量化资产配置系列之二：多资产相关性研究

请务必阅读正文后的声明及说明 [Table_Info1] 证券研究报告 [Table_Date] 发布时间：2025-03-15 [Table_Invest] 调整前 调整后 年化收益 7.27% 8.21% 年化波动 7.64% 7.56% 夏普比率 0.95 1.09 [Table_Report] 相关报告 《自由现金流策略分析与组合实践》 --20250310 《上月反转、技术因子表现较优》 --20250305 《融合订单簿信息的深度学习选股模型》 --20250302 《上月预期、质量、流动性因子表现较优》 --20250210 《2024 年四季度公募 FOF 基金业绩及持仓分析》 --20250124 [Table_Author] 证券分析师：王琦 执业证书编号：S0550521100001 021-61002390 wangqi_5636@nesc.cn 研究助理：江雨航 执业证书编号：S0550123070023 15822355669 jiangyh1@nesc.cn [Table_Title] 证券研究报告 /金融工程研究报告 多资产相关性研究 ---量化资产配置系列之二 报告摘要： [Table_Summary] 在资产配置研究中，多资产收益间的相关性是控制组合波动的关键，股票和债券作为两大核心资产，其收益之间的关联性一直都是研究的重点。本文将从股债相关性切入，搭建适合衡量动态相关性的模型，将其运用于调整多资产收益协方差矩阵，实现量化资产配置策略的优化。 股票和债券回报之间的相关性对资产配置和风险管理策略实施有着直接影响，同时一定程度上对应市场环境的变化。在股债相关性预期较高的时期，投资者可以减少股票和债券之间的对冲效果，适当调整资产权重，以降低组合风险。相反，如果预期相关性较低，可以增加债券的配置比例，利用债券的避险属性。 滚动取过去一段窗口期的收益序列，直接计算相关性（RWC），是估计股债相关性最简单的方式，但弊端也很明显：1）不能充分地体现相关性在时间序列上的变化，对新信息的反应较为滞后；2）异常的收益数据会导致估计值出现跳跃式变化，不利于进行趋势分析。 DCC 模型能更好的捕捉相关性的动态变化。作为短期波动的估计，DCC_CORR 日频序列噪音相对较少，受异常值影响小，且能直观展示每个 交 易 日 相 关 性 估 计 值 的 变 化 。 作 为 相 对 长 区 间 波 动 的 估 计 ，DCC_CORR 的移动均值对比 RWC 更加平滑，趋势明显。 DCC 模型兼具一定的预测能力。拟合参数结果显示股债相关性/多资产相关性受历史相关性矩阵影响远大于资产自身历史残差波动，因此具有较强的持续性。使用 DCC 模型外推下一期估计值作为 DCC_CORR 预测值，适用于对未来短期相关性的预估，而长期下 DCC_CORR 预测均值与对应窗口 RWC 的相关性始终保持在 0.7 以上，同样具有一定的指示能力。 使用 DCC 模型对多资产相关性矩阵进行拟合，并预测下一期的相关性，调整协方差矩阵，能够降低组合波动和最大回撤，提升夏普比率。相关性调整后风险平价指数组合年化收益 7.11%，夏普比率 2.13，ETF 组合年化收益 7.40%，夏普比率 1.94。相关性调整后 PCA+风险平价指数组合年化收益 8.21%，夏普比率 1.09，ETF 组合年化收益 9.78%，夏普比率1.07。 风险提示：以上结果基于历史数据和数学模型，存在失效的可能性。 请务必阅读正文后的声明及说明 2 / 30 [Table_PageTop] 金融工程研究 目 录 1. 股债行情复盘 ...................................................................................................... 4 1.1. 股债跷跷板 ............................................................................................................................... 4 1.2. 股债同向 ................................................................................................................................... 6 2. 股债相关性 .......................................................................................................... 7 2.1. 股债相关性计算 ....................................................................................................................... 7 2.1.1. 滚动窗口相关性 ............................................................................................................................................7 2.1.2. DCC 模型 .......................................................................................................................................................8 2.1.2.1. 全区间拟合 ....................................................................................................................................................8 2.1.2.2. 滚动区间拟合 ................................................................................................................................................9 2.2. 拆解股债相关性变动 .................................................................................