基于风险暴露平价的股债平衡策略

【策略名称】：股债平衡策略之基于风险暴露平价
【策略逻辑与思考】
同样持有10万元市值的股票，在2015年时所面临的风险和现在(2019年)是截然不同的。
因为2015年时大量的股票经常动不动就是涨停或跌停，甚至沪深300、中证500这种宽基指数经常都能涨跌百分之五六，而现在，一般股票很少能涨停或跌停，沪深300指数就更不用说了，涨跌超过2%，就可以说是大涨或大跌了。
造成这种现象的原因，是因为2015年时A股波动率大，而现在波动率小。
所谓波动率，就是指股票价格波动的风险大小。
股票市值乘以波动率，就是风险暴露水平。
如果前后两个时点，股票资产的风险暴露水平相等，我们就说是风险暴露平价。
举个例子，假设在2015年牛市高位的某天，股票(沪深300)资产为10万元，沪深300指数的波动率为4.5%，那么此时股票资产的风险暴露水平为4500元(=10万元×4.5%)。
再假设2019年的某天，股票资产为30万元，沪深300指数的波动率为1.5%，此时股票资产的风险暴露水平同样为4500元(=30万元×1.5%)，我们就说这两个时刻是风险暴露平价的。
基于风险暴露平价的股债平衡策略，就是通过调整股票仓位的大小，使股债组合中的股票资产保持风险暴露水平不变，即：
总资产(第t期) × 股票仓位(第t期) × 波动率(第t期) = 总资产(第t-1期) × 股票仓位(第t-1期) × 波动率(第t-1期)
至于初期股票仓位，我们参考上篇文章：《基于估值改进的股债平衡策略》，根据初期时市盈率的分位数来决定，即初期股票仓位=1-PE分位数。
接下来的问题就是，股票波动率怎么计算？
波动率的计算有很多种方法，如标准差、Garch、隐含波动率、已实现波动率等，但真正适合普通投资者使用的只有标准差，因此，我们也用标准差来度量股票的波动率。
【交易标的】
股票：沪深300指数(000300.SH)
债券：中证全债(H11001.CSI)
【测试时间】
2014年1月1日 ~ 2019年7月30日
【交易逻辑】
第t期的目标股票仓位q% = 总资产(第t-1期) × 股票仓位(第t-1期) × 波动率(第t-1期) / {总资产(第t期) × 波动率(第t期)}
(1)当股票的实际仓位s% 减去目标仓位q% 大于10%时，触发再平衡调仓，卖出(s-q)%仓位的股票，并买入债券。
(2)当股票的目标仓位q% 减去实际仓位s% 大于10%时，触发再平衡调仓，买入(q-s)%仓位的股票部分，并卖出债券。
【参数设置】
波动率(标准差)计算时，所需数据长度L = 10，20, 30, 60, 90 ,120
股票指数交易成本：买入卖出均取5/10000（包含交易手续费、流动性成本）
不考虑股票指数分红和打新收益；不考虑债券交易成本
【测试结果】

回顾股债平衡策略标准版的测试结果：

从结果看，基于风险暴露平价的股债平衡策略效果改善很明显，虽然年化收益率提升不多，但通过风险暴露平价，总资产的回撤小了很多，使得策略的收益回撤比大幅提升，普遍可以达到1倍以上。
虽然选取不同的标准差计算数据长度L，策略的效果有一定变化，但普遍表现还是很好的。
综合考虑，我们觉得L取30最合适，前后参数对应的收益回撤比都较高，交易频率、换手率也在可接受范围内。
下图为改进版策略（风险暴露平价）和标准版策略(50%:50%)的净值走势对比图：

总结
基于风险暴露平价对股债平衡策略改进，最大的好处是可以大幅降低总资产的回撤比例，也即降低总资产的风险，从而使策略的收益风险比(年化收益率/最大回撤)大幅提升。
我们选取的代表参数L=30的策略年化收益率可以达到12.1%，最大回撤仅有8.6%，收益风险比已达到1倍以上，可以说是一个很不错的策略了。
考虑实盘时沪深300指数基金还有不低的分红收益和打新收益，效果还会更好，收益风险比可高达1.5倍。
这个效果不仅明显优于股债平衡策略标准版，也优于基于估值改进的股债平衡策略，比收益风险比仅有0.2~0.3倍的买入持有策略和普通定投策略更是好多了。
另外，本策略还有一些细节可以改进，限于篇幅就不在这里讨论了，欢迎有兴趣的朋友一起交流。
本文为股债平衡策略系列的第 5 篇。

期权匿名回答 · 2021-12-14 19:24:54

看完有几个疑问。第一，pe分位数你是怎么算的，带未来函数还是不带未来函数？正常当然不带。我的意思是你选择的回测时间起点可能会导致你开始就是空仓，比如从牛市开始回测；第二，还是回测时间起点的选择。这个可能会让你的回测结果产生很大的变化。所以这个问题要怎么解决？

期权匿名回答 · 2021-12-14 19:25:54

风险应该用相对风险（百分率）。如果像你这么算法，因为股票市值总是在不断上涨，如果一直锚定绝对价值波动的话，你的仓位将向0收敛[捂脸]

基于风险暴露平价的股债平衡策略

2 个回复