投资组合之资产配置模型——ABL模型2013

r N ,
arg max{wT wTw}
wC
4
传统Markowitz理论的不足
预测困难，误差大； 权重过度集中，结果违背直觉； 权重敏感，换手率高。
5
Black-Litterman模型
Black-Litterman资产配置模型是 由高盛公司的Fisher Black和 Robert Litterman于1992年提出 的。
均值方差优化


7
BL模型的优势与不足
主要优势： 信息处理平滑； 配置结果稳健； 观点表达自由。 主要缺陷：无法表达因子观点。
8
ABL模型简介
9
ABL模型-BL模型的多因子版本
兴业证券多因子风险模型
rF
r BrF
因子收 益率
资产收 益率
10
ABL模型核心思想
半强式有效市场 多因子模型 投资者主观观点
0.72 33.42% 0.48 0.64 22.14% 0.37 0.57
流通市值权重组合 20.19% 35.45%
24
总市值组合各风险因子暴露均值
1.5000
1.0000
0.5000 0.0000 -0.5000 -1.0000 -1.5000 -2.0000 ABL Markowitz Top
Markowitz最优组 9.73% 合 Top组合 20.64%
0.15 50.63% -0.21 133.87% 0.52 13.93% 0.03 0.57 58.44%
流通市值权重组合 20.28%
22
12M动量组合各风险因子暴露均值
3 2.5 2 1.5 1 0.5 0 -0.5
-1
-1.5
股票数 200 1.2 57 287
Markowitz最优组 53.35% 48.19% 合 Top组合 31.57% 42.28%
1.11 31.55% 1.05 0.75 11.91% 0.94 0.57
流通市值权重组合 20.37% 35.49%
20
EP组合各风险因子暴露均值
3 2.5 2 1.5 1 0.5 0
-0.5
-1
ABL
Markowitz
Top
21
三类模型比较之12M动量因子组合
期望收 益率 ABL最优组合 25.05% 夏普比 跟踪误 信息比 换手率 率 差 率 0.77 8.58% 0.56 47.58%
标准差
32.58% 63.42% 39.43% 35.47%
股票数
176 1.3 57 288
T F
T F
1 F F

1
T PF 1q F F
1
ABL B P P
1 F F

BT
ABL
ABL
35
兴业证券多因子风险模型简介
上海/深圳市场因子 行业因子：wind一级行业 or 申万一级行业 风格因子： • 技术类（Technical ） 波动性（Volatility） 向下波动性（Downside Volatility ） 趋势（Momentum） 交易活跃度(Trading Activity) • 基本面类（Fundamental ） 价值（Value） 规模（Size） 成长（Growth） 杠杆率（Leverage）
先验均衡 分布
投资者 主观分 布 期望收益率后 验分布
6
BL模型核心思想
半强式有效市场 投资者主观观点
市场均衡分布 N ,
主观观点分布
P N q ,
贝叶斯准则
后验分布 N m, V
r N m, V+
1 1 m PT 1P PT 1q 1 1 V PT 1P 1
r[ N 1] {r
a[ N N ]
T [ n1]
,r
T T F [ f 1]
} ,N n f
F BT
B F F
31
ABL模型推导——先验分布
在半强式有效市场假设下：
a N a , a
a[ N N ]
[ n1] wM [ n1] T F B F [ f 1]
观点矩阵： Pa[ K N ]
信心水平： a[ K K ]
观点水平： qa[ K 1]
q[ k11] qF [ k 1] 2
33
ABL模型推导——后验分布
根据贝叶斯公式，将先验分布与私有观点进行混合，得 到后验分布：
a N ma , Va
继承BL模型的全部优点； 灵活表达对因子观点； 实现多种投资风格配置。
13
实证分析
14
实证分析-基本设定
我们的投资全体是沪深300成份股。从2005年1月4日至2013年2月22
日，每隔22个交易日调仓一次，在每一个组合再平衡日，我们首先会在
投资全体内剔除满足以下任一条件的股票： 1. 当天不交易的股票；
兴业证券 金融工程
ABL模型-资产配置利器
2013年2月
内容大纲
现代资产组合理论与BL模型 ABL模型简介
实证分析 总结 技术附录
2
现代资产组合理论与BL模型
3
现代资产组合理论
1952年，马克维茨发表了仅有14页的论文——《资产 组合选择》，标志现代资产组合理论的发端； 通过收益率均值—方差最优化实现资产收益—风险的 权衡。
ABL
Markowitz
Top
23
三类模型比较之总市值因子组合
期望收 夏普比 跟踪误 信息比 标准差 益率 率 差 率 换手率 股票数
ABL最优组合
25.76% 34.96%
0.74
9.07%
0.61
45.05%
105.93% 37.12%
200
2 57 288
Markowitz最优组 36.26% 50.31% 合 Top组合 28.42% 44.65%


因子管理（暴露与对冲）更为精确；
“科学”与“艺术”分离。
28
谢谢大家！
29
技术附录
30
ABL模型推导
资产收益率多因子模型：
r[ n1] B[ n f ]rF [ f 1] [ n1]
[ nn ] B F [ f f ]B [ nn ]
T
我们利用因子收益的相关信息对原始BL模型中的各个元素进行扩充：
代表了投资者对市场保持均衡分布的信心水平 代表了市场风险厌恶系数
32
ABL模型推导——观点表达
主观分布：
Pa a N qa , a
P[ k1n ] 0 [ k1k1 ] 0 , K k1 k2 PF [ k2 f ] 0 F [ k2 k2 ] 0
r BrF
市场均衡分布 主观观点分布
Pa a N qa , a
a N a ,a
贝叶斯准则
a N ma , Va
ra N ma , Va +a
1 1 ma a Pa T a1Pa a a PaTa1qa
18
因子风险对冲
对冲Volatility因子前后暴露水平
0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 对冲前 对冲后
19
三类模型比较之EP因子组合
我们利用Markowitz模型、Top组合以及ABL模型分别在三个alpha因子上构建 组合来进行比较。 期望收 标准差 益率 ABL最优组合 26.60% 34.68% 夏普 跟踪误 信息比 换手率 比率 差 率 0.77 5.76% 1.08 39.92% 99.60% 36.42%
3
0.3 0.3
因子主观预测信心水平
0.01
16
单因子暴露分析
不同信心水平下的Value因子组合
0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 O=0.01 O=0.05 O=0.1
17
双因子暴露分析
Value & Volatility双因子组合
0.6 0.5 0.4 0.3 0.2 0.1 0 -0.1 -0.2
10.0000
12.0000
0.0000 2005-1-1
2.0000
4.0000
6.0000
8.0000
2005-4-1
2005-7-1 2005-10-1 tau=3 2006-1-1 2006-4-1 2006-7-1 2006-10-1 2007-1-1 2007-4-1 2007-7-1 2007-10-1 2008-1-1 2008-4-1 2008-7-1 2008-10-1 2009-1-1 2009-4-1 2009-7-1 tau=0.1 tau=0.3 tau=1
a P P a 1 a PaTa1qa ma 1 T a 1 a a 1
Va a P P
1 T a 1 a a
1
34
ABL模型推导——参数分析
ABL B P P
2. ST股；
3. 交易时间不足30个交易日的股票。 所选股票以再平衡日当天收盘价成交，买卖交易成本按单边0.3%计
算。我们回测的alpha因子均属于风险模型中的8类风格因子，每次利用
选定的alpha因子来替换原风险模型中的相应风格因子。
15
实证分析-参数设定
投资者风险厌恶系数
3
市场风险厌恶系数
先验分布信心水平 因子主观预测
1 Va a PaT a1Pa 1
后验分布
均值方差优化
1
11
ABL模型参数分析
投资风格的“开关”:


更为信任主观观点分布，形成主动管理投资组合， Markowitz模型为此种情况下的特例。
0
更为信任市场均衡分布，形成指数增强投资组合；
12
ABL模型的优势
25
不同投资风格的ABL模型-以EP组合为例
TE
15.00% 10.00% 5.00% 0.00% tau=0.1 tau=0.3 TE tau=1 tau=3
NumStocks
300 250 200 150 100 50 0
264 200
65 20 tau=0.1 tau=0.3 tau=1 tau=3 26
wk.baidu.com
2009-10-1
2010-1-1 2010-4-1 2010-7-1 2010-10-1 2011-1-1 2011-4-1
不同投资风格下的累计净值
流通市值权重累计 Top累计
2011-7-1 2011-10-1 2012-1-1 2012-4-1 2012-7-1 2012-10-1
27
总结
ABL模型为构建量化多因子组合提供了一个统一透明 的框架； 多种投资风格之间自由切换；