投资策略的核心要素是什么 《微不雅量化百问》第十五期 组合优化在量化投资中的应用

　　量化投资中会使用组合优化的想维规律，运用优化器要害，以兑现最好组合确立，这些用具和规律具体是怎样应用的？本期专栏勉强此进行探讨。

　　Q58：何为优化器？

　　优化器是臆测信号到方针仓位之间的遑急桥梁，在这一历程中收益臆测、风险臆测及来回老本等共同当作优化器的数据，再笔据居品方针完成抓仓权重的优化求解。

　　在优化器中，笔据不同的臆测周期和居品线所对应的优化方针收受不同的选股终结，最终兑目下看守下最好的方针仓位。量化多头（包括指数增强、全阛阓选股）、量化对冲等居品线底层的模子框架是类似的，皆在磨灭套“量化选股”模子基础上构建各别化居品线，以知足不同投资者的风险偏好和投资需求。

　　Q59：何为组合优化？

　　在金融学中，组合优化的发源不错追猜度20世纪50年代好意思国经济学家Harry Markowitz初度提倡的投资组合表面（Portfolio Theory），他对均值-方差分析规律、投资组合有用范畴模子进行了系统潜入的接洽，并因此得回1990年的诺贝尔经济学奖。

　　Harry Markowitz合计，投资者在进行金钱确立时，需要磋议不同金钱之间风险和收益的相干，智力使通盘投资组合达到最优气象，兑现疏导时望风险水平下的祈望收益最大化，或是疏导时望收益水平下的祈望风险最小化。这一表面为当代金融发展奠定了基础，组合优化的想想也迟缓应用于其他范畴，为优化问题的措置提供了新想路。

　　广义上，组合优化（Portfolio optimization）包括从臆测信号到来回的历程中扫数的工程细节。狭义上，组合优化即是在股票阛阓中逢迎上游提供的臆测信号和其他输入（如风险模子、来回用度模子等）给出每个时点但愿来回的仓位，行将收益臆测缓助为抓仓权重的才略。

　　Q60：组合优化的分类和才略有哪些？

　　组合优化是运筹学的一个遑急孤苦分支，通过对数学规律的接洽寻找破碎事件的最优编排、分组、顺序或筛选。目下，组合优化算法主要分为四类——即数学优化算法、启发式算法、元启发式算法和机器学习规律。其中，组合优化问题的机器学习求解范式不错分为基于端到端求解和局部纠正求解。

　　构建组合一般分为两个才略：详情拟确立的投资方针、分派各个方针的仓位权重。合理的组合存在但不唯一，比喻不同风险偏好类型的投资者对待相通的组合，适配进程一般不同。因此，投资组合自身不存在最优解，是抽象考量后的次优解。

　　Q61：组合优化在量化投资中是怎样应用的？

　　在量化投资中，组合优化用于野心磋议看守条款时能达到的方针函数的最大值，产生具体的仓位权重。在优化器的斥地上，需要率先详情优化方针和看守，后续调整则是动态的、束缚周而复始的历程——不错浅陋领悟为“抓续地跑回测，收到分析恶果，再响应调整”。

　　（一）优化方针

　　不同管理东说念主在不同居品线上的优化方针时常不同，常见的优化方针包括：最小化组合波动（方差）、最大化组合收益、最小化与基准指数的追踪瑕疵和最大化组合的夏普比率等。在不同的优化方针下，即使是磨灭套“量化选股”模子，居品功绩或呈现出人大不同的风险收益特征。

　　（二）看守

　　在看守上，包括行业看守、风险看守、个股看守等皆是需要要点磋议的参数：

　　（1）行业看守：不仅不错针对扫数行业斥地确立比例的潦倒限，还不错单独对个别行业进行个性化的斥地。

　　（2）风险看守：可手动调整某些参数确立，如某因子的权重，适度风险清晰简略更好监测因子在本色投资中可能出现的发扬。

　　（3）个股看守：从流动性终结和市值终结两方面入部下手，前者有助于裁减调仓历程中的来回滑点，后者主要磋议“抓股比例波及举牌线”等问题——以幸免激励毋庸要的温雅或过度解读。