|
历史回测 本节将以五支典型的数字资产量化基金组成的拟投资产域为例，比较前文所述的不同策略的配置结果。为公平进行比较，我们统一用五支子基金 2019.11.1 至 2020.2.29 的净值数据作为训练集计算配置方案。根据训练期各基金的净值标新预测得到收益与协方差矩阵（可由表中波动率及相关性矩阵得到）如下表所示： 各策略得到的权重分配如下图所示： 可以看出，现代组合理论中切点组合理论和最小方差组合理论均配置了三支基金，权重分配相对集中。特别是切点组合理论，分配给单只基金（子基金 5）的权重超过了 50%。由于子基金 2 自身的波动率高且与其他子基金的相关性较高，风险均衡策略分配给子基金 2 的权重较少。相较于大类资产波动率差异的明显，数字资产量化基金则走势相似，具体表现为：即使是不同策略的基金，它们的波动率依然落在同一量级。这导致风险均衡策略下的权重结果并未能与等权重策略有明显区分。 不同配置策略下的 FOF 在 2020.3.1 到 2020.6.1 的净值回测结果如下图所示： 各策略下 FOF 的表现如下表： 测试周期跨越了 312 大跌、比特币第三次区块奖励减半等行情。由于训练集时间跨度有限，对基金未来收益率和协方差矩阵进行估计预测又完全基于历史数据的现代组合理论劣势明显。复盘来看，子基金 5 在训练周期（2019.11.1 至 2020.2.29）表现亮眼，但测试周期（2020.3.1 到 2020.6.1）的表现十分不理想，出现了较大回撤。由于切点组合理论对历史数据最为敏感，当资产在测试期和训练期的表现差异扩大时，切点组合理论的结果现会明显偏离预期。与等权重组合策略相比，风险均衡策略并未表现出明显优势，原因可能是回测周期较短并且子基金间的波动率差异有限。 各配置策略的探讨和优化 在现代组合理论的资产配置逻辑通俗易懂，模型简单易用，因此曾在传统金融市场被广泛使用。然而，互联网危机以来，学术界和业界对现代组合理论的质疑和批评越来越多，主要集中在以下方面： 1. 现代组合理论的运用要求对协方差矩阵进行估算、并且要预测资产的未来收益，最优资产组合 (责任编辑：admin1) |