来源：兴业证券
本文介绍了多种协方差矩阵的预测方法，并比较了不同方法的预测误差和样本外最小方差组合的构建准确度。具体来说我们首先选取了中国大类资产组合、中国股票行业组合、全球大类资产组合和全球股票行业组合作为测算基准，然后测试了历史协方差法、收缩历史协方差、指数移动平均法、DCC-GARCH 模型和 GO-GARCH 模型的预测能力。
我们将动态协方差预测方法应用于风险预算组合的构建，发现协方差预测的越准确，组合表现越优异。以股、债和黄金构建的月度调仓风险预算组合为例，假设股票风险预算为 75%，债券和黄金等权分配剩余 25%的预算。结果显示，历史协方差法只能实现 7.15%的年化收益，1.90 的收益风险比，最大回撤 7.67%。假设理想情况下我们已知下月真实样本协方差，则基于此构建的组合可以实现 8.72%的年化收益，2.51 的收益风险比，最大回撤仅有 3.86%。而基于 DCC-GARCH 的动态协方差预测方法可以实现 8.21%的年化收益，2.13 的收益风险比，最大回撤也降低到 4.91%。我们仅仅通过改进协方差矩阵的预测方法就可以明显改进经典风险预算组合的表现，是一种低成本的组合增强的方法。
（PDF，1 M，25页）
评论0