- 层级风险平价(HRP):用相关性树把马科维茨的协方差病治好
马科维茨均值-方差最优解对协方差估计极度敏感:只要资产高度共线,样本协方差的一点噪声就会让最优权重爆成几十倍杠杆。层级风险平价(HRP, López de Prado 2016)干脆不碰逆协方差,而是用相关性距离做层次聚类,把资产聚成一棵树,再自顶向下按子组合波动率二分配置。本文用 12 个合成资产(含一对近复制资产)复现:最小方差解出 2.09 倍总敞口、5 个资产做空、bootstrap 权重 std 0.025;HRP 权重有界、风险贡献接近均衡、bootstrap 权重 std 仅 0.015——它不保证更高收益,但把『估计误差』这条命门堵上了。附完整 Python 与六类真实陷阱(高阶)。
14 min Chinese - 层次风险平价(HRP):用聚类与递归二分超越传统风险平价
传统风险平价要么求逆协方差(病态)要么坍缩到单名40%+;HRP 不求逆:Ward 聚类+递归二分按逆方差切权重,样本外波动14.13%低于等权14.82%、最大单名仅19.8%远胜最小方差37.6%集中。
11 min Chinese
返回