选股宝|桥水Dalio经典论述:如何构建一个全天候策略组合( 四 )


全天候资产配置
从上述方法出发 , 我在1996年构建了自己的最优资产组合策略 , 当时构建该组合是为了投资我家族信托的资产 。 由于获取Alpha需要一定的水平(主动选择资产管理者) , 而我无法保证未来的情况 , 因此我会将投资组合100%配置在Beta上来获取类似股票的回报 。 我把这一策略叫做“全天候” , 因为其特征是在不同的经济环境中都会表现良好 。
我们可以通过策略的配置权重和历史收益率来回测其表现 , 这里仅仅用于概念展示 , 并非给机构投资者的实践指导 。 我们会看到 , 全天候组合在不同环境中的表现都很优秀 , 包括高通胀 , 通缩 , 资产泡沫和市场崩盘等不同时期 。
图3展示了全天候组合自1970年以来的表现 , 此处将风险设定为和传统投资组合(一般为60/40股票/债券)类似的水平 。 如图所示 , 相对于同样风险的传统组合(红线) , 全天候组合的表现(蓝线)平均每年会有300-400基点的超额收益 。
选股宝|桥水Dalio经典论述:如何构建一个全天候策略组合
文章图片
之前曾提到过 , 全天候组合的风险和回报可以被向上或向下调整到符合投资者偏好的水平上 。 图4展示了和传统投资组合收益率相当的全天候组合 , 这里全天候组合只承担一半的风险就提供了和传统组合相同的回报水平 。
选股宝|桥水Dalio经典论述:如何构建一个全天候策略组合
文章图片
假设你不喜欢上述概念 , 还是想要以传统的方式进行资产配置 , 并常规的看待资产的风险和回报(如图1) 。 为了获取10%的年化回报 , 你要么将所有资金集中到一两类资产上使平均收益为10% , 要么需要去挖掘更多的Alpha 。 接下来的问题就是:如何获得更高的Alpha?
最优Alpha组合
构建最优Alpha组合的基本原则和最优Beta组合类似——通过互不相关的一系列收益流构建高度分散化的投资组合 , 由此获取目标收益 。 唯一的不同是我们将该原则应用在了Alpha上 。
构造Alpha投资组合有两种方式 , 第一种是Alpha叠加 , 也是目前最流行的方式 。 第二种是抛开现有资产大类 , 构造一个由不同Alpha组成的投资组合 。 在两种方法中 , Alpha都独立于Beta并叠加于Beta之上 。 比如让桥水进行Alpha叠加 , 由每个客户选择Beta和相应的基准并具体指定Alpha的目标跟踪误差 , 我们会复制Beta并将最优的Alpha组合叠加上去 。 如果用第二种方法 , 每个资产管理者的Alpha会被看作一个单独的回报流 , 并整合到一个Alpha组合当中 。 虽然我们认为第二种方法更好 , 不过两者基本概念相同 , 且相对于传统方法都能起到显著提高的效果 。
因为传统配置方式的Alpha往往和Beta绑定 , 并未经过优化 , 因此会构建出一个Alpha较小 , 分散化效果较差的组合 。 比如绝大多数的传统型投资者以配置本国股票为主 , 也就是说组合的Alpha主要来自本国股票市场 , 不仅分散化效果较弱 , 而且本国的股票市场是最难获取Alpha的途径之一 , 这种方式选取的Alpha一定会比自由组合其他资产产生的Alpha来的低 。
选择最佳的Alpha并建立一个分散组合会比传统的组合效果好很多 , 不管是选择Alpha分散的管理者或者组合不同管理者的Alpha均可 。 我们可以对比图5中的Alpha组合1和Alpha组合2 , 每一个饼图都代表100%的投资集合 , 每一个扇形表示了该类Alpha在总Alpha来源中所占的比例 。 图中两个Alpha集合的平均信息比率都是0.35 , 因此Alpha组合1和Alpha组合2水平类似 。 但是因为组合2的配置更加分散 , Alpha之间的相关性更低 , 其总体信息比率是组合1的2.5倍 。
选股宝|桥水Dalio经典论述:如何构建一个全天候策略组合
文章图片
也就是说 , 向组合中加入额外的低相关性Alpha可以带来单位风险更高的回报率 。 这里的Alpha大小可以调整 , 投资者可以自由选择在给定风险下提高回报 , 或是在给定回报下降低风险 。 由于Alpha来源广泛并可以在组合中实现平衡 , 投资组合通过叠加Alpha进行分散的能力得以进一步提高 , 这样一来Alpha管理者相对于无法分散配置的传统资产管理者有着巨大优势 , 通过这样的分散配置 , 投资组合的信息比率可以提高2到4倍 。


推荐阅读