金工专题报告:组合优化中被低估的风险(因子方法论之四)|东吴证券2019
常规组合优化常常低估实际风险,导致组合实现波动显著高于预设水平。本报告深入剖析了结构化风险模型的固有缺陷——因子对齐问题(FAP),并提出了修正后的Alpha Alignment Factor(AAF)模型作为有效解决方案。实证表明,新模型不仅能准确估算跟踪误差,还能将有效前沿上推,在相同波动率下获取更高年化收益。适合量化研究员、金融工程师、投资经理及资产配置从业者,提供从理论推导到实证验证的完整方法论。
常规组合优化常常低估实际风险,导致组合实现波动显著高于预设水平。本报告深入剖析了结构化风险模型的固有缺陷——因子对齐问题(FAP),并提出了修正后的Alpha Alignment Factor(AAF)模型作为有效解决方案。实证表明,新模型不仅能准确估算跟踪误差,还能将有效前沿上推,在相同波动率下获取更高年化收益。适合量化研究员、金融工程师、投资经理及资产配置从业者,提供从理论推导到实证验证的完整方法论。
常规组合优化常常低估实际风险,导致组合实现波动显著高于预设水平。本报告深入剖析了结构化风险模型的固有缺陷——因子对齐问题(FAP),并提出了修正后的Alpha Alignment Factor(AAF)模型作为有效解决方案。实证表明,新模型不仅能准确估算跟踪误差,还能将有效前沿上推,在相同波动率下获取更高年化收益。适合量化研究员、金融工程师、投资经理及资产配置从业者,提供从理论推导到实证验证的完整方法论。
常规组合优化常常低估实际风险,导致组合实现波动显著高于预设水平。本报告深入剖析了结构化风险模型的固有缺陷——因子对齐问题(FAP),并提出了修正后的Alpha Alignment Factor(AAF)模型作为有效解决方案。实证表明,新模型不仅能准确估算跟踪误差,还能将有效前沿上推,在相同波动率下获取更高年化收益。适合量化研究员、金融工程师、投资经理及资产配置从业者,提供从理论推导到实证验证的完整方法论。
本报告由东吴证券发布,发布于 2019 年。
覆盖 2019 年,全文约 26。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合量化研究员、金融工程师、投资经理、资产配置人员等读者参考。
重点分析了金融投资、东吴证券、金工、风险等议题。