大类资产策略研究（四）：“均值-方差”框架下ETF多头组合的协方差降噪

请仔细阅读报告末页声明 策略研究 证券研究报告/策略研究 2026 年 09 月 28 日 “均值-方差”框架下 ETF 多头组合的协方差降噪 大类资产策略研究（四） 研报摘要 ⚫ 报告以金融街证券大类资产策略研究（一）的目标波动率模型为基准，考察“均值-方差”框架下的风险预测与组合优化问题。原模型通过单资产仓位上限和大类比例约束，取得了较稳健的历史表现；但放宽这些约束后，按固定基准目标权重测得的实现／预测波动比约为 1.28，表明实际风险高于模型预测。报告参考Pedersen et al.（2021） 提出的增强型组合优化（Enhanced Portfolio Optimization，简称 EPO）算法，探索如何在保留多头约束的同时改善风险估计。 ⚫ 标准 EPO 能够抑制低估风险所引起的极端配置，但其统一收缩方式未必完全适合ETF 多头组合。该方法将相关矩阵向单位矩阵收缩，一方面提高低特征值方向的风险估计，另一方面降低高特征值方向的风险估计。在多头、无杠杆条件下，做空限制已排除一部分极端配置，前一种调整的边际作用可能减弱；如果高特征值反映权益、债券和商品共同承受的真实风险，后一种调整还可能使优化器低估该方向的风险。针对这一问题，报告提出单向上调 EPO 方案：仅提高低于 1 的特征值，保留其他主成分方向的原始风险估计。 ⚫ 单向上调 EPO 在 16 资产组合的完整回测中，同时改善了历史业绩与风险预测。2014 年 12 月至 2026 年 8 月，该组合的年化收益率为 7.61%，标准夏普为 1.014，最大回撤为-9.82%；同期基准模型分别为 7.00%、0.897 和-11.18%。在固定基准目标权重下，基准、单向上调 EPO 和标准 EPO 风险矩阵对应的实现／预测波动比分别为 1.30、1.21 和 1.38，说明单向调整更有助于缓解这一模型中的风险低估。单向调整的改善方向在不同风险上限、权益资产扩容和参数测试中总体得到支持，但业绩并非在所有阶段一致占优。 ⚫ 报告基于单向上调 EPO 算法，构建 20 个底层资产的目标波动率配置组合。组合在2014 年 12 月至 2026 年 8 月的年化收益率为 7.47%，年化波动率为 5.54%，最大回撤为-10.69%。采用单向上调 EPO 算法做协方差调整，为“均值-方差”框架下的多资产策略做资产扩容和风险管理提供了有效工具。 ⚫ 风险提示: 关注历史回测与参数选择风险，历史收益、回撤和胜率均不代表未来表现；关注风险估算与市场状态变化风险；关注持仓集中与收益信号失效风险，历史收益信号在持仓期反转时，既有配置可能同时面临收益下降和风险上升；关注指数映射与交易执行风险，回测未计入交易佣金、市场冲击等交易成本，也未考虑 ETF 产品运营相关的产品费率、跟踪误差等。 证券分析师 张一 S0670524030001 zhangyi@jrjzq.com.cn 柯岩 S0670526060002 keyan@jrjzq.com.cn 相关研究 《20241210-恒泰证券-大类资产策略研究（一）：“固收+”策略中风险分散模型的应用探索》 《20260316-金融街证券-全天候策略研究：基于境内 ETF 的多资产配置实战》 《20260403-金融街证券-穿越周期 VS 趋势跟随？国际冲突下的多资产策略对比跟踪》 相 请仔细阅读报告末页声明 2 / 16 策略研究 目录 一、基础模型：目标波动率模型简明稳健，风险端有待提升 ............................ 4 （一）目标波动率模型基础设定与业绩跟踪 ................................................................... 4 （二）“均值-方差”框架下的常见协方差降噪方法 ........................................................... 5 （三）测试基准：打开大类资产仓位约束后的目标波动率模型 ................................... 6 二、优化方案：在多头仓位约束下，对风险估算进行降噪 ................................ 7 （一）标准 EPO 算法：减少“均值-方差”模型对低特征值主成分的风险低估 .............. 7 （二）基于 ETF 构建多资产策略时， 标准 EPO 算法的边际作用可能受限 ................. 8 （三）EPO 算法调整：从统一收缩到尾部值单向上调 .................................................... 9 三、实证检验：调整后 EPO 算法能较好实现降噪目标 ..................................... 10 （一）以目标波动率模型为基准，调整后 EPO 算法改善组合收益回撤结构 ............. 10 （二）模型稳健性测试：风险约束调整与资产扩容 ..................................................... 11 （三）参数测试：不同收缩比例下的模型优化结果对比 ............................................. 12 四、模型迭代：算法优化、资产扩容后的多资产配置方案 .............................. 12 （一）加入单向上调 EPO 算法的目标波动率模型构建 ................................................. 12 （二）小结与展望 ............................................................................................................. 15 五、风险提示 .......................................................................................................... 15 请仔细阅读报告末页声明 3 / 16 策略研究 图表目录 图 1：目标波动率模型样本外净值跟踪 .................................................................................... 5 图 2：三种协方差降噪方法路径对比：在不同环节抑制优化结果中的极端权重 ................ 6 图 3：采用 EPO 算法调整后的目标波动率组合净值走势对比 .............................................. 10 图 4：基于单向上调 EPO 算法迭代的目标波动率模型净值表现 ...................