20170414-广发证券-量化资产配置研究之四_大类资产配置体系_基于宏观因子_24页_2mb

大类资产配置体系：基于宏观因子总结

核心内容

本报告探讨了基于宏观因子的大类资产配置方法，提出了 Augmented Black-Litterman (ABL) 模型，将传统的 Black-Litterman (BL) 模型扩展至宏观因子层面，从而提高资产收益预测的准确性。通过结合投资者对宏观因子的观点与历史数据，ABL 模型能够生成更具参考价值的资产配置方案。

主要观点

1. 宏观因子与资产表现相关：宏观因子的变化反映了经济周期的变动，因此与股票、债券、商品和货币等大类资产的表现密切相关。
2. 因子有效性考量：采用回归分析和时序IC测试，筛选出对资产收益具有预测能力的宏观因子，重点参考信息比率 (IR) 和相关系数 (R)。
3. ABL模型的引入：ABL模型在BL模型的基础上引入宏观因子，通过贝叶斯方法将主观观点与市场均衡收益结合，形成新的预期收益向量，从而优化资产配置。
4. 资产选择：选择股票、债券、商品和货币作为大类资产，其中股票包括沪深300指数和中证1000指数；债券包括中证国债和中证企业债指数；商品包括贵金属、普通金属、农产品和能源化工；货币则采用中证货币型基金指数。
5. 配置建议：基于最新数据，建议的资产配置权重为：股票30%、债券7.46%、商品22.54%（其中农产品17.30%、金属3.63%、贵金属1.63%）、货币40%。

关键信息

宏观因子分类

回测结果

• 年化收益率：8.73%
• 最大回撤：8.53%
• 近三年年化收益率：14.88%
• 资产组合表现：
  • 2009年：年化收益率13.41%，波动率20.93%，夏普比率0.641，Calmar比率1.574
  • 2010年：年化收益率23.72%，波动率27.89%，夏普比率0.851，Calmar比率13.217
  • 2011年：年化收益率2.71%，波动率3.05%，夏普比率0.888，Calmar比率1.248
  • 2012年：年化收益率7.93%，波动率8.29%，夏普比率0.957，Calmar比率2.218
  • 2013年：年化收益率0.55%，波动率4.33%，夏普比率0.127，Calmar比率0.185
  • 2014年：年化收益率7.61%，波动率15.32%，夏普比率0.497，Calmar比率2.831
  • 2015年：年化收益率12.26%，波动率16.15%，夏普比率0.759，Calmar比率2.127
  • 2016年：年化收益率24.76%，波动率26.76%，夏普比率0.925，Calmar比率8.194

最终筛选宏观因子

ABL模型构建步骤

1. 构建宏观因子模型：将资产收益率表示为多个宏观因子的线性组合。
2. 计算隐含均衡收益：基于资产市值和宏观因子的协方差矩阵，计算资产和宏观因子的隐含均衡收益。
3. 形成后验收益：通过贝叶斯方法，将投资者对宏观因子的观点融入模型，形成新的后验收益。
4. 优化资产配置：将后验收益代入马科维茨均值-方差模型中，进行优化，得到最优的资产组合权重。

结论

ABL模型通过引入宏观因子，提升了资产收益预测的准确性和稳定性，为投资者提供了更可靠的配置建议。在2009年1月至2016年12月的回测期间，ABL模型组合表现良好，年化收益率稳定，最大回撤可控，证明了其在实际应用中的有效性。