一文了解算法交易，如何构建资产配置模型

概述概述

本文将简要介绍算法交易，并以风险平价基金为例，介绍如何构建资产配置模型。

报告报告

算法交易简介

算法交易是一种使用自动预编程交易订单执行交易的方法，包括时间、价格和交易量等变量。 这种类型的交易是为了利用计算机在速度和数据处理方面的优势而开发的。 流行的“算法”包括成交量百分比、成交量加权平均价格 (VWAP)、时间加权平均价格 (TWAP) 和执行缺口交易。 在 21 世纪，算法交易在散户和机构交易者中越来越受欢迎。 算法交易被广泛使用，因为投资银行、养老基金、共同基金和对冲基金可能需要以分散的方式执行更大的买卖订单，或者执行交易的速度太快以至于人类交易员无法做出反应。 2016 年的一项研究表明，外汇市场上超过 80% 的交易是由交易算法而非人工完成的。

“算法交易”一词通常与“自动交易系统”同义。 其中包括交易策略，例如严重依赖复杂数学公式和高速计算机程序的黑盒交易和量化交易。

这些系统运行的策略包括做市、套利或纯粹的投机（例如趋势跟踪）。 其中许多属于高频交易 (HFT)，其特点是交易量大和订单交易比高。 在人类交易员能够处理他们观察到的信息之前，高频交易策略使用计算机根据以电子方式接收的信息做出复杂的决策以启动订单。 因此，2012 年 2 月，商品期货交易委员会 (CFTC) 成立了一个由学术界和行业专家组成的工作组，就如何最好地定义高频交易向 CFTC 提出建议。 算法交易和高频交易导致市场微观结构发生巨大变化，尤其是在提供流动性的方式上，但也带来了一些争议。

闪崩

随着金融海啸和全球震荡的爆发，许多市场终于被高频交易所主宰。 虽然流动性因此增加，但这样的市场结构还没有通过衰退的考验。 近期VIX的飙升，让大家更有理由担心股市做空时的流动性供应问题。

在新的流动性生态系统中，股市崩盘到目前为止是短暂的，影响相对较小。 然而，一旦经济真的陷入困境，下一次股市崩盘可能就不会那么温和了。 流动性一口气蒸发，势必加剧抛售。

2018年2月上旬，由于国债利率飙升，降低了高股息股票的吸引力，促使“VIX”飙升，道琼斯工业平均指数在三个交易日内下跌近2500点。 高盛指出，美股大幅下跌与高频交易密不可分。

不出所料，2020年3月，价值1.4万亿的风险平价策略程序化交易引发美股流动性危机，三大股指大幅崩盘。

什么是风险平价

2008年次贷危机带来的一个可以预见的变化是风险管理变得更加重要，有时甚至被认为比绩效管理更重要。

从业者和研究人员开始更认真地研究不那么激进的主动投资组合，以避免在下跌或波动的市场中发生潜在的灾难性损失。 两种投资组合方法，最小方差和等权重（EW）方法，被广泛使用。 最小方差组合的目标是使投资组合的方差最小，属于均值方差（MV）投资组合框架，由Henry Markowitz于1959年首创。因此，最小方差组合继承了均值-方差类型的缺点组合，即对协方差矩阵的估计过于敏感。 这种方法也有利于高度集中的投资组合，将风险分散到少数资产中，这与分散风险的常识方法相反。 这种集中的投资组合可能会在金融危机等极端事件中招致灾难性损失。 例如，在 2007-2008 年金融危机期间，股票回报率为 -50%，其次是大多数对冲基金表现不佳。 因此，通过最小化均值方差优化来分散资本的投资组合不一定分散风险。

在新的投资组合中，资本在所有可用资产中的分散程度相同。 实证研究发现，没有任何基于优化的投资组合在样本外夏普比率、回报或营业额方面始终优于简单的 EW 投资组合方法。 一个可能的原因是，通过优化方法设计的投资组合会被估计误差削弱，这些估计误差可以通过对投资组合权重添加约束来克服。 尽管 EW 投资组合的样本外表现良好usdt超高频交易，但这种简单化的风险分散方法实在是太天真了。

因此，接下来是一种称为风险平价方法的新范式，它可以真正实现投资组合及其风险的更加多样化。 2005 年左右，风险平价表明，统一的风险贡献实际上会导致足够多样化的投资组合，以及（事前）风险贡献。 使用历史数据计算的风险不仅是风险方差程度的数学度量，也是（事后）资产损失贡献（即观察到的未来风险和损失）的良好指标usdt超高频交易，尤其是在出现大额损失时。 基于这一观察，避免潜在巨大损失的一种有前途的方法是在选定资产之间分配风险贡献。 典型的风险等价投资组合是等风险贡献 (ERC) 投资组合，它使所有可用资产对投资组合的总风险贡献相等。

风险平价策略起源于1996年，美国著名对冲基金桥水基金成立了第一只风险平价策略基金：全天候基金。 在2000-2002年美国股市的大调整中，风险平价策略以其出色的表现脱颖而出，此后该策略逐渐获得投资机构的青睐。 2008年的金融危机再次证明了这一战略的成功。

风险平价策略构建

如上所述，风险平价策略是一种注重风险配置而非资产配置的资产配置策略。 举一个简单的例子，在一个经典的债务-股票投资组合中，债务/股票比率是 4:6。 风险平价投资组合的目的是让个别资产（即债券或股票）对整体投资组合的总风险贡献相等。

举一个非常简单的例子，我们将为“BTC-USDT”投资组合构建一个风险平价策略。 我们需要首先定义边际风险贡献：

其中：wi代表第i个资产的权重

表示投资组合风险

此外，考虑到资产的权重，我们将σ(Rp)视为权重w1和w2的函数，定义资产1对投资组合p的边际风险贡献，即投资组合风险σ(Rp)乘以权重w1，单项资产的整体风险贡献（不分1或2）为：

单项资产的整体风险贡献之和为总风险

知道这一点，我们将单个资产的整体风险贡献除以总风险，以得出单个资产的最佳配置。

最终只需要在以下两个约束条件下求出最优解，即等风险下的最优资产配置比例。

这是最著名的全天候基金版本，即平均加权风险贡献组合 (EWRCP)。 它使用投资组合（收益率）的波动性作为风险的代理指标。 该方法确定最佳分配权重，目标是每个投资产品对投资组合的波动性贡献相等。

我们将为 EWRCP 策略逻辑构建一个“BTC-USDT”组合。

首先我们选取2017年1月2日至2020年6月16日的BTC和USDT数据，这一步是利用coinmarketcap的收盘价实现的。 我们同时选取这两种资产的个体风险，然后求出等权重组合的标准差。

接下来，我们使用协方差来计算 TRC1 和 TRC2，即单个资产的整体风险贡献。

我们可以看到，由于 BTC 的波动性远高于 USDT，因此它对整体风险的贡献更大。

有了TRC1和TRC2，我们就可以计算出风险平价模型中的w1和w2，即BTC和USDT的权重。 代入后，我们可以计算出新的组合资金曲线。 我们采用资金净值模型进行改造。

我们肉眼可以看到，经过资产配置后，波动性已经明显降低。 在BTC的几次大回撤中，风险平价基金的回撤几乎是肉眼看不见的。

但与此同时，风险平价基金也面临着一个问题，那就是在穿越牛熊的同时，收益率远低于等权重基金。 迄今为止，华尔街主流风险平价基金都选择加杠杆来提高收益率，但这也导致了今年3月的美国股市流动性危机。

结论

虽然风险平价模型不能直接应用到数字货币市场，也不能配置小额资金，但是理解原理可以帮助我们更好地控制模型的风险，解决“我应该给这个产品多少钱”的问题？” 资金”或“我的风险敞口应该如何设置？”

风险提示：

本文文字内容、图片、音频、视频等稿件均为自媒体人及第三方机构发布或转载。

如稿件涉及版权等问题，请联系我们删除。