目标风险型组合设计方法
📚 共计 30 章节
01
目标风险组合概述
定义、核心思想、与传统组合的区别、适用场景
概念
入门
02
风险度量指标
波动率、VaR、CVaR、最大回撤、下行风险
指标
量化
03
资产配置基础
大类资产分类、相关性矩阵、有效前沿理论回顾
配置
马科维茨
04
目标波动率策略
固定波动率、波动率目标、波动率锥、再平衡机制
波动率
策略
05
风险预算模型
等风险贡献、风险预算定义、数学推导、迭代求解
风险预算
优化
06
风险平价策略
桥水全天候策略、风险平价原理、杠杆使用、实证分析
全天候
桥水
07
条件风险价值优化
CVaR最小化、线性规划求解、情景生成、回测框架
CVaR
线性规划
08
最大回撤控制
回撤约束、CPPI策略、TIPP策略、保本机制
回撤
保本
09
动态风险调整
GARCH模型、EWMA波动率、风险预测、自适应调仓
GARCH
动态
10
因子风险模型
Barra模型、因子暴露、因子协方差、风险归因
Barra
因子
11
压力测试与情景分析
历史情景、蒙特卡洛模拟、极端风险、尾部风险
压力测试
蒙特卡洛
12
组合再平衡
再平衡频率、阈值再平衡、税收优化、交易成本
再平衡
交易成本
13
杠杆与融资
杠杆比率、融资成本、保证金管理、杠杆ETF
杠杆
融资
14
衍生品在风险管理中的应用
期权对冲、期货套保、互换协议、结构化产品
衍生品
对冲
15
多资产目标风险组合
股债商汇、跨资产相关性、动态配置、全球化
多资产
全球化
16
ESG与风险约束
ESG整合、排除列表、绿色资产、可持续投资
ESG
可持续
17
流动性风险管理
流动性指标、交易量分析、冲击成本、应急计划
流动性
冲击成本
18
目标风险组合的业绩归因
Brinson归因、风险归因、选股择时、超额收益
归因
Brinson
19
机器学习在风险预测中的应用
随机森林、XGBoost、LSTM、特征工程
机器学习
LSTM
20
贝叶斯方法在组合优化中的应用
黑石-李特曼模型、先验分布、后验更新
贝叶斯
BL模型
21
稳健优化
最坏情况优化、不确定性集合、椭球不确定集、鲁棒解
稳健
鲁棒
22
组合保险策略
OBPI、复制期权、动态对冲、保险成本
保险
OBPI
23
目标风险组合的实战案例
养老金、保险资金、高净值客户、FOF
实战
案例
24
回测框架搭建
数据获取、策略实现、绩效指标、过拟合检验
回测
Python
25
风险管理报告
风险仪表盘、风险限额、预警机制、合规报告
报告
风控
26
监管与合规
Basel III、Solvency II、UCITS、中国资管新规
监管
合规
27
行为金融学与风险决策
损失厌恶、过度自信、锚定效应、处置效应
行为金融
心理
28
高频数据与日内风险管理
分钟级波动率、跳跃检测、微观结构、算法交易
高频
微观结构
29
加密货币与另类资产的风险管理
高波动、流动性、监管、相关性
加密货币
另类
30
未来趋势
AI驱动、去中心化金融、气候风险、实时风险管理
前沿
AI