基于风险预算的ETF配置实践-ETF配置系列：构建不同风险偏好的ETF配置策略

目录构建资产配置组合的准备步骤 3精选优质投资标的 3引入科学的配置模型 5低风险偏好的资产配置策略 6构建动量评分体系 6构建基础动量指标 6处理动量因子的共线性陷阱 8构建不同目标波动的资产配置策略 8风险平价与风险预算简介 8动量风险预算策略 9通过管理现金实现目标波动 9不控制目标波动的风险预算策略 10目标波动3%的绝对收益策略 目标波动5%的绝对收益策略 12高风险偏好的资产配置策略 12红利择时策略 13构建基于权益增强的多元资产配置策略 144. 总结 15风险提示 166. 附录 166.1. 目标波动2.5%下的绝对收益策略 16单边牛市ETF3ETF进行资产配置的全ETF资产的合理配置。现代投资组合理论之父马科维茨曾言：“资产配置是投资市场上唯一的免费午餐”。在当前的投资环境下，多元资产配置的必要性主要体现在以下三个维度：（等适应宏观状态的切换，实现“全天候”作战。滞胀与衰退四个周期中不断轮动。多元资产配置策略（如美林投资钟或全天候策略）允许组合在不同的宏观通胀与增长环境下，始终持有处于顺风期的资产，从而实现跨越宏观周期的稳健增长。是实现多元配置的最优载体。ETFETFETFETF资产配置组合成为了一个关键明确风险收益目标：精选优质投资标的：别挖掘优质ETF工具，构建低相关性的底层资产池。引入科学配置模型：输出动态配置权重：优配置比例，并制定纪律化的动态再平衡机制以平滑资金曲线。明确风险收益目标收益中枢边界底线精选优质投资标的引入科学配置模型明确风险收益目标收益中枢边界底线精选优质投资标的引入科学配置模型投资逻辑均值方差风险平价……数学表达输出动态配置权重模型测算约束条件资产最优配置比例纪律化的动态再平衡机制资产配置权重跨市场、跨类跨市场、跨类别ETF工具性跟踪误差筛选低相关性的底层资产池精选优质投资标的对于不同的投资者而言，选取合适的资产投资标的是重中之重。在2023年527（2018中所遵循的三个原则：有效性、分散性和流动性：有效性分散性指的是底层资产所覆盖的风险溢价来源与资产类别数量，同时也包括底层资产间的相关性。底层资产所覆盖的风险溢价来源与资产类别越丰多元化与分散化被Markowitz称作是“投资中唯一的免费午餐”。流动性，固定收益产品（（收益来自于经济增长伴生的缓慢通胀等资产均有一定的上涨逻辑支撑，均为投资者所青睐的资产标的。ETFETFETF表1：各种标的ETF的初始收益表现展示（复权）标的名称年化收益最大回撤年化波动夏普比率卡玛比率起始时间截至时间沪深300ETF7.70%45.45%22.14%0.240.172013-12-312025-12-31A500ETF21.99%15.81%17.39%1.191.392024-10-152025-12-31中证1000ETF1.37%50.97%23.60%-0.030.032016-11-042025-12-31红利ETF10.04%18.25%16.30%0.500.552019-12-202025-12-31恒生ETF3.86%47.05%20.47%0.080.082013-12-312025-12-31纳指ETF18.46%31.10%22.52%0.730.592015-07-132025-12-31德国ETF5.62%41.52%19.25%0.180.142014-09-052025-12-3130年国债ETF7.49%8.36%6.79%0.870.902023-06-132025-12-31十年国债ETF3.82%4.62%2.69%0.650.832017-08-242025-12-31可转债ETF博时5.62%15.90%9.26%0.410.352020-04-072025-12-31短融ETF2.28%1.06%0.71%0.682.162020-09-252025-12-31有色ETF11.90%32.86%17.66%0.570.362019-12-242025-12-31黄金ETF12.03%20.47%13.19%0.740.592013-12-312025-12-31能源化工ETF4.30%48.36%23.10%0.110.092020-01-172025-12-31豆粕ETF11.90%26.60%19.20%0.520.452019-12-052025-12-31，对于部分ETF上市时间较短不利于策略历史回测的情形，本文采用以下方式根据其跟踪标的指数进行向前回溯填充，构建资产配置策略。具体而言：收益处理。ETFETF上市前对应跟踪指数收益进行日度扣除，ETF上市前的回溯填充日度收益。波动处理。ETFETF的跟踪指数进行处理并进行回溯填充。标的名称年化收益最大回撤年化波动夏普比率卡玛比率起始时间截至时间沪深300ETF标的名称年化收益最大回撤年化波动夏普比率卡玛比率起始时间截至时间沪深300ETF7.70%45.45%22.14%0.240.172013-12-312025-12-31A500ETF6.97%49.68%21.90%0.210.142013-12-312025-12-31中证1000ETF7.06%70.24%26.95%0.180.102013-12-312025-12-31红利ETF10.60%45.35%19.72%0.420.232013-12-312025-12-31恒生ETF3.86%47.05%20.47%0.080.082013-12-312025-12-31纳指ETF18.00%31.10%21.60%0.730.582013-12-312025-12-31德国ETF5.00%41.52%19.00%0.140.122013-12-312025-12-3130年国债ETF7.39%19.58%6.47%0.780.382013-12-312025-12-31十年国债ETF3.39%12.57%3.08%0.350.272013-12-312025-12-31可转债ETF博时4.18%55.62%17.61%0.110.082013-12-312025-12-31短融ETF5.28%1.19%1.02%2.914.442013-12-312025-12-31有色ETF5.64%37.47%16.82%0.200.152013-12-312025-12-31黄金ETF12.03%20.47%13.19%0.740.592013-12-312025-12-31能源化工ETF1.79%48.36%19.69%-0.030.042013-12-312025-12-31豆粕ETF7.28%33.03%18.82%0.260.222013-12-312025-12-31，引入科学的配置模型等权再平衡策略（或固定权重再平衡策略：gurpp,2009)和换手率——冲击成本等方面显著优于采用历史收益所估计的均值-方差策略。其在被动投资领域的影响不容小觑。益和预期风险进行资产配置，常见的有均值方差策略、Littermance策略和最大夏普策略等。（更多的侧重于宏观风险、风险平价和最大分散策略等。1Certainty-EquivalentReturn是一种衡量投资策略效用的指标，它表示投资者为了接受某种风险投资策略而愿意接受的无风险收益水平。其计算公式为：𝐶𝐸𝑄=

−𝛾̂。其中𝜇是策略𝑘的预期收益率（平均收益率̂是策略𝑘的收益率𝑘 2𝑘 𝑘 𝑘方差（风险，𝛾是投资者的风险厌恶系数，表示投资者对风险的敏感程度。DeiguelarlappiL&UppalR.(2009)中假设𝛾=1。和预期风险实现资产配置。针对投资者的投资目标和投资禀赋，选择适合自身的资产配置模型可以帮5%5%构建动量评分体系构建基础动量指标本文构建的指标如下所示：短期趋势动量10短期风险调整收益：3的比值（即夏普比率）作为因子原始值，并在截面进行标准化处理。指数加权动量：122个交易日（约半年）处理。长短期收益差口：150个交易日（长期）个交易日（短期）收益率的差值作为因子原始值，并在截面进行标准化处理。30偏离程度作为因子原始值，并在截面进行标准化处理。滚动截面排名动量：243个交易日（约一年）的滚动均值作为因子原始值，并在截面进行标准化处理。价格回撤程度：243的跌幅（超跌指标）作为因子原始值，并在截面进行标准化处理。双指数平滑动量122值并在截面进行标准化处理。年度区间相对位置：243（基于中位值逻辑作为因子原始值，并在截面进行标准化处理。价格偏离度-Soe：243（类似于布林带位置指标年度波动率排名：40动率在过去243个交易日中的降序百分比排名（数值越大代表波动率越低）作为因子原始值，并在截面进行标准化处理。以上11个指标从不同的角度衡量了资产的长期和短期趋势特征。表3：动量因子计算公式序号 因子名称 指标描述 计算公式(原始值)Factor1 Mom_10D 10日趋势动量 𝑀𝑜𝑚_10𝐷=−−10𝑃𝑡−10Factor2 Sharpe_15D 15日风险调整收益 𝑆ℎ𝑎𝑟𝑝𝑒_15𝐷=−16−1𝑆𝑡𝑑(𝑅𝑡−15…𝑡)Factor3 半年期指数平滑动量 𝐸𝑊𝑀_𝑀𝑜𝑚=𝐸𝑀𝐴(𝑃𝑡−122

2,𝛼= 122+1Factor4 Mom_Gap 长短期收益率差口 =−−−−10)−150 −10Factor5 Bias 30日中位数乖离率 𝐵𝑖𝑎𝑠=−−29…𝑡)𝑀𝑒𝑑𝑖𝑎𝑛(𝑃𝑡−29…𝑡)Factor6 Rank_Mom 年度滚动截面排名均值 𝑅𝑎𝑛𝑘_𝑀𝑜𝑚=1243

243∑𝑅𝑖=0

𝑡−𝑖)Factor7 年度价格回撤 𝐷𝑟𝑎𝑤𝑑𝑜𝑤𝑛=−−242…𝑡)𝑀𝑎𝑥(𝑃𝑡−242…𝑡)Factor8 半年期双指数平滑动量 DEMA_Mom=2⋅𝐸𝑀𝐴1−𝐸𝑀𝐴(𝐸𝑀𝐴1)Factor9 Range_Pos 年度价格区间相对位置 𝑅𝑎𝑛𝑔𝑒_𝑃𝑜𝑠= −𝑀𝑎𝑥(𝑃𝑡−242…𝑡)−𝑀𝑖𝑛(𝑃𝑡−242…𝑡)Factor10 ZScore_1Y 年度价格(Z-score) 𝑍𝑆𝑐𝑜𝑟𝑒_1𝑌=−𝑀𝐴(𝑃,243)𝜎(𝑃,243)Factor11 年度低波动率排名 𝐿𝑜𝑤𝑉𝑜𝑙_𝑅𝑎𝑛𝑘=𝑅𝑎𝑛𝑘𝑡𝑠_𝑑𝑒𝑠𝑐(𝜎(𝑅𝑡−39…𝑡),243)其中符号含义如下所示：𝑃𝑡第𝑡日的资产价格。𝑅𝑡第𝑡日的资产收益率，𝑅=𝑃𝑡−1。𝑡 𝐸𝑀𝐴(𝑥,𝛼)对序列𝑥进行指数加权移动平均。𝑅𝑎𝑛𝑘𝑐𝑠在当前截面（所有资产中）计算百分比排名。𝑅𝑎𝑛𝑘𝑡𝑠_𝑑𝑒𝑠𝑐在过去𝑛日的时间序列中计算当前值的降序排名（数值越小排名越高）。𝜎(𝑅,𝑛)过去𝑛日收益率的标准差。𝑀𝑒𝑑𝑖𝑎𝑛/𝑀𝑎𝑥/𝑀𝑖𝑛窗口期内的中位数、最大值、最小值。2.1.2. 处理动量因子的共线性陷阱个指标进行如下处理：相似指标进行聚合（12聚合后指标进行正交化处理：对聚合后的指标进行正交化处理，获得因子的增量信息。1构建不同目标波动的资产配置策略为了满足低风险偏好投资者的投资需求，本文选择通过动量影响风险预算，再对资产配置结果进行风险控制，实现最终的资产配置策略。风险平价与风险预算简介资金权重（40%资金买债券Parity）彻底颠覆了这一视角。它认为：真正的分散化不是资金的分散，而是风险的分散。（或资产类别对组合总体的“（RiskContribution）”保持一致。“风险贡献”相同。在数学层面上，风险平价的实现依赖于对“风险贡献”的精确拆解：（aginaliskontiutionC− 𝜕R(w) 1 1 − 𝑀𝑅𝐶=

𝜕w

2

Σ𝑤)

2(2Σ𝑤)= √𝑤𝑇Σ𝑤

（1）总风险贡献（otaliskontiutionC𝑇𝑅𝐶𝑖=×𝑀𝑅𝐶𝑖 （2）所有资产的TRC之和等于组合的总波动率。通过求解最优化问题：𝑛 𝑛2𝑚𝑖𝑛∑∑(𝑇𝑅𝐶𝑖(𝑤)−𝑇𝑅𝐶𝑗(𝑤))𝑤𝑖=1𝑗=1𝑠.𝑡.∑=1,0≤≤

即可实现对风险平价模型的求解。风险预算模型在此基础上更近一步，其目标是使资产的实际风险贡献𝑇𝑅𝐶𝑖(𝑤)与风险预算𝑏𝑖成比例，即：𝑇𝑅𝐶𝑖(𝑤)

（4）𝑇𝑅𝐶(𝑤)=𝑏𝑗 𝑗这里的𝑏𝑖为第i个资产的目标风险预算。对应的优化目标函数为：𝑛 𝑛 2min∑∑(𝑇𝑅𝐶(𝑤)−𝑏𝑖𝑇𝑅𝐶(𝑤))𝑤 𝑖𝑖=1𝑗=1

𝑠.𝑡.∑𝑤𝑖=1,0≤𝑤𝑖≤1通过求解资产配置权重𝑤即可求解符合条件的风险预算组合权重。动量风险预算策略𝑡期的第𝑖个资产的动量评分为𝑏𝑡,𝑖=𝑒𝑠𝑡,𝑖 （6）绝对非负性约束：在求解风险平价的最优化问题时，风险预算向量00，对数惩罚函数和二次规划求解器将直接崩溃无解。由于原始动量因子得分（Z-score化后）（得分高（得分负预算比例上保持均衡：从风险预算的优化公式不难看出，风险预算的比例关系较为重要，采用如此设计方法可以有效的保留动量因子得分反映出的资产间的相对风险贡献关系。通过管理现金实现目标波动在前文所述的风险预算优化问题中，在风险预算均为正、资产配置权重和为12。倘若直接在此加（ETF）的头寸实现对组合波动的控制。具体流程如下：。计算此时组合的预期波动率。倘若预期波动率高于目标波动释其他资产权重，将目标波动率控制在目标波动率约束范围内；倘若220241031预期波动率𝜎0小于等于目标波动率𝜎𝑡𝑎𝑟𝑔𝑒𝑡，则现金仓位为0。最终得到新的组合权重为𝑤1。ETF作为替代，是因为如果用纯现金来降波，这意味着当50%50%的资金是没有任何收益的（。ETF，由于其自身极高的夏普比率，会在降波的同时提升组合的时间效益。不控制目标波动的风险预算策略下面构建不控制目标波动的风险预算策略：2所示。调仓频率：月频。每月月底进行调仓。交易费率：双边换手万分之五。策略内容：根据近期动量信号施加风险预算。策略净值走势如下所示：图2：动量风险预算策略净值与回撤21

回撤（右轴）

0.0%0 -6.0%表4：动量风险预算策略业绩表现（2016-2025）年份年化收益最大回撤年化波动下行波动夏普比率卡玛比率索提诺比率20169.42%5.10%5.60%4.29%1.341.852.19201710.01%2.48%5.10%3.34%1.404.042.9820183.72%3.61%4.60%3.22%0.161.031.1620197.14%2.62%3.16%2.09%1.532.723.41202010.64%3.72%5.79%4.04%1.492.862.6320219.61%2.64%4.69%3.37%1.593.652.8520221.23%2.62%4.35%3.41%-0.120.470.3620236.28%2.51%3.14%2.03%1.402.503.10202414.48%2.57%4.92%3.41%2.615.634.26202510.59%2.49%5.31%5.10%1.754.262.08全区间8.25%5.10%4.74%3.57%1.301.621.73，注：无风险利率以 货币基金指数为基准从策略收益和策略波动水平来看，其策略本身波动与回撤水平已经接近5%2025年出现极值。下面分别介绍在目标波动3%下和目标波动5%下的绝对收益策略。目标波动3%的绝对收益策略2所示。3%。交易费率：双边换手万分之五。策略内容：根据近期动量信号施加风险预算。图3：目标波动3%策略净值与回撤展示210

回撤（右轴） 目标波动3策略净

0.0%0.5%1.0%1.5%2.0%2.5%3.0%3.5%4.0%表5：目标波动3%绝对收益策略业绩表现（2016-2025）年份年化收益最大回撤年化波动下行波动夏普比率卡玛比率索提诺比率20166.93%2.99%3.41%2.42%1.482.322.8620178.42%1.89%2.81%1.92%1.974.454.3720185.28%3.21%3.61%2.46%0.641.652.1520197.10%2.59%2.91%1.92%1.652.753.6920206.92%3.72%4.00%3.00%1.221.862.3120217.52%2.20%3.42%2.40%1.563.423.1320221.47%1.86%3.58%2.84%-0.080.790.5220235.39%2.51%2.44%1.47%1.432.153.68202411.71%2.22%3.79%2.43%2.655.274.8520256.92%1.92%3.47%3.10%1.623.612.23全区间6.74%3.72%3.37%2.47%1.381.811.89，注：无风险利率以 货币基金指数为基准1.383%2.5%-3%（2.5%目标波动5%的绝对收益策略通过调整短融ETF的配置比例，本文可以构建类似的目标波动5%的绝对收益策略。2所示。5%。交易费率：双边换手万分之五。策略内容：根据近期动量信号施加风险预算。基准策略：万得偏债型基金指数。2.50.0%0.5%21.0%1.5%2.50.0%0.5%21.0%1.5%1.52.0%2.5%13.0%3.5%04.0%4.5%05.0%回撤（右轴） 目标波动5策略净值表6：目标波动5%绝对收益策略业绩表现（2016-2025）年份年化收益最大回撤年化波动下行波动夏普比率卡玛比率索提诺比率20169.28%4.41%5.15%3.82%1.432.102.4120179.27%2.48%4.34%2.94%1.473.743.1420183.72%3.61%4.60%3.22%0.161.031.1620197.14%2.62%3.16%2.09%1.532.723.4120209.77%3.72%5.16%3.50%1.502.622.7920219.59%2.64%4.66%3.34%1.593.642.8720221.26%2.58%4.34%3.40%-0.120.490.3720236.28%2.51%2.92%1.82%1.502.503.47202414.48%2.57%4.91%3.41%2.615.634.26202510.23%2.22%4.99%4.66%1.794.602.20全区间8.04%4.41%4.48%3.33%1.331.821.79，注：无风险利率以 货币基金指数为基准5%后其最大的目标波动要求。2024202514.48%明其较强的收益进攻能力。ETF产品的限制之下，投资者必须要藉由对资产进行收益增强，才能在风险分散的基础上进行获得更高的投资性价比。为了实现这一目的，本文专门构建了红利择时策略3300指数7所示：表7：各种标的ETF的初始收益表现展示（复权）标的名称年化收益最大回撤年化波动夏普比率卡玛比率起始时间截至时间300红利低波ETF嘉实11.21%35.90%18.41%0.480.312013-12-312025-12-31沪深300成长ETF6.42%61.53%23.01%0.180.102013-12-312025-12-31纳指ETF18.00%31.10%21.60%0.730.582013-12-312025-12-3130年国债ETF7.39%19.58%6.47%0.780.382013-12-312025-12-31有色ETF大成5.64%37.47%16.82%0.200.152013-12-312025-12-31黄金ETF12.03%20.47%13.19%0.740.592013-12-312025-12-31，相较于低波的资产配置策略，债券资产的选择上本文仅仅选择了风险特征30红利择时策略因子择时方案给出了以下几个重要结论：红利股与债券之间存在相互替代关系，对比红利和债券的性价比，构建股息率-10年利差因子，其对红利风格具备较好的正向择时效果。2016年后，美债利率与红利风格的相关性很高。美债利率作为全球资产的定价锚，利率上行对高估值的成长股具有较强的压制，风格向低估值的红利股偏移。因子表