亚历克斯·Roumi MathWorks
在这段视频中,我们将讨论分层风险平价投资组合结构,与均值-方差方法相比,它能产生一个更加多样化的投资组合。HRP侧重于风险的分配,而不是资本的分配。该算法分三个阶段:树聚类、拟对角化和递归对分。
阶段1:树集群
我们首先使用统计和机器学习工具箱中的连杆和树状图内置函数来构造和可视化层次树。分层聚类是找到资产之间的距离,并将它们分组到树中,这样分配就可以通过树图向下流动。
第2阶段:准对角线化
然后执行准对角线化,使得最大值沿着对角线铺位。通过这种方式,将类似的投资放在一起,并且不同的投资远远相当。
第三阶段:递归二分
现在,有了这个树形结构,我们就可以使用风险均等概念来分配资金了。让我们考虑四个资产的例子。我们给所有资产分配一个单位重量。我们将当前列表分成左右两部分。我们根据逆方差找到了左表和右表的权值。我们计算左、右两半的总方差,以及分裂因子。我们最终将两边的权值都乘以。我们对每一半重复完全相同的算法:平分为左右部分,计算权值和方差,并按alpha调整权值。当每个部分只有一个资产时,算法就停止了。
比较HRP到卑鄙 - 方差组合
我们可以清楚地看到,与平均-方差框架相比,HRP产生了更多样化的分配,后者将92%的分配集中在前六种持仓上。导致均值-方差极端集中的原因是其最小化投资组合风险的目标,然而这两个投资组合的风险非常相似。因此,任何影响六大资产配置的危难情况对均值方差的影响都会大于HRP的投资组合。
感谢收看。
你也可以从以下列表中选择一个网站:
请选择表现最佳的中国网站(中文或英文)。MathWorks的其他国家网站并没有针对您所在位置的访问进行优化。