半个世纪的历史回测带你看全球资产配置.docx
- 文档编号:26861472
- 上传时间:2023-06-23
- 格式:DOCX
- 页数:10
- 大小:26.27KB
半个世纪的历史回测带你看全球资产配置.docx
《半个世纪的历史回测带你看全球资产配置.docx》由会员分享,可在线阅读,更多相关《半个世纪的历史回测带你看全球资产配置.docx(10页珍藏版)》请在冰豆网上搜索。
半个世纪的历史回测带你看全球资产配置
半个世纪的历史回测带你看全球资产配置
作者:
徐杨前言一直以来,我都很想再写一篇关于如何做全球资产配置的长篇文章,希望能够以翔实的文字和可靠的数据,在投资的路上,为大家填坑。
所以我借着春节假期,花了5天的时间,写下了这篇2万字的【新全球资产配置白皮书】。
文中的内容,是根据我很多年资产管理的经验和实证研究得出的。
我和几个合伙人在美国为高净值客户、家族办公室和机构管理和咨询超过几十亿美元的资产,这么十多年做下来,都是以数据为基础、量化为手段、传统金融学和行为金融学为旁征,力求做到【基于事实】的资产管理。
资产配置应该是【大部分投资人】最应该要做的事:
不管你的可投资资产是10,000元,还是100,000,000元,虽然做法肯定会不一样,但是道理都是相通的。
特别是在过去的十几年间,伴随着中国经济的快速发展,投资人的财富累积效应十分明显。
随着财富的增长,合理的保值和增值,就会越来越重要。
但这是一个【信息大爆炸】的时代,每天报纸、头条、微信、电视、电台,各种渠道的信息,小到獐子岛的扇贝跑了,大到大洋彼岸的美股大跌,投资人面对着严重的信息过载。
这也是一个【信息廉价】的时代,互联网上随便一搜,各种投资秘籍、智能投顾、阿尔法狗、小道消息满天飞,投资人也无从下手。
还得挤时间吃鸡,所以各种乱七八糟的事情加起来,使得投资人做资产配置的困难增加。
其实【做好全球资产配置】这个问题,应该分为两个部分。
第一个部分是:
投资人通过学习,建立资产配置的逻辑。
第二部分是:
基于理论和逻辑,具体的执行。
我这篇文章讲述的就是第一部分,通过45年的数据、回测和图表(由于海外市场的数据比较长,所以本文中大部分的数据都来自美国和发达国家市场,有少部分是基于中国市场),在基于事实的基础上,回答以下五个核心问题:
为何需要做资产配置?
如何做资产配置?
如何提高资产配置的回报?
如何降低资产配置的风险?
为什么还是有人不相信或者无法坚持资产配置?
作为一个投资人,你有必要花时间和精力,通过学习和研究,搭建一个属于自己的资产配置理论和实践框架,做到【知己知彼,百战不殆】。
我相信,通过我的这篇文章,能够让你对全球资产配置有一个更加深入的了解,成为自己财富的掌门人。
为何需要做资产配置?
我们问:
为何需要做资产配置?
大部分投资人可能都会有一些概念:
因为资产配置能够降低风险。
但实际上,资产配置到底能降低什么风险呢?
很多投资人可能也没有具体的感受,只是道听途说的知道【配置能够降低风险】。
实际上,离我们最近的一次全市场系统性危机,已经过去了快10年了(08年美国金融危机,09年中国经济危机),很多经历过这两次事件的投资人,切肤之痛早已愈合。
对于大部分投资人而言,由于投资周期不明确,很难用较长的投资周期(20年以上)抵御投资风险。
而在较短的投资中,投资人面临的最大风险,就是【最大回撤】。
什么是最大回撤呢?
其实就是历史上这个股票或者是资产,所出现过的最大跌幅。
很多学术研究表明,一般的投资人在面临40%左右的浮亏时,心理防线基本会被击破,最后被迫割肉离场。
那么我们先来看看,历史上持有单一股票或者是单一资产,会有多大的最大回撤。
投资于单一股票的风险其实喜欢炒股,应该是件好事:
通过自己对公司的分析,买入持有(或者做空),获得回报。
对于好的公司,持有这个公司的股票也是对这个公司的认可,投资人可以跟随着公司一起成长,分享公司持续发展的红利。
理想是非常美好的,但现实却是非常骨感。
我不知道大家,反正我在十几年前炒股的时候,就基本没怎么干公司基本面分析的正经事,每天都把时间花在看新闻和K线分析上了。
抱着一夜暴富的心态,今天这个跟随主力,明天那个金叉银叉的。
反正我最后在一只股票上,亏了60%,割了肉,出了场。
是,我不是牛散,我承认我技术不行。
如果你是牛散、K线王,那么就不用浪费时间看下面的文章了。
后来一直从事量化资产管理,通过数据,我才知道了购买单一股票有多大的风险。
下面的图是基于美国市场1980年-2015年的数据,我将时间段分成了两部分:
1980-1997,1998-2015。
在每个时间段中,我选取了美国市场上市值最大的前3000只股票,然后计算了这个3000只股票在5年投资周期上的最大回撤。
也就是说我计算了这个3000只股票,历史上任意投资5年的周期,所经历过的最大回撤。
横轴为5年期最大回撤水平,从负100%到0%,纵轴为最大回撤分布。
让我们看看这些让人不寒而栗的数据:
1980年至1997年,有58%的股票,跌幅曾经超过50%。
只有6只股票,最大跌幅在10%以内。
1998年至2015年,在这个时间段里,由于美国经历了2次系统性的危机,有超过86%的股票曾经跌幅超过50%。
只有2只股票,最大跌幅在15%以内。
这,就是实实在在的持有单一股票的风险。
有的投资人说:
行,那我多选几个股票好了。
没错,【多选几个】确实是比较好的做法。
不过大部分的投资人,平心而论,很少有持仓超过10只以上的时候吧?
如果只持有10只或者10只以下的股票的时候,除非你真的每只股票都从每个不同的行业中选取,力求降低组合的相关性,要不然你这个组合面临的最大回撤风险,也很难特别有效的被降低。
而且有的时候,随意的增加和减少持仓头寸,都会导致投资风险的大幅上升。
投资于单一资产的风险如果投资于单一股票的风险大,那我可以去投资股指(整个股票市场)呀。
没错,逻辑是正确的,从纯理论的角度来说,投资于股指的风险比投资于单一股票的风险要小。
但是,像股指这类单一资产的最大回撤,也是很高的。
那么我们来看看一些主要资产历史上的最大回撤。
1972年-2017年,我选取了标普500指数、美国房地产指数和美国10年期国债指数。
根据这3个资产的期间表现,将它们出现过的最大回撤用面积图显示了出来。
看起来是不是毛骨悚然、血淋淋的样子?
越看我越觉得渗得慌。
在过去的半个世纪,标普500曾经跌超过50%,美国房地产指数跌超过60%,而就算是被誉为低风险资产的美国10年期国债,也跌超过20%。
这3大类资产的最大回撤下跌时间都超过了1年,如果投资人持有任何一种资产,在持续下跌的市场中,如何能做到镇定自若?
跌幅大、跌势长不说,跌完了涨回前高的时间也是非常的长。
特别是08年金融危机后,标普500花费了3年的时间,才涨回了前高,而房地产指数更是花费了超过40个月。
试想一下,如果有的投资人刚好在09-10年间退休,面对的资产大幅缩水的局面,还要忍受3年之久的恢复期,是何等的痛苦。
A股市场上也是如此,而且由于中国股市历来有牛短熊长的特点,加上处于经济结构发展和转型中,股市的波动幅度非常之大。
这看起来比美股还毛骨悚然,简直就是一副中国股民的血泪史,大家自行脑补。
A股最大的回撤还是在1992年的那次股灾中,经过15个月的时间,上证跌去了75%,后来花费了快3年的时间才涨回来。
而且通过上面的回撤面积图我们可以看到,在08年的那次经济危机中,上证也差不多跌了70%,而这一次,是名副其实的长熊:
上证从07年中开始下跌,跌到08的谷底后,一直到现在都没有涨回来,十年了啊。
当然了,有的投资人会说,那我要是在谷底买了不就赚翻了?
是的,你这个逻辑我无法反驳,可在系统性风险前,跌到40%的时候,你敢说那一定是底?
你真敢进场吗?
短时间内的大幅下跌上面列举的都是长时间的系统性大幅回撤,而市场还存在短时间的大幅下跌,这类事件统称为【黑天鹅事件】。
黑天鹅事件的主要影响是:
时间短、强度大,投资人根本来不及止损。
我大概找了5个事件,其实不管是A股还是美股,单日跌幅超过3%的情况,还不能说是非常不多见,只不过很多时候投资人过了一阵子就忘记了伤痛。
美股市场上的黑色星期一是人皆知晓的,29年那次2天跌了23%,87年跌了24%。
上证在15年那次黑天鹅事件中2天跌了15%,出现千股跌停的奇观。
而离我们最近的18年2月的美股黑色星期一,股指崩了4%,但基于波动率的CBOEVIX指数爆涨了116%,结果导致这个指数的反向ETN:
XIV,跌了95%,一夜间很多投资者巨亏,就连发行此ETN的瑞信,也宣布此产品会在2月底之前清盘。
看完上面的数据,你要是不觉得后背发凉,那么只有两种情况:
1)你胆子巨大,老子不怕!
2)你巨有钱,有无限的弹药。
投资单一股票和单一资产的风险是非常大的,难道我们就不投资了吗?
这绝对不可能,人有多大胆,地有多高产的革命精神还是要有滴。
作为投资人,我们肯定是希望投资风险低预期回报高,但这个目标显然是不太理性的,因为天下没有这种免费的午餐。
而如果投资人的目的是:
在控制和降低风险的情况下,取得与风险相匹配的适当的回报这种投资目标,则是完全可以达到的。
全球资产配置,就是取得这一目标的【几乎免费的午餐】。
如何做资产配置?
现代资产组合理论(均值-方差组合)的鼻祖-马科维茨教授,早在1952年就用优雅的数学公式告诉我们:
分散投资可以降低组合的整体风险,甚至增加经风险调整后组合的整体回报。
简单来说,马科维茨教授告诉我们:
通过合理的资产配置方式,可以达到11大于2的效果。
好比说我们做奶油千层饼,正确的做法是一层饼加一层奶油,你这么一层一层的加下去就能做出美味的奶油千层饼。
饼和奶油是不相关的两种食材,简单的、合理的相加,就能做出人间美味。
但如果你跟我一样二,先大饼铺个10层,再往上抹个几斤奶油,那最后你只能做出来一个奶油大煎饼。
所以说,投资是一门艺术,做资产配置,需要有匠心精神:
研究、选材、搭配,一样都不能少。
研究选材:
大师们的全球资产配置耶鲁怎么做的?
如果我一上来就告诉你我是怎么做全球资产配置的话,估计你也不信,毕竟我不是大湿嘛。
投资界中确实有很多资产配置大师,最出名的、可能也是大家最熟悉的一位大师,就是耶鲁捐赠基金的掌门人了:
大卫-斯文森。
在斯文森先生的带领下,耶鲁捐赠基金在过去的20年间,实现了12.1%的年化收益率。
斯文森先生不仅术业专精,在人才上更是培养出了像高瓴资本创始人张磊先生这样的投资家。
根据耶鲁捐赠基金2017年发布的报告,耶鲁2018年的目标组合如下。
耶鲁捐赠基金专注于投资8大类资产,其中目标头寸最大的是绝对收益(25%),第二大的是风险投资(17%),第三大的是境外股票(15.5%),这前三大头寸已经占据了整个组合的57%。
虽说耶鲁捐赠基金是资产配置的黄金标杆,但是对于大部分投资人来说,要去投绝对收益产品和风险投资产品,是非常有难度和挑战的。
这两种产品要求的专业度可不是一点两点,加上较长的锁定期和较高的管理费用,如果你没有像耶鲁捐赠基金一样的人力物力资源,其实你很难选出便宜又好的产品,最后可能会花了大量的精力却得不偿失。
在剩下的43%的组合里,有杠杆收购(14%)和自然资源(7%)这2种资产,对于大部分投资人来说,也很难实现。
就算是专业的资产管理人或者是投资顾问,也很少会碰到帮客户投资这两类资产的情况。
大部分投资人能做的,可能就是美国本土股票(4%),债券和现金(7.5%),房地产(10%)和境外股票(15.5%)了。
其他著名的资产配置模型耶鲁捐赠基金说到底只是个例,这么大的市场,其他著名的资产配置大师,他们推荐的组合是什么样的呢?
我在之前的文章中,收集了市场著名的9种资产配置模型。
其中还包括了耶鲁捐赠基金掌门人斯文森先生自己所推荐的组合。
我这里所选取的资产和权重,都是这些大师们活生生的研究成果。
从左到右,模型的复杂度依次上升。
上面9种组合的投资标的和耶鲁捐赠基金里面普通人能够投资的标的,加起来一共超过了22种。
其实按照大类资产整合一下,实际上也就是这3大类资产:
股票类:
本土股票、境外股票实物资产类:
房地产、大宗商品债券类:
短期货币、中长期债券要知道,耶鲁捐赠基金从2012年开始,其本土股票(美国股票)的头寸就平均只有4.5%,而同期标普500可是年化17%的在涨,大部分号称高收益的对冲基金都达不到这个表现。
所以你想,耶鲁捐赠基金大部分的收益,大部分都是从普通投资人很难接触到的投资标中来的。
除非你自己能力超强,或者能建立一个像耶鲁捐赠基金一样的团队,那么大部分人能投资的、能够触碰到的投资标的,才是你的首选。
说白了,世界上最好的食材,不一定适合你吃;最漂亮的车,也不一定适合你开。
而大部分投资人【能够触碰到的】、【便捷的】投资头寸,就是股票、债券和实物资产了。
这三大头寸的风险敞口也都可以从二级市场上的标准化产品中获得,比如公募基金、ETF等。
这么做,不仅省时省力,而且标准化产品有个好处就是流动性比非标准产品好,费率也较低,产品选择多,通过普通的证券、基金账户,就可以进行投资。
底层资产的历史回报那好,既然我们有了大类资产的方向,那么在做资产配置前,我们肯定要看看这些大类资产的历史回报如何吧。
在每个大类资产中,我按照大师们的推荐,选取了最有代表性的底层标的,都是二级市场中的指数。
股票类:
标普500指数,美国小盘股指数,发达国家股票指数,新兴市场股票指数实物资产类:
黄金指数,大宗商品指数,美国房地产指数债券类:
美国短期货币指数,美国通胀保护指数,美国10年期国债指数,美国30年期国债指数这些底层资产过往45年的表现如何呢?
从回报上:
股票类的年化收益在10%,债券类在7%,实物资产类在8%左右。
最高的是美国房地产,接着是新兴市场股票和小盘股。
从风险上:
债券类的风险最小,年化波动率远低于股票类和实物类。
而股票和实物类,虽然不同标的,但其实风险不相上下。
波动率最高的是黄金和大宗商品期货,然后是小盘股和新兴市场股票。
最大回撤上:
债券类资产明显具有较小的回撤。
股票类紧随其后,平均在55%。
而实物资产类则表现出了明显的较大的最大回撤:
平均在70%。
经风险调整后的夏普比率:
股票类平均在0.35,实物资产类在0.27,债券类也在0.35,大家其实都没差太多。
这就非常有意思了。
这些底层标的,你非要挨个来看的话,有的表现实在是拿不上台面。
比如这个大宗商品指数,年化才不到6%,而最大回撤有80%,波动率有20%,夏普比率全场最低只有0.15。
这种表现的标的,放在一堆资产里,正常人都不会想投它吧?
可是马科维茨教授不这么认为,根据他的理论,你把这些资产组合在一起,就有可能达到11>2的效果。
这里面有什么玄机呢?
资产间的相关性是关键在资产配置里,投资标的间的相关性,是一个非常重要的因素,也是资产配置管用的最根本原因。
我们肯定都听说过一个叫【美林投资时钟】的东西。
虽然这个框架出现在几乎每一篇的资产配置书籍中,很多人听到这名字就吐了,但是它确实能很好的总结资产配置中关于投资标的选取的精髓。
根据美林投资时钟,经济分为4个大的周期,“过热期”,“停滞期”,“衰退期”和“复苏期”,而投资人为了最大程度的避免经济周期所带来的影响,有两种做法。
第一种,是投资人去预测经济周期,然后根据周期的不同而选取在相应周期中表现较好的投资标的,也就是战略资产配置。
第二种,大部分的投资人很难去预测经济周期,那么干脆在投资的时候,从每个周期选取1、2个投资标的,这样就把所有的周期都覆盖了。
当然了,我们不能完全的直接套用美林投资时钟,因为市场总是在变化的,美林投资时钟是一个静态的表现。
其实如果我们可以动态的来看这些投资标的间的相关性的话,会有更加直接的认识。
那么我以标普500作为基础资产,分别计算其它每种资产和标普500的10年期相关性。
不同的资产标的,跟标普500有着不同的相关性,所有资产标的相关性都表现出了一定的周期性,而根据大类资产的不同,同一个类别中的标的又表现出了趋同的形态。
股票类中,美国小盘股跟标普的相关性一直较高,平均在83%;而发达国家股票和新兴市场股票,虽然都是股票类,但还是表现出了【在本土市场和非本土市场之间的风险分散】的潜在好处,在2000年之前,这2个标的和标普的相关性平均只有50%。
债券类呢,明显的表现出了其相对于股票类的【逆相关性】,或者说是【无风险资产(risk-freeasset)】的属性。
短期货币和通胀保护,基本在负5%左右。
剩下的10年和30年国债,平均在5%左右。
需要指出的是,这里的债券都是政府背书,所以被称之为相对的【无风险资产】,如果你投的是高收益公司债,那就另当别论了。
实物资产类中的各个标的,由于其属性差别很大,所以与标普的相关性也非常的不同。
黄金作为贵金属,相对于股票,有逆周期的属性。
而房地产呢,高度的顺周期。
剩下的大宗商品,也是比较逆周期,但是波动幅度很大。
我们经常打一个比方,就是鸡蛋不能放在同一个篮子中。
所以大师们做的,就是找出这些不同的篮子。
通过上面的数据和图表,我们基本可以下一个定论:
大师们推荐的资产配置组合,都是分散在不大相同的资产标的中的,而且具有一定的负相关性和逆周期性。
只有在不同的篮子中做配置,才有配置的意义。
搭配:
大道至简选好了食材,知道了为什么要选这些食材,那下一步就是要开始搭配了。
在资产配置中,关于如何组合投资标的问题,业界和学术界其实一直争论不休。
最早的时候,根据马科维茨教授的理论,不管你有多少个资产,给定一个目标(比如说夏普比率最大化),你总能在数学上找到一个搭配的最优解。
根据均值-方差组合理论,我们需要根据资产标的过去的回报,来预测其未来的表现,从而得出组合模型的输入值。
但是在实际应用中,通过模型来预测某种资产未来的收益,是极其困难和不稳定的。
所以在后来,基于均值-方差组合理论,也衍生出了像Black-litterman这样的不需要做预测的组合模型。
但是对于大部分投资人来说,还是要做一系列非常复杂的模型运算。
最近3年,由于科技的发展,市场出现了一大批【机器人投顾】,国内也叫【智能投顾】,国外叫【Robo-Advisor】。
比如像Wealthnfront,Betterment这样的公司,基本都是利用了马科维茨理论(或者其衍生和改进模型,比如B-L)来构造基础的资产配置组合,然后根据客户的风险偏好,在风险给定的条件下,选择最优配置。
这些公司通过科技的手段,为客户提供了非常便捷的解决方案,让相当一部分投资人享受到了以前只有私行客户才能拥有的待遇。
机器人投顾绝对是带来了更好的客户体验,但是从模型的角度来看,通过非常复杂运算得出来的资产配置模型,并不一定比【合理的简单搭配的】模型的结果要好。
我之前引用过一篇伦敦商学院大牛DeMiguel博士的学术论文:
《OptimalVersusNaiveDiversification:
HowInefficientisthe1/NPortfolioStrategy?
》。
在此文中,他测试了各种非常复杂的资产配置模型,然后跟平均权重模型进行了比较。
他发现不管是基于历史的数据,还是预测的数据,经风险调整后,复杂模型的表现并不比平均权重模型要好;而且在样本外测试中,复杂模型带来的额外收益往往会被其复杂的预测错误所抵消。
“Ofthe14modelsweevaluateacrosssevenempiricaldatasets,noneisconsistentlybetterthanthe1/NruleintermsofSharperatio,...,outofsample,thegainfromoptimaldiversificationismorethanoffsetbyestimationerror.”上图中划红线的结果就是将每种模型中的资产平均配比。
比方说第一列的模型,是基于标普的11个行业进行配置,1/N的意思就是平均投资于这11个行业中,而这个0.1876就是这种做法的出来的夏普比率。
最后的结果,只有mv(insample)的结果,大大好于1/N。
但这个mv(insample)是什么东西?
这个其实就是均值-方差组合,但关键是这个insample,是样本内组合的意思,也就是【纸上谈兵】,一到样本外(紧接着mv(insample)下面的的mv那行),夏普比率就急剧下跌了。
其实,马科维茨教授自己也曾经说过:
'Ishouldhavecomputedthehistoricalcovarianceoftheassetclassesanddrawnanefficientfrontier.Instead,IvisualizedmygriefifthestockmarketwentwayupandIwasn'tinit---orifitwentwaydownandIwascompletelyinit.Myintentionwastominimizemyfutureregret.SoIsplitmycontributions50/50betweenbondsandequities.'”我应该根据资产的历史回报计算协方差矩阵,然后寻找最优解。
但是我无法想象自己能够忍受市场大幅上涨我却空仓,或者是市场大幅下跌时我却满仓的状况。
我的目的是不让自己后悔,所以我就平均投资了股票和债券,每种资产各一半。
“所以,复杂的模型,不一定能带来好的结果。
大师们的历史回报我们看回这9种有名的资产配置模型,虽然都出自大师之手,但他们也没有过度的去寻求配比上的数学最优解,基本都是选了几个资产,提炼出了经典,道明哥曰:
【简约而不简单】。
那么这些基于大师们智慧和经验的模型,在历史上的表现如何呢,是否真的能够带来资产配置的好处?
我将这些模型完全复制了一遍,用1973年到2017年的数据做了历史回测(每月再平衡,毛收益,没有考虑任何费用、市场冲击和税)。
在看结果之前,我们要先明确评判资产配置模型的三个基本标准:
好的资产配置模型,必须能够降低【最大回撤】,因为单一股票和单一资产的投资,最大回撤很大,风险很高。
好的资产配置模型,必须能够在降低【最大回撤】的基础上,提高【夏普比率】,也就是经风险调整后收益;并且降低【波动率】,平滑投资收益。
在解决了风险上的问题后,如果还能提高【年化收益率】,那就是最好不过了。
回测结果-最大回撤资产配置的效果还是非常明显的,与单一投资于标普500相比,这9种资产配置模型,都降低了最大回撤。
其中永久组合由于搭配了25%的黄金,所以最大回撤只有13%左右;而风险平价组合搭配了较大比例的债券(美国10年国债和公司投资债),外加只有16%的股票类仓位,所以最大回撤也只有16%左右。
除了常青藤组合和埃利安组合的效果不是非常明显外,还停留在45%的回撤幅度,其余的模型都有较好的表现。
所以通过简约而不简单的模型,基本都能降低最大回撤,我们的第一个评判标准就达到了:
最大回撤降低。
回测结果-夏普比率从经风险调整的角度来看呢,除了埃利安组合以外,其余的8个模型,相对于标普500同期的0.43,都有较大幅度的提升,有6个组合的夏普比率都达了0.5以上。
我们的第二个评判标准也达到了:
夏普比率提升。
插一句,埃利安组合恰恰是这9个组合里面最为复杂的模型:
11个投资标的,标的的权重也比较特别。
回测结果-综合评判在最大回撤消减和夏普比率提升的基础上,我们再综合其它的各种指标看看到底这9个资产配置模型,相对于标普500的表现如何。
从年化回报上来看呢,除了斯文森组合的10.3%非常接近标普的10.52%以外(姜还是老的辣),其它的组合都有不同程度的降低,特别是埃利安组合,只有7.61%的年化收益。
但我们要理解,做资产配置的首要目的,是为了降低风险,所以从风险指标上来看,不管是最大回撤、下行风险、波动率还是最差月回报,通过【简约而不简单】的9个模型,都能被有效的降低。
通过简单的配比,虽然损失一点点的年化收益率,但却带了风险较大幅度降低的好处,这真的是近乎于【免费的午餐】了。
经过以上详细的分析,我们其实是可以较为可靠的总结出一些道理的:
投资单一股票和单一资产的风险巨大;如果你无法承担这种风险,合理的资产配置是不二之选;在选择配置的标的时,不能随意,必须选取能够平滑经济周期的多元资产;而在如何确定组合里各个资产的权重时,如果没有特别好的思路,那么平均权重绝对不会错;复杂的模型并不一定等于好的模型,简约而不简单,才是真理。
如何提高资产配置的回报?
有了上述的理论、逻辑和数据垫底,我们其实已经在全球资产配置的道路上走了一半。
人是有主观能动性的,虽然我们通过上述的测试,知道了资产配置够能降
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 半个 世纪 历史 回测带 全球 资产 配置
![提示](https://static.bdocx.com/images/bang_tan.gif)