第3章:风险平价策略:如何通过资产配置实现风险均衡,让曲线不再大起大落

做量化交易这些年,我见过太多人把精力全花在找“圣杯”策略上。

结果呢?策略回测漂亮,实盘却像过山车。为什么?

说白了,你只盯着收益,没管风险。

今天聊的风险平价策略,就是专门解决这个问题的。它不追求收益最大化,而是追求风险均衡。让每个资产都“出同样的力”,而不是让某个资产拖垮整个组合。

传统资产配置的坑

先说说传统做法。比如你拿60%买股票,40%买债券。

表面看分散了,实际上呢?股票波动率可能是债券的3-5倍。你算算,组合里90%的风险其实都来自那60%的股票。

我刚开始做资管时也犯过这错。配了10个资产,以为很分散。结果一算风险贡献,黄金和商品几乎没起作用,全让股票和原油扛了。市场一跌,组合直接崩。

这就是传统配置的致命问题——名义分散,风险集中

风险平价的核心思想

风险平价要做的,就是让每个资产对组合的风险贡献相等。

你想想看,如果每个资产的风险贡献都是10%,那就算某个资产暴跌,对整个组合的影响也有限。这才是真正的分散。

核心公式:
每个资产的风险贡献 = 总风险 / 资产数量
即:RC_i = σ_p / N

这里RC_i是第i个资产的风险贡献,σ_p是组合总波动率,N是资产数量。

怎么实现?一个简单例子

假设你有两个资产:股票(年化波动20%)和债券(年化波动5%)。

传统60/40组合,股票风险贡献占90%以上。风险平价怎么做?

我们需要调整权重,让两者的风险贡献相等:

# 风险平价权重计算示例
import numpy as np

# 资产波动率
vol_stock = 0.20
vol_bond = 0.05

# 假设相关系数为0.2
corr = 0.2

# 风险平价求解
# 目标:w_stock * vol_stock = w_bond * vol_bond
# 且 w_stock + w_bond = 1

w_stock = vol_bond / (vol_stock + vol_bond)
w_bond = vol_stock / (vol_stock + vol_bond)

print(f"股票权重: {w_stock:.2%}")
print(f"债券权重: {w_bond:.2%}")

# 计算风险贡献
cov_matrix = np.array([
    [vol_stock**2, vol_stock*vol_bond*corr],
    [vol_stock*vol_bond*corr, vol_bond**2]
])

weights = np.array([w_stock, w_bond])
portfolio_var = weights @ cov_matrix @ weights
portfolio_vol = np.sqrt(portfolio_var)

# 边际风险贡献
mrc = cov_matrix @ weights / portfolio_vol
rc = weights * mrc

print(f"组合波动率: {portfolio_vol:.2%}")
print(f"股票风险贡献: {rc[0]/portfolio_var:.2%}")
print(f"债券风险贡献: {rc[1]/portfolio_var:.2%}")

你看,股票权重只有20%,债券占了80%。但两者的风险贡献几乎相等。这就是风险平价——用低风险资产的高仓位,对冲高风险资产的低仓位

多资产风险平价

实际中我们不会只配两个资产。我习惯用4-6个低相关资产构建组合。

比如:

  • 股票(沪深300)
  • 债券(国债指数)
  • 商品(南华商品指数)
  • 黄金(AU9999)
  • 现金(货币基金)

每个资产的风险贡献目标设为20%。

我的经验: 资产间的相关性越低,风险平价效果越好。我一般要求两两相关性不超过0.3。如果相关性太高,比如股票和商品在某些周期里同涨同跌,那风险平价的效果会打折扣。

风险平价 vs 传统配置

对比维度 传统60/40 风险平价
风险集中度 高(股票占90%+风险) 低(各资产风险均等)
最大回撤 通常30-50% 通常10-20%
收益稳定性 差(牛熊分明) 好(曲线平滑)
杠杆需求 可能需要(低风险资产权重高)
适合资金 风险偏好型 稳健型、大资金

嗯,这里要注意。风险平价组合里债券和现金的权重往往很高,整体收益可能偏低。所以很多机构会加一点杠杆,把波动率拉到目标水平。

我个人不建议散户加杠杆。你可以通过调整资产池来提升收益——比如加入一些另类资产,像REITs、私募债等。

避坑指南

我曾经踩过的坑:
  1. 用历史波动率预测未来——波动率会变。我建议用滚动窗口(比如60天)动态调整权重。
  2. 忽略相关性突变——危机时所有资产相关性趋近1,风险平价会失效。记得留现金仓位。
  3. 过度优化——别追求每个周期都完美。风险平价是长期策略,短期可能跑输。

一张图看懂风险平价

下面这张图展示了风险平价的核心逻辑:从资产配置到风险均衡的完整流程。

风险平价策略核心流程 选择低相关资产 计算各资产波动率 求解风险平价权重 动态再平衡 关键要点 • 相关性 < 0.3 • 滚动窗口计算 • 风险贡献相等 • 月度再平衡 • 留5-10%现金 • 监控相关性突变 • 避免过度优化 • 长期持有心态 目标:每个资产风险贡献 = 总风险 / 资产数量

实战建议

如果你刚开始尝试风险平价,我建议:

  1. 从3-4个资产开始——股票、债券、商品、黄金就够了。
  2. 用日频数据计算波动率——窗口选60-120天。
  3. 月度再平衡——太频繁会增加交易成本,太慢会偏离目标。
  4. 留5%现金——应对极端行情和相关性突变。

风险平价不是万能药。它不能让你的收益翻倍,但能让你的曲线不再大起大落。对于管理大资金或者追求稳健收益的朋友来说,这可能是最值得花时间研究的配置方法。

记住一句话:控制住风险,收益自然会来


公众号:蓝海资料掘金营,微信deep3321