投資組合最佳化模型建置
建立均值-變異數、Black-Litterman 與風險平價最佳化模型,並支援約束管理與再平衡規則。
使用時機
- 建構或再平衡多資產或多因子組合,以達成風險/報酬目標
- 將主觀市場觀點融入均衡權重(透過 Black-Litterman)
- 在資產類別或因子間實作風險平價或等風險貢獻
- 評估約束條件(部位限制、行業上限、交易量預算)對效率前緣的影響
- 在市場體制轉變或尾端風險情境下進行壓力測試
需收集的輸入資料
- 報酬估計:歷史報酬序列(頻率、回顧期間、資產範圍)或來自獨立阿爾法模型的遠期預期報酬
- 共變異數/風險模型:樣本共變異數、收縮估計量 (Ledoit-Wolf)、因子風險模型或 DCC-GARCH 規格 — 需記錄選擇原因
- 基準或均衡參考:Black-Litterman 隱含報酬所需的市場市值權重;若追蹤誤差為約束條件則需基準指數
- 投資者觀點 (Black-Litterman):絕對或相對觀點、信心水準(tau、omega 矩陣校準)
- 約束條件:最小/最大部位規模、行業/地區/因子曝險限制、僅做多 vs. 多空、交易量上限、交易成本估計
- 風險預算 (風險平價):每個資產或因子的目標風險貢獻;邊際風險貢獻容忍度
- 再平衡規則:日曆型(每月、每季)與閾值型(漂移區間),若適用則考慮稅務部位考量
工作流程
-
選擇最佳化框架
- 均值-變異數 (Markowitz):當擁有可信的預期報酬估計,且目標是鎖定效率前緣上的某個點或最大化夏普比率時使用。
- Black-Litterman:從均衡(市場市值)權重出發,並融入主觀或模型驅動的觀點時使用。需指定 tau(均衡報酬不確定性的縮放因子),並建構選擇矩陣 (P) 與觀點向量 (Q),搭配以信心水準加權的 omega。
- 風險平價 / 等風險貢獻:當目標是平衡風險配置而不依賴報酬預測時使用。求解權重,使每個資產對投資組合波動的邊際貢獻相等(或與風險預算成比例)。
-
準備輸入資料
- 清理報酬序列:處理遺漏數據、倖存者偏差、公司事件。說明回顧期間與頻率。
- 估計共變異數矩陣。對於大型資產範圍(>50 個資產),應用收縮法或因子分解以避免奇異或不穩定的矩陣。若進行正規化,需記錄特徵值下限。
- 對於 Black-Litterman:推導隱含均衡報酬 (π = δΣw_mkt),然後使用 BL 公式與觀點結合。說明 delta(風險厭惡係數)的推導方式。
-
建立並求解
- 定義目標函數(例如,均值-變異數為最大化 w'μ − (λ/2)w'Σw;風險平價為最小化 Σ(RC_i − RC_target)^2)。
- 將所有約束條件編碼為線性約束或二階錐約束,以適用於凸優化求解器。
- 使用二次規劃(均值-變異數)、序列最小平方法(風險平價)或封閉形式的 BL 後驗進行求解。
- 若求解器無法收斂,則逐步放寬最緊的約束條件,並記錄取捨關係。
-
分析輸出結果
- 報告最佳權重、預期報酬、預期波動率、夏普比率與最大回撤(歷史回測)。
- 分解風險:按資產、因子與行業的貢獻。找出集中風險。
- 進行敏感性分析:擾動預期報酬 ±50–100 基點、移動相關係數 ±0.05–0.10、在 0.01–0.10 範圍內變化 tau(BL)。報告權重穩定性。
- 與基準或當前投資組合比較:主動權重、追蹤誤差、資訊比率。
-
定義再平衡協議
- 指定觸發機制:日曆排程或漂移閾值(例如,當任何權重偏離目標 >2% 時再平衡)。
- 將交易成本模型(固定 + 比例)納入再平衡決策 — 僅在預期效用增益超過估計往返成本時才再平衡。
- 對於稅務敏感的帳戶,應用稅務部位最佳化,並注意短期與長期資本利得。 [驗證:依管轄區的稅務部位規則]
-
文件化與交付
- 產出模型規格表:目標、約束條件、求解器、輸入來源、日期區間、關鍵參數。
- 包含假設登記表,並明確標記所有估計或推斷的輸入項目。
- 附上回測結果與適當的免責聲明(樣本內 vs. 樣本外、交易成本假設、前瞻偏誤檢查)。
輸出
- 最佳權重表:資產/因子、目標權重、當前權重、交易方向、部位規模
- 風險分解:按資產、因子與行業的邊際與百分比風險貢獻
- 效率前緣圖 (均值-變異數) 或 風險貢獻長條圖 (風險平價)
- 敏感性矩陣:在擾動輸入(報酬、相關係數、tau)下的權重變化
- 再平衡規則摘要:觸發類型、成本閾值、預期年化週轉率
- 模型規格表:完整的參數文件以確保可重現性與稽核性
品質檢查
- 權重總和為 1.0(或針對多空組合的目標淨曝險),且滿足所有既定約束條件
- 共變異數矩陣為半正定 — 檢查最小特徵值 > 0(或已應用正規化)
- Black-Litterman 後驗報酬介於均衡報酬與觀點之間 — 極端傾斜表示 omega 校準有誤
- 風險平價解在容忍範圍內(例如,±0.5% 的目標)達到風險貢獻 — 若否,標記求解器收斂問題
- 回測夏普比率相對於資產類別歷史合理 — 傳統資產超過 2.0 的比率需審視是否過度擬合
- 無單一資產超過集中度限制;行業/因子曝險在政策區間內
- 交易成本假設對資產類別與交易規模合理 [驗證:特定市場的買賣價差與佣金表]
- 所有假設、數據來源與參數選擇均已記錄 — 無未經證明的「魔術數字」