光大证券-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-201217

《光大证券-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-201217（31页）.pdf》由会员分享，可在线阅读，更多相关《光大证券-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-201217（31页）.pdf（31页精品完整版）》请在悟空智库报告文库上搜索。

为了能够选取足够多的相关性各具区别的资产，体现各种资产风险收益特征，本篇报告将以中国QDII基金市场为主要视角，选取全球大类资产的代表指数，研究如何构建合适的处理资产相关性和协方差矩阵估计的资产配置模型。

中国QDII基金现状：未满额使用投资额度，多数基金成立时间较短。

目前，国内QDII基金主要的投资区域是中国香港和美国市场，虽然覆盖的投资区域在逐渐增加，但对应基金的成立年限较短，规模也较小。

另一方面，目前中国QDII基金规模远不及QDII投资额度，说明国内QDII基金市场还存在大量的发展空间，发掘成熟可行的海外资产投资方法变得十分重要。

随着QDII基金产品的增加，对于FOF基金而言，海外资产配置成为新的研究目标，但同时，资产数量过多又会存在资产相关性过高、协方差矩阵构建困难等问题。

利用层次聚类方法，构建更具分散风险能力的资产配置模型。

现代机器学习算法中的层次聚类法，能够使得资产协方差矩阵具有更加稳健的形式，减少将所有资产的风险水平都进行对比的繁琐模式。

采用“自底向上”的聚类策略，利用不同的资产距离定义方式，将资产进行重新分类，并对资产进行排序，使得同一类的资产放在相邻的位置，不同类资产间距离相聚越大的排序位置间隔越远。

利用资产间的层级结构以及合适的权重分配方法，本篇报告提出了一些对于投资者具有参考意义的资产配置模型。

利用层次聚类结果构建资产配置模型：各模型回测效果较为不同。

HRP模型（层次风险平价模型）：HRP模型虽然对资产重新做了排序，但最后进行配置时并没有使用到更多聚类的信息，所以其本质上还是按照资产的波动率进行资产配置，与等波动率配置模型结果相近。

HCAA模型（层次聚类资产配置模型）：HCAA模型在大部分时间给予权益资产和其他资产更多的权重，但由于资产间的聚类结果可能不会每次都发生变化，所以各资产的权重在一些时候不会发生变化，这与HCAA模型并没有考虑到资产自身的波动率有关。

HERC模型（层次等风险资产配置模型）：HERC模型能够在很好地判别资产间收益相关性的同时，给予资产更加合理的权重，使得资产组合不会完全由利率风险决定，而好的聚类结果是HERC模型能够分散各种风险的基础。

HCRP模型（层次聚类风险平价模型）：当只在HERC模型的第二层加入风险平价模型进行配置时，HCRP模型能够在HERC模型的基础上获得更多的收益；当在HERC模型的第一层加入风险平价模型进行配置时，HCRP模型的结果将更加接近于风险平价模型。

在HCRP模型中，资产配置的效果更多被第一层资产子类间的配置方法所决定，只在第二层采用风险平价模型的HCRP_ev_rp模型具有普遍有效性。

各模型综合比较及投资建议：结合几个资产配置模型的优劣，我们认为，本篇报告构建的HCRP_ev_rp模型最能够帮助投资者在获得更高收益的同时有效控制风险，如果投资者希望获得最为稳定的收益，那么HRP模型将是最好的选择。

风险提示：模型根据历史数据构建，历史表现不代表未来，市场环境发生重大改变时模型存在失效的可能，进行大类资产配置需考虑各类资产的特有风险。