本报告由东北证券发布，系统梳理了FOF自上而下的全策略框架，涵盖大类资产配置的静态优化模型（均值方差、Kelly、风险平价、最大多元化）、动态预期模型（极值理论结合Copula）以及多资产多因子策略。同时深入分析债券型基金（Brinson & Campisi方法）和股票型基金（Barra框架）的绩效归因，并探讨风格轮动与行业轮动规律。报告基于历史数据回测，展示了各模型在风险控制与收益提升上的实际效果，适合量化研究员、FOF基金经理、资产配置从业者及金融工程学习者参考。
本报告由东北证券发布，系统梳理了FOF自上而下的全策略框架，涵盖大类资产配置的静态优化模型（均值方差、Kelly、风险平价、最大多元化）、动态预期模型（极值理论结合Copula）以及多资产多因子策略。同时深入分析债券型基金（Brinson & Campisi方法）和股票型基金（Barra框架）的绩效归因，并探讨风格轮动与行业轮动规律。报告基于历史数据回测，展示了各模型在风险控制与收益提升上的实际效果，适合量化研究员、FOF基金经理、资产配置从业者及金融工程学习者参考。
本报告由东北证券发布，系统梳理了FOF自上而下的全策略框架，涵盖大类资产配置的静态优化模型（均值方差、Kelly、风险平价、最大多元化）、动态预期模型（极值理论结合Copula）以及多资产多因子策略。同时深入分析债券型基金（Brinson & Campisi方法）和股票型基金（Barra框架）的绩效归因，并探讨风格轮动与行业轮动规律。报告基于历史数据回测，展示了各模型在风险控制与收益提升上的实际效果，适合量化研究员、FOF基金经理、资产配置从业者及金融工程学习者参考。核心数据:静态优化模型普遍具有较高收益风险比;动态预期模型对极端风险有较高预警作用;多资产多因子策略结合价值和质量维度。
本报告由东北证券发布,发布于 2017 年。
覆盖 2017 年,全文约 35。
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、FOF基金经理、资产配置从业者、金融工程学习者等读者参考。
重点分析了金融投资、金融工程、中期策略、东北证券等议题。