平衡收益、风险、交易成本
基于经验
- 等权重（头寸，风险） 使用前提使用等权模型 因为 非等权重 加权 有缺陷
非等权重加权 可能 承担不必要风险
等权重 可以减少避免不良数据带来的风险
可能受到流动性约束 不能真的等权重
-
等风险
缺点
风险的度量基本基于历史，可能发生突变 -
阿尔法驱动
缺点
基于算法 通过目标函数寻找最优的组合
MPT 现代投资组合
均值方差优化 风险调整收益
- 投资组合规模
- 期望风险水平
- 缩小可行域的约束条件
模型输入量
- 期望收益
- 期望波动率 历史数据计算实际波动率
- 相关系数矩阵
产品关系随时间会很不稳定 长时间也是 相关系数波动较大
不稳定是正常的，因为有多种因素决定金融产品间的相关性
优化技术
- 无约束条件 全仓最高收益的产品
-
有约束条件 约束条件 总头寸规模
- 交易成本
布莱特李特曼优化
结合多个预测
重新采样效率
要确保历史样本数据能很好代表整个分布
输出
模型选择
