- 等风险贡献组合(ERC):让每个资产对总风险的贡献完全相等
马科维茨最大夏普对协方差估计极度敏感——样本噪声一来,权重就爆成几十倍杠杆、还冒出一堆空头。等风险贡献(ERC / Risk Parity)干脆放弃预测收益,只要求「每个资产对组合总波动率的边际贡献完全相等」。本文用固定点迭代 w∝1/(Σw) 在 6 资产合成上求解:ERC 收敛 263 步、风险贡献精确 16.67%×6(方差 9.7e−33,而等权 9.5e−07),权重向低波动资产倾斜(最低波动资产拿 41% 权重);并在高/低相关市场下验证风险贡献依旧均匀。附完整 Python 与六类真实陷阱(中阶)。
12 min Chinese - 反演优化隐含风险:从组合的边际风险反推各大类资产的真实暴露
基金经理告诉你「股票 50%、国债 25%、商品 5%」,你以为自己分散了——但权重只告诉你投了多少钱,没告诉你扛了多少风险。本文先用风险贡献分解证明:这个 6 大类组合里股票仅占 50% 权重却贡献了 84.1% 的风险、国债还是负的。再用反演优化(reverse optimization)从已知组合权重与协方差反推基金经理「隐含假设」的预期收益(μ = γΣw),并对照等风险贡献(ERC)组合把每类资产压到完全相等的风险(16.67%×6)。附完整 Python 与六类真实陷阱(中阶)。
13 min Chinese
返回