爱建证券-量化资产配置专题报告：《结合回归树的BL资产配置模型的实践运用》-190827

《爱建证券-量化资产配置专题报告：《结合回归树的BL资产配置模型的实践运用》-190827（22页）.pdf》由会员分享，可在线阅读，更多相关《爱建证券-量化资产配置专题报告：《结合回归树的BL资产配置模型的实践运用》-190827（22页）.pdf（22页精品完整版）》请在悟空智库报告文库上搜索。

　　在实际投资中不存在一个万能的模型，所有的资产配置模型或者方法在不同市场不同时期都会有不同的表现，一个相对更容易被接受的资产配置模型在实践运用中需要考量当时的经济环境背景。本篇报告将会围绕着Black-Litterman模型(BL模型)来展开，区别于传统资产配置模型，BL模型在不完全受限于历史数据的情况下可以加入一些主观观点从而降低模型失效的概率，因为历史的均值回报和协方差矩阵有时候不是最好的估计值。
　　观点是一把双刃剑，当主观预期和实际情况之间存在较大的背离时会严重影响资产配置结果，所以主观预期并不是简单地给出一些数值而是要基于科学定量分析，主观观点的数值会从回归树视角下的宏观经济变量与大类资产回报之间的关系来估计。回归树是机器学习里监督学习回归算法中的一种，回归树可以说和线性回归的关系不大，在应对变量间相关性较高的宏观经济变量时回归树可以说是一个不错的选择，而且在众多的算法中它的计算过程也比较快。
　　报告中选择了和权益、固收、货币、商品相关的指数作为资产,主要是因为每类资产现在几乎都有对应的ETF产品，通过ETF构建组合具有五省的优点：省事、省心、省钱、省时、省力。样本外的回测结果显示结合了回归树的BL模型整体表现相对较好，回归树视角下的宏观经济变量与大类资产回报之间的关系为主观预期提供了一定的参考价值。
　　风险提示：本报告通过对历史数据进行分析、建模、解释与回测，由于市场具有不确定性，所有结果仅在统计意义下有望获得良好投资效果，历史数据不代表未来业绩，敬请广大投资者注意策略失效的风险。