利用层次聚类法，构建更具风险分散能力的QDII基金配置方法.docx

目录
1、 背景介绍 5
、传统资产配置方法存在的问题 5
、中国 QDII 基金现状 5
、中国 QDII 基金投资类型分布 6
2、 模型构建 8
、资产层次聚类方法：构建更加稳健的协方差矩阵 8
、如何利用层级结构进行资产配置？ 11
3、 模型回测 14
、资产选择 14
、HRP 模型回测结果 15
、HCAA 模型回测结果 19
、HERC 模型回测结果 21
、HCRP 模型回测 23
、模型总结 26
4、 风险测度讨论与模型对比 27
、风险测度的讨论 27
、各模型综合比较及投资建议 28
5、 风险提示 30
6、 参考文献 30
图目录
图 1：中国全市场 QDII 投资额度及 QDII 基金规模（季度数据） 6
图 2：传统协方差矩阵示意热图 9
图 3：通过层次聚类法资产重新排序后的协方差矩阵示意热图 10
图 4：HCAA 模型算法示意图 12
图 5：HRP 模型回测净值图 16
图 6：2020 年 9 月 30 日各资产 ward 层次聚类结果图 17
图 7：原始 Spearman 相关系数矩阵热力图 17
图 8：重新排列后的 Spearman 相关系数矩阵热力图 17
图 9：原始协方差矩阵热力图 18
图 10：重新排列后的协方差矩阵热力图 18
图 11：风险平价模型各资产权重分布 18
图 12：等波动率配置模型各资产权重分布 19
图 13：HRP 模型（ward 聚类方法）各资产权重分布 19
图 14：HCAA 模型回测净值图 20
图 15：HCAA 模型（average 聚类方法）各资产权重分布 20
图 16：HERC 模型回测净值图 21
图 17：HERC 模型（average 聚类方法）各资产权重分布 22
图 18：2020 年 9 月 30 日各资产 ward 层次聚类方法最优聚类分组结果图 22
图 19：各 HCRP 模型（average 聚类方法）回测净值图 23
图 20：HCRP_ev_rp 模型（average 聚类方法）各资产权重分布 24
图 21：HCRP_rp_ev 模型（average 聚类方法）各资产权重分布 24
图 22：HCRP_rp_rp 模型（average 聚类方法）各资产权重分布 25
图 23：各 HCRP_ev_rp 模型回测净值图 25
图 24：各风险测度下 HERC 模型和 HCRP_ev_rp 模型（average 聚类方法）回测净值图 27
图 25：不同层次风险平价模型回测净值图 28
图 26：11 月 30 日各资产 average 层次聚类方法分组结果图 30
表目录
表 1：各 QDII 基金投资类型个数统计表 7
表 2：各 QDII 基金投资区域个数统计表 7
表 3：HCPR 模型名称介绍 14
表 4：资产选择列表 15
表 5：HRP 模型回测各项收益指标统计表 16
表 6：HCAA 模型回测各项收益指标统计表 20
表 7：HERC 模型回测各项收益指标统计表 21
表 8：各 HCRP 模型（average 聚类方法）回测各项收益指标统计表 23
表 9：各 HCRP_ev_rp 模型回测各项收益指标统计表 26
表 10：各风险测度下 HERC 模型和 HCRP_ev_rp 模型（average 聚类方法）回测各项收益指标统计表 27
表 11：不同层次风险平价模型回测各项收益指标统计表 28
表 12：2020 年 12 月各层次风险平价模型推荐权重列表 29
1、 背景介绍
21 世纪以来，随着金融市场和宏观经济环境的变化，经典的资产配置方法虽然还能够获得一定的资产配置效果，但模型中固有的缺点却越来越多地直接暴露在投资者面前。
、 传统资产配置方法存在的问题
首先，资产间的相关性正在逐渐增大，特别是 2008 年之后，由于金融危机的出现，资产多样化的需求显著降低，这使得不同资产间的相关性变得更强。传统的量化资产配置模型往往忽略了资产相关性带来的影响，例如，风险平价模型往往高配具有低波动率的债券资产，低配波动率较大的其他资产，使得最后的资产配置组合收益受利率风险影响较大，不能起到有效分散风险的效果。
其次，传统的资产配置模型往往需要对资产的协方差矩阵进行估计，但需要资产的数量小于估计样本期，否则可能会造成协方差矩阵不可逆的情况，从而无法构建预期的资产配置组合。但可选资产数量正在逐渐增加，当投