把投资问题定义为是预测，还是资产配置，是两个完全不同的逻辑。
预测是上帝视角，从后验的角度，怎么看都对，这里几浪，这里是波峰，那里是波谷。经过几个周期呈现出一个趋势，短期内就是布朗运动。物理学是和造物主对弈，你发现的，他就认了，这个规则不会变，而金融市场，你的对手是造物主创造的人，他有能动性，他会变，会按照你的行动调整他的决策，进而呈现出混沌的状态。
资产配置，不去预测价格，它更偏重判断长期趋势，结构化的机会与风险。短期内单个标的会如何变，说实话，太随机。但结构性呈现出来的规律则更加有规律和可判断。
通过对投资标的的风险、收益进行研判，以及它们之间的相关性。有了这些数据，那根据像马可维茨均值-方差等模型，是可以算出最优的有效前沿。最自然的，我们会想用历史数据，去计算均值方差，以及它们之间的相关性。——但这里有一个隐含假设，就是历史的收益率可以代表未来，事实上不成立，如果这个成立，那对于单支股票也是成立的，那投资组合的比例就非常好计算了。这个方法更多在理论上有效。——这个和预测股票收益率的逻辑是一样的，在实践中应用价值有限。
另外一个框架就是“美林时钟”。经济是有周期的。“美林时钟”理论把经济周期分为四个阶段，分别是衰退、复苏、过热、滞涨。
美林时钟
衰退期：该时期表现为经济增长放缓，通胀压力下降，因此企业盈利不佳，商品价格也比较低迷。为了刺激经济，货币政策一般都会趋松，因此投资债券比较合适。
复苏期：该时期表现为经济稳步增长，企业盈利增加，投资者预期较好，因此股票市场的表现会比其他品种更好。
过热期：在此阶段，经济加速增长，通胀压力上升，为避免经济过热，可能会收紧银根，降低了债券的吸引力。而商品价格快速增长，往往强于股票的表现。因此这个时期投资大宗商品较为合适。
滞涨期：在此阶段，经济停滞，通胀压力较大，投资者预期恶化，股票和大宗商品均可能大幅回落，应回避。而债券表现较好，但也可能因为通货膨胀而贬值。因此持有现金进行防御最好，因为现金具有最好的变现能力，能够迅速转化为黄金等品种进行防御。
美林时钟把宏观经济环境简化为两个指标——GDP与CPI，把环境分成四种状态。宏观经济当然不可能如此简化，所以又有进一步的优化Regime-Based分析框架，其实算是美林时钟的扩展。就是我们自己选择宏观经济指标，把过去的历史时期划分成不同的经济状态，然后计算每个状态下，各种资产的风险收益指标，进而再计算它们之间的相关性。
美林投资时钟理论之所以曾风靡投资界的根本原因大于大类资产配置的重要性。大类资产配置是FOF基金的灵魂，资产配置能决定FOF基金70-90%的收益。
历史数据法是按投资标的历史收益率，波动率去估算未来收益率，然后求有效前沿。这里存在的问题是，标的收益率与波动率无法预知。
美林时钟是用GDP、CPI作为宏观经济指标，由经济指标，把市场环境分成四段，就有四种状态的收益率与风险。比历史数据法进步的是，美林时钟考虑了风险收益产生的背景环境。但缺点是仍然还是历史数据。而且GDP/CPI对于风险/收益有多少决定作用，还是个问题。
2016年，被称为中国量化CTA的元年，随着量化投资理论的兴起，大类资产配置的配置原理发展到风险平价理论和因子配置模型阶段。
上述都是基于Markowiz的均值方差模型为基础，在给定风险水平的前提下，特定收益水平下，风险最小的组合，但这个模型有缺点，比如50%股+50%债，那么收益率和波动率大部分是股决定的，结果就是波动率依然不小，而收益也不大。
著名的桥水基金大获成功的模型——风险平价（Risk Parity）。上述例子里，如果把债加上杠杆，达到股的收益与风险类似的层次，就是风险平价的一个例子。桥水应用的是基于资产类别的风险平价。而高盛则提出基于风险因子的风险平价。因为按资产类别，股和债是两大类，但有些股债性很强，而有些债则具备股性。如果某一个相关的风险因子出现时，组合的风险同样会很高。
后续用数据实证之。
投资是一门科学，用量化的理念，前沿的人工智能技术，践行科技金融。 魏佳斌，新浪网产品/技术总监，北京大学光华管理学院MBA，CFA、技术出身的产品总监。擅长Python,R做金融数量分析。 曾就职腾讯，百度，微软，新浪。对互联网商业模式，技术前沿有深度洞察。本文来自专栏：”AI量化投资理财“。公众号：ailabx，可接收最新最热的财富管理洞见。
网友评论