投资组合分析
探索策略之间的关系以及组合对投资组合特征的影响。
本技能的作用
提供数据以帮助理解投资组合动态:
- 健康检查:一次性全面的投资组合评估
- 相关性:策略之间如何相互变动?
- 结构:投资组合存在哪些重叠或盲区?
- 边际贡献:哪些策略对风险调整后收益有帮助或损害?
- 相似性:是否有策略是冗余的?
- 假设缩放:改变配置将如何影响投资组合?
先决条件
- 正在运行的TradeBlocks MCP服务器
- 加载了多个策略块或多策略块
- 建议为制度覆盖和分析准备策略配置文件
流程
步骤1:投资组合健康检查
从 portfolio_health_check 开始,进行一次性全面的评估。
关键参数:
blockId:块文件夹名称correlationThreshold:标记高于此阈值的策略对(默认:0.5)tailDependenceThreshold:标记高于此阈值的尾部依赖对(默认:0.5)profitProbabilityThreshold:蒙特卡洛盈利概率警告(默认:0.95)wfeThreshold:滚动窗口效率警告(默认:-0.15)
工具返回分层报告:
- 判定:健康 / 中度关注 / 重大关注
- 评分:9个维度的A-F等级:
| 维度 | 评估内容 |
|---|---|
| 多样化 | 策略对之间的相关性 |
| 尾部风险 | 联合极端同向变动风险 |
| 稳健性 | 滚动窗口效率(样本外 vs 样本内) |
| 一致性 | 蒙特卡洛盈利概率 |
| 制度覆盖 | 策略在不同VIX制度下的表现 |
| 天数覆盖 | 一周内交易日覆盖情况 |
| 集中度风险 | 按结构、标的、DTE的配置 |
| 相关性风险 | 配置文件感知的重叠(相同标的+DTE+天数) |
| 缩放一致性 | 回测与实盘每合约盈亏偏差 |
- 标记:具体警告及详情(高相关对、尾部依赖对等)
- 关键数字:夏普比率、索提诺比率、最大回撤、平均相关性、平均尾部依赖、蒙特卡洛统计、滚动窗口效率
展示判定,标记所有低于B的维度,并列出具体警告详情。
步骤2:相关性分析
使用 get_correlation_matrix 获取详细的成对相关性数据。
关键参数:
blockId:块文件夹名称method:"kendall"(稳健、基于秩,默认)、"spearman"(秩)、"pearson"(线性)alignment:"shared"(仅两个策略都交易的天数)或 "zero-pad"(缺失值填充为0)timePeriod:"daily"、"weekly" 或 "monthly" 聚合normalization:"raw"(绝对盈亏)、"margin"(盈亏/保证金)、"notional"(盈亏/名义价值)minSamples:有效计算所需的最小共享周期数(默认:10)highlightThreshold:标记高于此阈值的对(默认:0.7)
解读相关性值:
| 相关性 | 含义 |
|---|---|
| < 0.2 | 极低——策略独立变动 |
| 0.2 - 0.4 | 低——基本独立变动 |
| 0.4 - 0.6 | 中等——存在一些共同行为 |
| 0.6 - 0.8 | 高——显著共同变动 |
| > 0.8 | 极高——策略行为相似 |
更多信息请参见 references/correlation.md,了解为何Kendall tau通常比Pearson更适合交易收益分析。
步骤3:投资组合结构映射
使用 portfolio_structure_map 查看所有已配置策略的波动率制度 × 趋势方向矩阵。
关键参数:
blockId:可选——省略则聚合所有块minTrades:数据稀疏警告阈值(默认:10)
工具返回:
- 18格矩阵(6种波动率制度 × 3个趋势方向),包含每个策略的统计信息
- 重叠检测:同一格中活跃的策略数超过2个
- 盲区:所有策略在该格中均无交易
- 数据稀疏警告:交易数低于阈值的格子
这是理解投资组合构成的关键工具——显示组合在哪些区域有覆盖,哪些区域没有。
步骤4:边际贡献
使用 marginal_contribution 查看每个策略如何影响投资组合的风险调整后收益。
关键参数:
blockId:块文件夹名称targetStrategy:仅针对特定策略计算(可选)topN:返回前N个贡献最大的策略(默认:5)
工具返回:
- 基准投资组合的夏普比率和索提诺比率
- 每个策略的边际夏普和索提诺影响
- 最有益和最少有益的策略
解读:
- 负边际夏普:移除该策略将降低组合夏普——表明其有正向贡献
- 正边际夏普:移除该策略将提高组合夏普——可能损害风险调整后收益
- 注意:边际贡献衡量的是风险调整后影响,而非绝对盈亏。一个盈利的策略如果增加波动性,仍可能降低夏普比率。
步骤5:制度配置顾问
使用 regime_allocation_advisor 交叉引用策略配置文件的预期制度与实际表现。
关键参数:
blockId:可选——省略则聚合所有已配置策略minTrades:每个制度格子中用于可靠统计的最小交易数(默认:5)
工具按策略按制度返回:
- 该制度是否被预期(来自配置文件)或非预期
- 该制度下的胜率、盈亏、交易次数
- 分类:
thesis_aligned:策略在其目标制度中表现符合预期thesis_violation:策略在其应处理的制度中表现不佳hidden_edge:策略在未标记为预期的制度中表现良好
揭示任何论文违反(策略在不该失败的地方失败)和隐藏优势(配置文件未捕捉到的机会)。
步骤6:策略相似度
使用 strategy_similarity 检测可能冗余的策略。
关键参数:
blockId:块文件夹名称correlationThreshold:标记的最小相关性(默认:0.7)tailDependenceThreshold:标记的最小尾部依赖(默认:0.5)minSharedDays:最小共享交易天数(默认:30)topN:最相似的策略对数(默认:5)
工具返回:
- 按综合相似度评分排序的最相似策略对
- 每对的相关性、尾部依赖和交易日重叠情况
- 标记可能增加风险而无多样化收益的策略
如果两个策略高度相关且尾部依赖也高,它们很可能一起回撤——这时的“多样化”是虚幻的。
步骤7:假设缩放
使用 what_if_scaling 探索配置变化。
关键参数:
blockId:块文件夹名称strategyWeights:每个策略的权重,例如{"5/7 17D": 0.5, "Pickle RIC": 1.5}。未指定的默认权重为1.0。权重0表示排除。strategies:多策略模式——包含每个策略的块来源和缩放因子的数组showUncapped:同时显示不设maxContractsPerTrade上限的结果
工具返回:
- 指标的前后对比
- 新权重下每个策略的分解
- 配置文件感知:尊重配置文件中的maxContractsPerTrade上限
- 当设置ignoreMarginReq时发出标记
常见场景:
- “如果移除这个策略会怎样?”——将其权重设为0
- “如果加仓一倍会怎样?”——将权重设为2.0
- “如果除了最佳表现者外全部减半会怎样?”——相应调整权重
步骤8:呈现发现
综合数据:
投资组合健康:
- 判定:[健康 / 中度关注 / 重大关注]
- 需要关注的维度:[所有低于B的等级]
- 关键标记:[具体警告]
相关性发现:
- 平均成对相关性:[值]
- 最高相关性对:[对] 为 [值]
- 最低相关性对:[对] 为 [值]
结构:
- 制度盲区:[无覆盖的格子]
- 重叠区域:[有2个以上策略的格子]
- 集中度:[按标的、DTE、结构类型]
边际贡献:
- 最有益:[策略](边际夏普:[值])
- 最少有益:[策略](边际夏普:[值])
突出发现:
- [值得注意的模式]
- [任何冗余的策略对]
- [论文违反或隐藏优势]
这些结论基于历史数据。用户可根据自身风险承受能力和投资目标做出决策。
解读参考
- references/correlation.md - 理解相关性方法
- references/diversification.md - 多样化概念和尾部风险
相关技能
投资组合分析之后:
/tradeblocks:compare- 特定策略对或块的深度比较/tradeblocks:risk- 头寸规模和凯利分析/tradeblocks:health-check- 单个策略的完整指标
注意
- 相关性基于聚合收益计算,而非逐笔交易
- 过去的相关性模式可能不会在未来的市场环境中持续
- 尾部相关性(危机行为)通常高于正常相关性
- 低相关性并不保证保护——两者可能因不同原因同时亏损
- 样本量很重要——共享数据点至少10个,越多越好
- 策略配置文件对于制度覆盖、结构映射和缩放一致性分析是必需的