summarypaperrisk-parityexpected-returnstactical-asset-allocationstrategic-asset-allocation

一句话核心
问题与关键结构
关键发现
重要 caveat
对 quant wiki 的意义
相关概念

把预期收益引入风险平价组合

Thierry Roncalli — Lyxor Asset Management 研究部 2014 年 4 月版（首版 2013 年 7 月） · 19 页本次归档: raw/papers/201404-introducing-expected-returns-risk-parity/ (paper.pdf 601 KB + extracted.md)

一句话核心

论文开篇即承认风险平价的核心批评：它只管风险集中、不管业绩，因此「更接近被动管理而不是主动管理」。本文给出把预期收益放进风险平价的三条路中的第三条——用广义标准差风险测度（同时含组合收益与波动）替代纯波动率，使风险贡献同时含业绩贡献与波动贡献两部分；再推导该框架下 RB 组合的存在唯一性条件（缩放因子 c 必须大于组合的最大夏普比率），并把它用到战略资产配置与战术资产配置上。

问题与关键结构

Markowitz 本身就是一个风险最小化问题。 MVO 目标 \max\boldsymbol{x}^\top\boldsymbol{\mu}-\tfrac{1}{2\gamma}\boldsymbol{x}^\top\boldsymbol{\Sigma}\boldsymbol{x} 等价于最小化风险测度

R(\boldsymbol{x})=-\boldsymbol{x}^\top\boldsymbol{\mu}+c\sqrt{\boldsymbol{x}^\top\boldsymbol{\Sigma}\boldsymbol{x}}

其中 c=1/\gamma（严格地说 c=\gamma^{-1}\sigma(\boldsymbol{x}^\star)）。这就是本文采用的广义标准差风险测度：c 越大越偏重波动，c 越小越偏重收益。

它统一了两个经典测度：高斯 VaR 取 c=\Phi^{-1}(\alpha)；高斯 ES 取 c=\phi(\Phi^{-1}(\alpha))/(1-\alpha)。

风险贡献的两项分解。 该测度下的风险贡献可以写成业绩贡献与波动贡献的加权和：

RC_i(\boldsymbol{x})=\omega\,PC_i(\boldsymbol{x})+(1-\omega)\,VC_i(\boldsymbol{x})

其中 \pi_i=\mu_i-r 是风险溢价，PC_i=x_i\pi_i，VC_i=x_i(\boldsymbol{\Sigma}\boldsymbol{x})_i/\sigma(\boldsymbol{x})。\omega 是波动贡献的权重：c=0 时 \omega=0；\omega 随 c 递减，直到 c^\star=(\mu(\boldsymbol{x})-r)/\sigma(\boldsymbol{x})（即组合的事前夏普比率）处降到最低点；若 c>c^\star 则 \omega 转正并趋近 1。换言之，c 低于组合夏普比率时风险贡献是收益型的，高于时是波动型的，而夏普比率处存在奇点——这就是作者说的「c 必须仔细校准」。

存在性条件。 定理 1：若 c>SR_+（SR_+ 是资产池的最大夏普比率），RB 组合存在且唯一。定理 2：只需检验 R(\boldsymbol{x}_{\mathrm{mr}})>0（最小风险多头组合的风险测度为正）即可。原因是风险测度若可能取负值，通过加杠杆可以推到 -\infty，使极小化问题无下界。

与 MVO 的关系。 用波动率风险测度时，RB 是「加了权重分散化约束的最小方差组合」；用广义风险测度时，RB 是「加了权重分散化约束的均值-方差组合」。作者强调二者不是 MVO 正则化的重述——在 RB 框架里预期收益是「方向性风险」维度，而不是风险收益权衡的一个坐标。

关键发现

MVO 与 RB 的稳定性对比。 三资产（\pi=(8\%,8\%,5\%)，\sigma=(20\%,21\%,10\%)，\rho=80\%）：MVO 组合在 \sigma_2 从 21% 变到 18% 时从 (38.3%, 20.2%, 41.5%) 变成 (13.7%, 56.1%, 30.2%)；RB 组合（风险预算 50.0%/26.4%/23.6%）同样扰动下只从 (38.3%, 20.2%, 41.5%) 变成 (36.7%, 23.5%, 39.7%)。

「防御型主动管理」。 3 资产、6 组风险溢价设定下对比 ERC 与 L-S MVO / L-O MVO（波动率对齐）。当风险溢价全部为 0（设定 #1）时 ERC 权重是 (45.25%, 31.65%, 23.10%)，而 L-S MVO 是 (76.00%, 43.11%, −19.11%)，L-O MVO 是 (69.66%, 30.34%, 0.00%)。设定 #6（\pi=(20\%,-30\%,-30\%)）时 ERC 变成 (10.98%, 63.11%, 20.69%)，接近 L-O MVO 的 (70.57%, 30.34%, 0.00%)（后者因为第三个资产强负溢价被完全剔除）。ERC 的归一化风险贡献在所有设定下都是 33.33%/33.33%/33.33%/33.34%，而它的波动贡献在设定 #1 到 #6 之间是 33.33%/23.80%/60.96% 等，差异明显。

战略资产配置（7 类资产，r=3\%）。 风险预算 20%/10%/15%/20%/10%/15%/10%。c=\infty（纯波动率）时夏普 0.53；c=3 时夏普 0.54、收益 5.73%、波动 5.64%；c=1.5 时夏普 0.54、收益 5.79%、波动 5.03%。对照 MVO：目标波动 4.75% 时夏普 0.56、收益 5.64%、波动 5.83%；目标波动 5% 时夏普 0.57、收益 5.83%。MVO 的夏普更高但更集中（US Bonds 10Y 权重 60.5%、EM Equities 风险贡献 39.5%），RB 组合在每个资产类别内部更分散。作者指出 RB 有效前沿比 MV 有效前沿更受限——当 r=3\% 时无法得到低于 5% 的事前波动。

战术资产配置（MSCI World 股票 + Citigroup WGBI 债券，2000-01 至 2011-12）。 协方差用 260 个交易日滚动窗口、预期收益用过去 260 日的日收益简单移动平均、每周再平衡、风险预算相等。三种策略：

策略	年化收益 %	年化波动 %	夏普	最大回撤 %	换手
RP #0（纯风险平价）	5.10	7.30	0.35	−21.39	0.30
RP #1（加入趋势的主动版）	6.36	7.74	0.50	−14.97	3.00
RP #2（RP #1 + 趋势）	7.40	8.00	0.61	−12.84	3.64

引入预期收益后换手放大约 10 倍——这正是战术（主动）性质的体现。RP #1 用 c_t=\max\{1.10\cdot SR_t^+,\Phi^{-1}(95\%)\}，RP #2 用 c_t=1.10\cdot SR_t^+。

ERC 的最优性在广义测度下依然成立（定理 3）。 若相关系数矩阵为常数且所有资产夏普比率相同，ERC 组合是最优的；此时因 x_i\propto\sigma_i^{-1} 且 \pi_i=s\sigma_i，业绩贡献也相等，故波动测度与标准差测度下的 ERC 组合是同一个。

重要 caveat

作者自陈的核心代价：引入预期收益就可能引入坏预测，ERC 原有的稳健性与简洁性随之丧失；该框架更适合「中等押注」的风险平价组合，而不是激进的交易策略。
c 的校准是个麻烦：不能简单取某个置信水平对应的 \Phi^{-1}(\alpha)，因为那样 RB 组合可能根本不存在；必须先算 SR_t^+ 再定义规则。
c 在组合夏普比率处存在奇点，参数微调可能导致解跳变。
实证只用了股票+债券两个资产类别、一个 12 年样本，且预期收益用的是移动平均这种极简估计。
作者对非高斯扩展（CDaR 等）的评价是「一般不产生更好的结果，且在大资产池上有计算问题」——这是他在本批论文中的一贯立场。

对 quant wiki 的意义

它是理解「风险平价的局限性」的关键一页：风险平价不管业绩、接近被动管理这一批评，最早系统表述就在本文摘要里。
它给出「把预期收益纳入风险平价」的一个完整框架，可与 Adaptive Asset Allocation 的实现路径对照。
「风险贡献 = 业绩贡献 + 波动贡献的加权和」这一分解把风险平价与 Markowitz Curse 讨论的 MVO 放进同一个语言里。
战术资产配置一节给出的「RP #0 / RP #1 / RP #2」是风险平价 + 趋势信号的具体组合，可与 Time-Series Momentum 页对照。