在本视频中，我们将讨论分层风险平价投资组合构建，与类似风险的均值-方差方法相比，该方法产生的投资组合更加多样化。人力资源规划侧重于风险的分配，而不是资本的分配。该算法分为三个阶段：树聚类、准对角化和递归对分。

阶段1：树聚类

我们首先使用统计和机器学习工具箱中的链接和树状图内置函数来构建和可视化层次树。分层聚类是找到资产之间的距离，并将它们分组到一棵树中，以便分配可以通过树图顺流。

第二阶段：拟对角化

然后执行准对角化，以便最大值位于对角线上。这样，相似的投资放在一起，不同的投资放在很远的地方。

第三阶段：递归二分法

现在，鉴于这种树状结构，我们准备使用风险平价概念来分配资金。让我们考虑四个资产的例子。我们为所有资产分配一个单位权重。我们将当前列表分成左右两半。我们根据逆方差求左、右列表的权重。我们计算左右两半的总方差，以及分裂因子α。我们最终通过alpha重新缩放两半的权重。我们对每一半重复完全相同的算法：分成左右两部分，计算权重和方差，并通过alpha重新缩放权重。当每个部分有一个资源时，算法停止。

比较HRP与均值-方差投资组合

我们可以清楚地看到，与均值-方差框架相比，HRP产生了更为多样化的配置，均值-方差框架将92%的配置集中在前六大持股上。推动均值-方差极端集中的是其最小化投资组合风险的目标，而这两个投资组合的风险非常相似。因此，影响六大控股公司配置的任何困境情况对平均方差的影响都将大于平均方差HRP的投资组合。

谢谢收看。