20160505-广发证券-量化资产配置研究之二_趋势追踪下的TAA资产配置模型_23页_1mb

趋势追踪下的 TAA 资产配置模型总结

核心内容

本报告探讨了趋势追踪在资产配置中的应用，提出了一种基于低延迟趋势线（LLT）的TAA（Trend-Asset-Allocation）大类资产配置模型。该模型通过分析市场趋势性，结合趋势强度进行资产配置，从而实现更好的收益与风险控制。

主要观点

• 资产配置的重要性：资产配置决定投资业绩的91.5%，远高于选股和择时的影响。
• 传统模型的不足：Markowitz均值-方差模型、Black-Litterman模型和风险平价模型等传统资产配置模型过度依赖历史数据，难以适应市场突变，配置有效性受限。
• 趋势性检验：通过Hurst指数分析，国内大类资产如中证800指数、Wind商品指数、中证全债指数和中证货币基金指数均具有长程记忆性，即趋势性。
• 趋势追踪模型LLT：LLT是一种低延迟趋势线指标，通过计算趋势线的斜率来判断市场趋势方向，其数值代表趋势强度。
• TAA模型构建：基于LLT趋势强度进行资产配置，将趋势强度作为权重分配依据，实现动态调整，适应市场变化。
• 实证表现：TAA模型在回测期内（2006-2015）表现良好，收益率达650%，最大回撤率-25.96%，优于沪深300指数的304%和-70.78%。

关键信息

资产配置模型概述

• Markowitz均值-方差模型：基于历史数据，通过优化算法寻找收益最大化、风险最小化的投资组合。
• Black-Litterman模型：在均值-方差模型基础上引入主观预期，提升资产配置灵活性。
• 风险平价模型：按资产风险权重进行配置，使投资组合风险更均衡，但易忽视收益因素。
• 模型弊端：依赖历史数据，无法及时适应市场突变。

趋势性检验

• Hurst指数计算：通过R/S分析法计算Hurst指数，发现四类资产均具有趋势性（Hurst指数>0.5）。
• LLT趋势线：通过信号处理理论构建的低延迟趋势线，能更及时地反映市场趋势。
• 趋势强度定义：LLT趋势线的涨跌幅表示趋势强度，用于资产配置权重分配。

TAA模型实证

• 参数优化：对不同资产的LLT参数进行优化，以达到最佳累积收益率。
• 调仓周期：每月第一个交易日进行调仓，基于LLT趋势强度分配权重。
• 回测结果：
  • 累积收益率：656.97%
  • 年化收益率：22.44%
  • 收益率标准差：6.00%
  • 盈利比率：70.00%
  • 最大回撤率：-25.96%
• 资产配置比例：根据调仓日期的LLT趋势强度动态调整，如2006年1月中证800占比46.90%，Wind商品指数占比46.23%，中证全债指数占比6.16%，货币基金占比0.71%。

模型优势

• 趋势适应性：通过LLT趋势线及时捕捉市场趋势，减少配置滞后。
• 动态调整：根据趋势强度进行权重分配，提升资产配置的灵活性。
• 收益表现：在考虑交易费用的情况下，TAA模型表现出优于传统指数的收益和更低的回撤。
• 风险控制：通过趋势信号调整配置，降低市场突变对投资组合的影响。

结论

TAA模型是一种结合趋势追踪与资产配置的新型策略，具有良好的收益-风险表现。其在实际应用中能够有效应对市场趋势变化，提高配置效率。通过LLT趋势线及其趋势强度，TAA模型实现了对市场趋势的准确识别和配置，为投资者提供了更科学的决策依据。