做一个标准差在4%左右风险的组合，（4%的标准差意味着97.5%的概率回撤在8%以内。见上图标准差的分布图示）如果过去一年滚动标准差低于4%，则减少债券对风险的贡献权重，如果标准差大于4%，则降低权重，每个季度进行一次系数的调整，净值表现会如何呢？

Python

这时候债券资产的比例将在50%到90%之间徘徊，标准差在4%，指数年化收益率在8.5%左右。

这时候持有的是基准，如果我们再通过一些手段将资产填到业绩基准里面，则能够再每一大类资产中去取得α。我们可以用晨星的基金颁奖作为标准，将每大类获奖基金，在公布后填入其所属的资产中（其实在中国只需要填入股得部分和债的部分，美股和*都用对应基准的ETF替代）即可取得历史年化在10%以上的策略组合了。

即使不会选基金，也只需要持有对应大类资产的指数ETF，所有需要做的功课就是做好风控。Cut the losses, let the profit run。这句话很多人相信都听过，然而cut the losses不是在损失后再去砍掉的，而是在事前通过技术手段将风险控制在可接受的范围，这样利润就自然而然的奔跑了。

回顾上月，整体收益率为6%，接下来我们要公布的是风险平价4%标准差策略的大类持仓：

中国股票：5%

美股：3%

*：6%

债券：85%

目前债券风险系数为1，滚动一年风险指标标准差为5%