Markowitz 动态配仓策略

设定大风险厌恶系数时， Markowitz 配仓方法能够实现稳定的高收益

最大回撤 5.8%，波动率 7.9%，并且年化收益达到 16.8%；调仓少、幅度小，看来有相当的可操作性

策略思想
采用 Markowitz 均值方差模型对于分散化的资产(ETF 基金)进行配仓

采用动态信息更新协方差矩阵与收益向量

为避免资产过于集中带来风险，设置单个资产仓位不超过 30%的约束

即：

max(u ′∗w−λ/2∗w ′∗Σ∗w)
∑w=1
0≤w≤0.3
上式中： u 为资产的预期收益率， w 为资产权重，λ为投资者风险厌恶系数，Σ为方差协方差矩阵


采用 Larry Swedroe 的 5/25 方法动态确认调仓频率，即：

1) 当某个资产的 position 变动超过 5%,做一次 rebalance

2) 当某个资产相对于自身原始仓位变动超过 25%,做一次 rebalance

结论

设定大风险厌恶系数时， Markowitz 配仓方法能够实现稳定的高收益

最大回撤 5.8%，波动率 7.9%，并且年化收益达到 16.8%；调仓少、幅度小，看来有相当的可操作性


注：关于 Markowitz 均值方差模型更加详细的介绍可以看量化分析师的 Python 日记 [第 15 天：如何在量化平台上搞一个 wealthfront 出来] https://uqer.io/community/share/5670da3c228e5b8d81f00a87




回测情况



用到的一些 ETF 如下，包含世界范围内的多类资产






概览回测期间持仓情况，可见 2014 年底有一次大幅换仓，之前主要持有美股 ETF ；之后黄金 ETF 与债券 ETF 比例有所提升。