请务必阅读正文之后的免责条款部分[Table_MainInfo][Table_Title]2018.03.12资产配置之步步为营：尾部风险控制与优化——数量化专题之一百零九陈奥林（分析师）叶尔乐（研究助理）021-38674835021-38032032chenaolin@gtjas.comyeerle@gtjas.com证书编号S0880516100001S0880116080361本报告导读：本报告通过修正均值方差理论的三大假设，形成了更贴近真实状况的风险监控体系，由此优化的配置组合获得了稳健的收益。摘要：[Table_Summary]均值方差理论框架的三大假设与真实的投资环境有很大偏差：资产回报为正态分布的假设，忽略了真实分布的尖峰厚尾与非对称性；波动率作为风险度量的假设，忽略了上行与下行风险的不对称性；组合优化目标为单位风险回报最大化的假设，忽略了具体回报目标，而回报目标决定了组合为此需要承担的最小风险，达不到目标也是一种风险。本报告的目的即修正这三大假设，我们认为投资者真正关心的风险是：本金安全风险和投资目标不达风险，由此提出了一种全新的风险度量方式。同时通过核密度估计和多元正态分布变换我们拟合了资产真实分布的偏态、峰态和相关性，由此产生的随机数能帮助我们采用蒙特卡洛的方法计算风险度量，形成有效的风险监控体系。通过最小化风险度量的组合优化方式，我们获得了较为稳健的资产配置效果。我们回测了A股、港股、美股、国债、黄金五类资产近10年的配置策略，在20日调仓频率下，获得了10.10%的年化收益率，日频最大回撤-8.75%，夏普比率1.45，从2006年到2017年每年收益都为正。60日调仓频率下，获得了7.56%的年化收益率，日频最大回撤-4.01%，夏普比率1.88。回测结果说明了如果能精确得当的描述和控制风险，即便没有预测端，资产配置也能获得较为稳定的收益。模型的机制主要来自对尾部风险的控制。通过分析，模型的配置机制动量效应含量较低，其主要与资产的尾部风险相关性较高，能够成功的避免或是减小熊市、股灾、熔断对组合净值的影响。在预判金融风险上有一定价值。未来随着监控指标和维度的完善，宏观事件维度的扩充，以及条件概率的加入，模型能够拓展为更加细致的风险监控体系，不论是在大类资产还是股票、期货策略都有应用空间。金融工程团队：陈奥林：（分析师）电话：021-38674835邮箱：chenaolin@gtjas.com证书编号：S0880516100001李辰：（分析师）电话：021-38677309邮箱：lichen@gtjas.com证书编号：S0880516050003孟繁雪：（分析师）电话：021-38675860邮箱：mengfan...
