资产配置定量研究系列之十一：利用层次聚类法，构建更具风险分散能力的QDII基金配置方法-20201217-光大证券-31页_2mb

利用层次聚类法构建更具风险分散能力的QDII基金配置方法总结

核心内容

本报告旨在探讨如何利用层次聚类方法构建更具风险分散能力的QDII基金配置模型。通过对资产进行聚类分析，构建更稳健的协方差矩阵，从而提升资产配置效果。报告分析了多种模型，包括HRP、HCAA、HERC和HCRP模型，并通过回测评估其表现。

主要观点

1. 传统资产配置方法的局限性：

   • 资产间相关性增强，特别是金融危机后，导致传统模型难以有效分散风险。
   • 协方差矩阵在资产数量较多时易出现不可逆问题，影响资产配置的稳定性。

2. 层次聚类方法的优势：

   • 层次聚类法能够有效减少资产间的相关性影响，构建具有准对角结构的协方差矩阵，提高模型的可逆性。
   • 通过资产的层级结构，可以更合理地分配权重，增强资产组合的多样性。

3. 模型构建与改进：

   • HRP模型：基于层次聚类的二分法进行资产配置，但未充分利用聚类信息，本质上仍依据波动率进行配置。
   • HCAA模型：在HRP基础上改进，利用层级结构进行资产配置，但忽略了资产自身的风险水平，导致权重分配不够合理。
   • HERC模型：结合HRP和HCAA，同时考虑资产的聚类结构和自身风险，提升配置的合理性，但未使用协方差信息，存在一定的错配风险。
   • HCRP模型：在HERC模型基础上引入风险平价模型，以更有效地利用协方差信息，提升资产配置效果。其中，HCRP_ev_rp模型在第二层使用风险平价模型，具有普遍有效性。

关键信息

• 中国QDII基金现状：

  • QDII基金主要投资于中国香港和美国市场，覆盖区域逐步扩大，但多数基金成立时间较短，规模较小。
  • 当前QDII基金规模远低于投资额度，市场尚有较大发展空间。

• 资产选择：

  • 回测使用了21个全球代表指数，涵盖权益、债券、大宗商品和其他资产。
  • 选取资产时考虑了国内QDII基金的种类和投资区域，以确保资产配置的代表性。

• 模型回测结果：

  • HRP模型在收益与风险之间取得平衡，与等波动率模型表现相近。
  • HCAA模型在收益上表现较好，但波动率和最大回撤较高，稳定性较差。
  • HERC模型在收益和风险之间取得较好平衡，但未考虑协方差信息，存在错配风险。
  • HCRP_ev_rp模型在多个聚类方法下表现稳定，收益和风险控制效果优于HERC模型，且在收益上优于HRP模型。

• 投资建议：

  • 如果投资者希望获得更高的收益，推荐使用HCRP_ev_rp模型。
  • 如果投资者希望获得更稳定的收益，推荐使用HRP模型。

• 风险提示：

  • 模型基于历史数据构建，无法保证未来表现。
  • 市场环境变化可能导致模型失效，需考虑资产的特有风险。

模型对比与效果分析

模型名称	年化收益率	年化波动率	最大回撤	夏普比率
风险平价模型	4.46%	2.22%	-5.73%	1.98
等波动率配置模型	4.13%	1.28%	-4.47%	3.17
HRP模型: average聚类方法	3.99%	1.23%	-4.72%	3.19
HCAA模型: average聚类方法	7.76%	6.09%	-14.13%	1.26
HERC模型: average聚类方法 CDaR	6.97%	3.77%	-7.44%	1.80
HCRP_ev_rp模型: average聚类方法 CDaR	7.03%	3.88%	-7.32%	1.77

投资建议

• HCRP_ev_rp模型：适合追求更高收益并有效控制风险的投资者。
• HRP模型：适合追求稳定收益的投资者。
• HCAA模型：虽然收益较高，但风险控制效果较差，需谨慎使用。
• HERC模型：在收益和风险之间取得较好平衡，但需注意子类内部资产的相关性问题。

风险测度分析

• Variance（方差）：基础风险测度方式，简单有效。
• ES（期望亏损）：能够提升收益，但波动率和最大回撤有所增加。
• CDaR（条件风险跌幅）：在多个模型中表现最佳，能够有效提升收益，同时控制波动率和最大回撤。

结论

本报告构建的HCRP_ev_rp模型在风险分散和收益提升方面表现优异，是当前较为成熟的海外资产配置方法。对于不同风险偏好的投资者，可以选择不同的模型进行资产配置，以达到最优的风险收益比。