选股宝|桥水Dalio经典论述:如何构建一个全天候策略组合

译者|戴国晨
构造符合预期的收益和风险
如何创建10%预期回报与10%-12%风险水平的投资组合
日期:2011.8
作者:瑞·达利欧
1996年桥水基金确立了资产配置的全天候原理 , 如今被人们熟知为“风险平价”理论 。 在2004年 , 达里奥先生曾撰文阐释这一原理 , 现将当时的文章略作修改并再版如下 。
目前机构投资者面临两大问题——组合预期收益率不足和过度集中配置权益类资产 , 为了解决这两个问题 , 越来越多的机构投资者都问到如何以工程化的方式构建投资组合 , 以在预期风险水平下实现所需的收益率 。 在这样的背景下 , 资产管理者对金融工程的兴趣日益浓厚 。
这篇文章简要总结了我们桥水内部构建投资组合的工程化方法 。 我们将收益率拆分成了几个基本组成部分 , 会分开讨论每一个部分 , 并描述他们如何能进行互补 。 这些基本部分数量不多 , 易于理解且组合方式有限 , 因此我们的金融工程方法非常直白 , 用几页就能阐述清楚 。
同时因为篇幅有限 , 这篇文章没有展示我们之前做的大量压力测试研究以及构建组合的具体细节 。 我希望你们可以先聚焦于原理 , 之后有必要再进行深入探究 。
由于缺乏一个很好的名称 , 我就直接把本文中工程化的方法叫做后现代投资组合理论PMPT(注:现代投资组合理论MPT由马尔科维茨于1952年提出) , 因为该方法在投资组合理论的基础上向前了一步 。 传统的现代投资组合理论通过预期回报率 , 风险和相关性矩阵将不同资产类别组合在一起 , 一旦权重确定就在各个资产类别中寻找最好的管理者来管理 。 后现代投资组合理论与其相比有三点不同:(1)将收益率分解成Alpha和Beta(2)Alpha和Beta的大小被重构到一个适宜的水平(3)构建出一个比原来更分散化的投资组合 。 因此该理论下的投资组合不仅能提供更适合投资者目标的收益率和风险水平 , 同时也会在分散化上比传统投资组合更出色 。
基本组件
假设我们要构建一个预期收益率为10%的组合 , 并希望风险尽可能低 , 这时有什么好的选择呢?投资组合的收益可以看作是各部分收益率的加权平均 , 因此你将选择一些不同的收益率流来拼凑出这10% , 收益率的三个基本组件如下:
无风险收益率——简单说是现金的回报率 , 实际上无风险回报应该是风险中性下能实现的最优回报率(例如 , 想要获取实际回报率的投资者应该使用通胀连结债券的回报率)
Beta回报率——该类别资产相对于无风险收益的超额回报率 , 如果无风险回报率是2% , 股票预期回报率7% , 股票的预期Beta回报率就是5% 。 指数投资组合的总收益率可以分解为无风险利率和Beta 。
Alpha回报率——代表投资组合偏离Beta的收益 , 是资产管理者提供的价值所在 。
组合的总收益率由三个部分的收益率加总而来 , 因此为了达到预期收益率 , 构建投资组合的第一步是确定超额回报中来自Beta和Alpha的占比 。, 虽然Beta和Alpha都贡献收益率 , 但他们却有着本质区别 , 因此这更像一个哲学问题 , 并不能简单地进行量化 。
Beta的种类很有限(市场上并没有太多的资产类别) , 而且Beta大多相关性较高 , 超额收益相对于超额风险的补偿较低 , 夏普比率一般在0.2~0.3 。 不过Beta相对较稳定——从长期的角度我们可以预期Beta会跑赢现金 。
而Alpha就非常不同了 , Alpha的来源多样而且大多互不相关 , 不过并不稳定 , 从长期看风险调整后的回报甚至略为负值 。 Alpha整体预期回报略微为负的原因有两个(1)博弈创造价值是零和游戏——一个资产管理者增加价值时 , 另一个资产管理者就丧失了价值(2)存在交易成本和费用 。 不过风险调整后的Alpha回报的范围却可以很大 , 在这个零和游戏中 , 优秀的资产管理者可以提供非常出色的Alpha , 而糟糕的管理者会有很重的负Alpha , 所以通过选择资产管理者来获取Alpha的机会和风险都很高 。 在选择Beta时 , 不论如何选择都可以基本确定长期获得正回报 , 而如果不审慎选择Alpha , 长期Alpha的回报可能为负 。 反之如果你有很强的选Alpha的能力 , 你可以构建一个比Beta远远更好的投资组合 , 因为你将拥有由更多样 , 相关性更低 , 更有吸引力的收益率流所组成的有效投资组合 。