量化投资策略设计与分析 - 多策略¶
本文是 2023 年 3 月 25 日的量化投资策略设计与分析的课程笔记，本节课介绍了多策略组合。
假设有以下多个策略，时间跨度是从 1998 年到 2013 年。其中没有明星策略，有些策略甚至有巨大回撤。
等权重组合¶
做为组合研究的基准，以下是等权重组合的累积收益率曲线。
根据近期回报率调整策略权重¶
下图是指每个月调整一次权重，最近 6 个月的平均回报高的占有更大权重。
通过定期调整策略权重的方法，我们获得了比等权重更高的回报率。(其实作弊了)
有两个参数需要研究：
- 调整权重需要用到近期平均回报率，这个近期是指多长时间，即回溯样本长度是多少？
- 每隔多长时间调整一次权重？
不同回溯样本长度¶
下图画出不同回溯样本长度的情况下，每月进行权重调整的平均月度回报比较，基准仍然是等权重组合。
不同调整频率¶
只要我们调整权重的频率不要太低（超过 6 个月），我们一般能获得比等权重更高的回报率。（回溯样本为 3 个月）
经过对回溯样本长度和调整频率的研究，我们意识到：
- 这种依据近期回报率调整权重的方法，一般可以获得比等权重更高的回报率；
- 但是信息比率反而不如等权重。
可能有以下原因：
- 这种只以回报率为调整标准的方法，完全忽略了策略的波动性和相关性。
- 近期表现较好的策略往往相关性较高，容易导致过高配置相关性很高的策略。
根据近期信息比率调整策略权重¶
下图是指每个月调整一次权重，最近 6 个月的信息比率高的占有更大权重。
不同回溯样本长度¶
下图画出不同回溯样本长度的情况下，每月进行权重调整的平均月度回报比较，基准仍然是等权重组合。
信息比率还是不如等权重组合。
反直觉的现象
我们以最近一段时间的信息比率为权重依据，但得到的投资组合的信息比率反而害不如等权组合的信息比率。
不同调整频率¶
不同调整频率下，我们一般能获得比等权重更高的回报率。
调整频率过低下，会造成信息比率下降。
均值 - 方差模型¶
样本内检验最大信息比率权重，所得到的业绩全面优于等权重组合。
样本内最大信息比率组合收益率曲线较为平滑。
不同回溯样本长度¶
在各个回测样本长度的情况下，回报率和信息比率大体上都优于等权重组合。
不同调整频率¶
不同调整频率下，我们一般能获得比等权重更高的回报率。
总结¶
利用近期回报数据计算最大化信息比率权重的方法，
- 一般可以获得比等权重更高的回报率；
- 一般可以获得比等权重更高的信息比率；
- 调整频率不能太低。
其优越性主要体现在，这种方法考虑了多策略的各种性质：
- 回报率
- 波动率
- 相关性
各类方法比较¶
- 依据近期回报率/信息比率调整权重的方法能取得较大的回报率；
- 但是经常在相同类型策略上放入太高的比重，造成波动率上升，信息比率下降；
- 利用近期回报数据计算最大化信息比率权重的方法兼顾回报率，波动率和相关性，是可以重点考虑的方法。
需要考虑的问题：
- 过往回报是否预测未来回报？
- 过往波动率是否预测未来波动率？
- 过往相关性是否预测未来相关性？