从量化角度优化资产配置

⊙华安事件驱动量化策略基金经理 张序

近年来，伴随家庭财富的不断增长，居民理财需求明显上升。截至2019年底，银行非保本理财规模超过20万亿元。无风险利率中枢将长期下移，居民开始从集中配置不动产和低风险金融资产转向大类资产配置，资产配置需求将迎来新的拐点。

从海外市场的历史经验来看，2008年美联储开启量化宽松后，美国无风险利率中枢不断下移。在这期间，低风险固定收益类资产很难跑赢通货膨胀，而高风险资产存在着较大不确定性。在此背景下，通过资产配置模式管理资金的机构迎来黄金发展期，如桥水基金、AQR资本。

资产配置的目的是以分散化形式将不同类型资产进行组合，以此达到投资者风险收益预期。自上而下，其投资决策流程包括刻画投资者风险偏好，制定战略配置策略、战术调整策略以及主动管理策略。

相比于其他投资类别，资产配置更强调投资的可解释性与可预测性。

可解释性是指在管理组合中能够理解风险和收益的来源：是由战略配置贡献的，还是由战术策略或主动管理贡献的。这有利于我们对投资中的各个环节及时评价和改进。

可预测性是指我们清楚地知道组合的预期收益区间是多少、最大风险是什么，这样就能让投资者精确地匹配到最适合自己风险偏好的产品。

作为量化从业者，我们利用大数据和人工智能刻画投资人风险偏好，通过数量化方法筛选合适的资产作为配置标的，结合传统金融模型、市场行为理论和机器学习模型进行资产风险收益判断、资产组合以及风险管理。这种平台化、流程化的量化投资体系，使投资中的每个步骤更加透明，投资决策更加清晰，降低投资中的撞运气成分。

居民理财、养老基金和社保基金将越来越关注资产配置的合理性与科学性，对资产配置能力的要求不断提高。当前资产配置还处于蓝海市场，而量化投资在国内资产配置中具有较大的应用前景，通过大数据和人工智能的辅助，能够让我们从海量数据中及时发现资产的内部联系、未来的上涨空间，摆脱人性的弱点，获取稳定的低风险收益。（广告）