大类资产策略研究（四）：“均值-方差”框架下ETF多头组合的协方差降噪
研报摘要
报告以金融街证券大类资产策略研究（一）的目标波动率模型为基准，考察“均值-方差”框架下的风险预测与组合优化问题。原模型通过单资产仓位上限和大类比例约束，取得了较稳健的历史表现；但放宽这些约束后，按固定基准目标权重测得的实现／预测波动比约为1.28，表明实际风险高于模型预测。报告参考Pedersen et al.（2021）提出的增强型组合优化（Enhanced PortfolioOptimization，简称EPO）算法，探索如何在保留多头约束的同时改善风险估计。
标准EPO能够抑制低估风险所引起的极端配置，但其统一收缩方式未必完全适合ETF多头组合。该方法将相关矩阵向单位矩阵收缩，一方面提高低特征值方向的风险估计，另一方面降低高特征值方向的风险估计。在多头、无杠杆条件下，做空限制已排除一部分极端配置，前一种调整的边际作用可能减弱；如果高特征值反映权益、债券和商品共同承受的真实风险，后一种调整还可能使优化器低估该方向的风险。针对这一问题，报告提出单向上调EPO方案：仅提高低于1的特征值，保留其他主成分方向的原始风险估计。
单向上调EPO在16资产组合的完整回测中，同时改善了历史业绩与风险预测。2014年12月至2026年8月，该组合的年化收益率为7.61%，标准夏普为1.014，最大回撤为-9.82%；同期基准模型分别为7.00%、0.897和-11.18%。在固定基准目标权重下，基准、单向上调EPO和标准EPO风险矩阵对应的实现／预测波动比分别为1.30、1.21和1.38，说明单向调整更有助于缓解这一模型中的风险低估。单向调整的改善方向在不同风险上限、权益资产扩容和参数测试中总体得到支持，但业绩并非在所有阶段一致占优。
报告基于单向上调EPO算法，构建20个底层资产的目标波动率配置组合。组合在2014年12月至2026年8月的年化收益率为7.47%，年化波动率为5.54%，最大回撤为-10.69%。采用单向上调EPO算法做协方差调整，为“均值-方差”框架下的多资产策略做资产扩容和风险管理提供了有效工具。
风险提示:关注历史回测与参数选择风险，历史收益、回撤和胜率均不代表未来表现；关注风险估算与市场状态变化风险；关注持仓集中与收益信号失效风险，历史收益信号在持仓期反转时，既有配置可能同时面临收益下降和风险上升；关注指数映射与交易执行风险，回测未计入交易佣金、市场冲击等交易成本，也未考虑ETF产品运营相关的产品费率、跟踪误差等。
