Richard & Roncalli (2019) — Constrained Risk Budgeting Portfolios: Theory, Algorithms, Applications & Puzzles

论文信息

• 标题: Constrained Risk Budgeting Portfolios: Theory, Algorithms, Applications & Puzzles
• 作者: Jean-Charles Richard (Eisler Capital) · Thierry Roncalli (Amundi Asset Management, 巴黎)
• venue: Eisler Capital / Amundi Asset Management 量化研究部工作论文，2019 年 1 月，36 页（正文 26 页 + 附录）；JEL 分类 C61、G11
• 本地归档: raw/papers/201901-constrained-risk-budgeting-portfolios/ (paper.pdf 728 KB + extracted.md)
• 代码: Python 实现，作者主页 github.com/jcrichard

一句话

加约束之后「风险预算」这个概念要重新定义：事前风险预算不再等于事后风险贡献，甚至次序会反转。论文给出带对数障碍的正确优化表述、CCD / ADMM / 近端算子 / Dykstra 算法一整套求解器，以及「缩放谜题」——约束与风险测度的正齐次性可能不相容。

结构

• §2 原始 RB 组合：标准差型风险测度 R(x)=-x^\top(\mu-r)+c\sqrt{x^\top\Sigma x}、RB 方程组、存在唯一性条件 c>SR^+；错误的最小二乘形式与正确的对数障碍形式；Newton 与 CCD 求解
• §3 约束 RB 的理论：加约束后严格定义失效（x^\star(S,\Omega) 存在当且仅当 x^\star(S)\in\Omega）、最小二乘近似 (7)-(8)、带约束的正确形式 (9)-(11)、单调性 (12)
• §3.3 数值算法：ADMM（含 Newton / BFGS / QP 三种 x-更新）、CCD（可分离约束）、混合 ADMM-CCD；Algorithm 1-4；计算效率对比
• §3.4 特例：盒约束的三类资产（Kuhn-Tucker）、线性约束与 Dykstra 算法
• §4 应用：风险指数与智能贝塔（C-ERC / LC-ERC / LS-ERC）、换手控制（\ell_1 范数约束）
• §5 讨论与局限：一致风险测度与正齐次性、缩放谜题
• 附录 A：ADMM、近端算子、Dykstra 算法、对数障碍的近端算子、CCD、加速二分法、自适应惩罚参数

与已有页面的关系

• 风险预算与风险平价 — RB 的定义与约束版的一般化
• Risk Parity — 风险平价总入口
• 高维风险平价算法 — CCD 的来源（本文是约束版扩展）
• ADMM 算法 — 本文的主要求解框架
• Coherent Risk Measures — 正齐次性公理与约束不相容的边界
• Richard-Roncalli 2019 摘要页 — 中文提炼

标准文献

• Richard, J.-C. & Roncalli, T. (2019). "Constrained Risk Budgeting Portfolios: Theory, Algorithms, Applications & Puzzles." Eisler Capital / Amundi Asset Management.
• 相关：Richard, J.-C. & Roncalli, T. (2015). "Smart Beta: Managing Diversification of Minimum Variance Portfolios." In Risk-based and Factor Investing, ISTE Press-Elsevier.（本文 C-ERC 思路的前身）