量化配置框架及其在战略配置中的应用

1、目录 HYPERLINK l _TOC_250010 构建系统化的量化配置框架 3 HYPERLINK l _TOC_250009 配置框架构建的两个层次：战略配置与战术配置 3 HYPERLINK l _TOC_250008 配置标的分析的三个变量：收益、波动、相关性 4 HYPERLINK l _TOC_250007 标的变量预测的三个角度：外生环境、内生结构、趋势动量 6 HYPERLINK l _TOC_250006 构建完整的量化配置框架 7 HYPERLINK l _TOC_250005 量化战略配置三部曲 8 HYPERLINK l _TOC_250004 组合投资范围与投资标的

2、选择 8 HYPERLINK l _TOC_250003 组合风险中枢控制 HYPERLINK l _TOC_250002 组合相关性估计误差的降低 HYPERLINK l _TOC_250001 量化战略配置实践：一个全球案例 HYPERLINK l _TOC_250000 总结与展望 图表图表1: 解决配置问题的6 个步骤 4图表2: 战略配置与战术配置的关系 4图表3: 配置模型的输入包括收益、波动、相关性三个维度 4图表4: 各资产长期正收益是全天候有效的基础 5图表5: 资产有相近正向夏普是风险平价良好应用的前提 5图表6: 精确的波动率预测使估计有效前沿接近真实有效前沿 5图表7:

3、 低相关性提升最优投资组合夏普率 6图表8: 尾部相关性变化能够有效警示系统性风险 6图表9: 收益、波动、相关性分析对战略配置和战术配置的意义 6图表10: 外生环境、内生结构、趋势动量三角度进行变量预测 7图表: 完整的量化配置框架 7图表12: 投资标的选择方式分为经济周期划分法和动量选择法 8图表13: 全球投资备选资产池 9图表14: 国内投资备选资产池 9图表15: 投资范围与投资标的选择流程 图表16: 全球投资资产选择流程有效性：周期1年 图表17: 全球投资资产选择流程有效性：周期2年 图表18: 国投资资产选择流程有效性：周期1月 图表19: 国内投资资产选择流程有效性：周

4、期1季度 图表20: 风险资产比例影响组合收益风险中枢以及最大回撤 图表: 风险资产比例调整有效性：周期1 年 图表22: 风险资产比例调整有效性：周期2 年 图表23: 外生变量影响资产相关性逻辑示意图 图表24: 相关性处理方式概览 图表25: 简化处理后的相关性矩阵拥有更小的平均估计误差 图表26: 量化战略配置实际应用流程 图表27: 量化战略配置实例收益曲线风险资产中值7) 图表28: 量化战略配置实例统计风险资产中值70) 图表29: 量化战略配置实例收益曲线风险资产中值3) 图表: 量化战略配置实例统计风险资产中值30) 构建系统化的量化配置框架配置的理念渗透在金融投资中的各个方

5、面从确定投资品类的大类资产配置到增厚收益的行业配置、风格配置、因子配置以及近些年来逐渐兴起的策略配置，均属于配置问题的研究范畴。学界与业界关于配置的相关话题已经有了丰富的研究成果，但就实际应用而言，关于整体性强、流程清晰、易于落地的量化配置框架的讨论相对较少。作为中金量化配置系列报告的开端，本文从量化的视角构建一个系统化的量化配置框架，并首先以战略资产配置为例，展示其实际应用效果。在本章节，我们针对量化配置框架的构建展开讨论，重点解决以下三方面问题：量化配置框架的构建应包括哪几个层次。在每一个层次中，针对配置标的的分析应从哪几个变量展开。对于每一个变量，对其进行预测时应包含哪几个角度。配置框架

6、构建的两个层次：战略配置与战术配置关于配置问题的解决步骤，A Intitue riculum 给出了一套流程性的解决方案，该方案共分6 步：）设立投资目标；）明确投资目标下的收益需求、风险偏好、流动性束；）进一步划定投资范围与投资标的；）对投资标的下一投资周期内的收益与风险水平做出预测；）根据模型得到各类标的的配置权重；）执行配置方案并按规则再平衡。我们可以将上述配置流程按照问题属性分为两类：约束性问题和预测性问题。其中战略配置解决约束性为问题，战术配置解决预测性问题。战略配置锚定组合收益风险特征中枢，解决长期约束性问题。约束性问题来源于对投资目标的理解，投资者需要根据投资目标来明确组合长期的

7、收益目标和风险约束，以及换仓频率、换手率等流动性约束，并基于这些约束进一步得到投资范围约束与标的种类约束。战略配置对以上约束性问题进行回答，锚定组合的收益风险特征中枢，以之做为配置决策的长期基础。战术配置在战略配置的基础上，解决中短期预测性问题。在市场非完全有效的情况下，标的短期的收益与风险水平可以根据外部预测变量或自身微观结构进行判断，一方面可以通过中短期择时实现收益增强，另一方面可以通过实时风险监测实现回撤控制。值得注意的是，战术配置得到的配置权重不应过分偏离战略配置的风险约束和流动性约束。图表: 解决配置问题的6 个步骤图表: 战略配置与战术配置的关系战略配置锚定组合长期收益战略配置锚定

8、组合长期收益风险特征中枢战配置增厚中短期收益战术配置控制中短期回撤资料ergrtoMeme，中公研部资料源中公研部配置标的分析的三个变量：收益、波动、相关性在确定组合最终配置权重时，我们往往需要借助配置模型来实现。一般来说，配置模型需要输入配置标的的三方面信息：收益、波动、相关性。图表: 配置模型的输入包括收益、波动、相关性三个维度理论/模型收益波动相关性/NOB资料源中公研部标的收益是组合增值之源。配置的核心目标在于组合的增值，在非做空情况下，组合的增值依赖标的长期的正向收益。业界常见的配置模型中，底层资产拥有正向期望收益是其实践有效的先决要素。Brdter 在其介绍全天候的论文he all

9、ethr ory中提到，选择各情景下资产的一个重要条件为这些资产长期以来可以获得正向收益。类似地，Qin 在介绍风险平价模型的论文Rik parity and driition中也指出，假定资产拥有相近的正向夏普率是风险平价可以应用于资产配置的前提。因此，对于战略配置而言，选择长期拥有正向收益的标的纳入配置模型是组合增值的先决条件，而对于战术配置来说，对下一投资周期内标的收益的有效预测是组合收益增强的核心内容。图表: 各资产长期正收益是全天候有效的基础图表: 资产有相近正向夏普是风险平价良好应用的前提向收益是全天候策向收益是全天候策得以良好运行的基注：各指数价格在200年初做归一化处理6.00

10、5.004.003.002.001.000.00Ja-00 Ja-02 Ja-04 Ja-06 Ja-08 Ja-10 Ja-12 Ja-14 Ja-16 Ja-18 Ja-20 标普0 彭博巴克莱美国总债券指数 标普I贵金属指数资料源：mer，中公究部资料源：mer，中公究部标的波动决定组合风险中枢。波动率是度量标的历史收益序列偏离其均值幅度的指标，反映了标的未来价格变动的剧烈程度。对于战略配置而言，我们在构建配置方案时，会对组合的风险水平施加约束，因此在确定投资范围与标的种类的过程中，需要考虑标的的波动水平，使入选的资产通过权重配置，可以达到预设的组合风险目标。对于战术配置来说，对标的未来

11、波动的有效预测是使估计有效前沿接近真实有效前沿的重要措施。图表: 精确的波动率预测使估计有效前沿接近真实有效前沿r精确的波动率预测使估计有效r精确的波动率预测使估计有效前沿与真实有效前沿偏差较小真实有效前沿错误的波动率预测使估计有效前沿与真实有效前沿偏差较大波动率错误预测波动率精确预测真实波动率资料源中公研部标的相关性反映组合风险缓释效果标的相关性1 是保证分散化投资和组合投资有效的基础。对于战略配置而言，选择低相关性标的纳入配置模型是缓释组合非系统性风险和提升最优投资组合夏普率的有效手段，同时，对于相关关系不稳定的标的，简化相关性估计可以有效降低估计偏误对于战术配置来说监测组合尾部相关性变化

12、并及时将仓位转移至低相关性标的，是控制组合回撤的关键途径。1我们将在下一章节证明这一点。图表: 低相关性提升最优投资组合夏普率图表: 尾部相关性变化能够有效警示系统性风险r=r=时最合夏普最低随着降投资组夏普率=有效前沿品票金品/券金/票的纳 产合资料源：rrl，rew，ev，.Mor，中公究部显然，经济周期划分法依赖对各宏观经济状态下资产表现的深刻理解，同时需要对当前经济状态和未来状态变化进行准确识别与判断适合于备选标的数量较少且定价逻辑强并对宏观研究有深入研究的投资者。不容忽视的是，在美国市场，美联储持续宽松的货币政策使美林时钟在金融危机之后的有效性大幅降低；而在中国市场，由于我国改革开放

13、以来经济周期性相对较弱同时利率决定机制受到不仅限于增长和通胀的多方面影响加之市场化程度低使得我国大类资产走势与宏观相关性偏低，美林时钟在中国市场长期以来不具备显著的指导意义。作为量化配置方法论，我们更希望给出一个落地性强且外推性好的解决方案因此我们从动量选择法入手借鉴llr and uning(2016)的做法，构建了“时序动量横截面动量相关性递补”的资产选择流程。具体方式如下：确定备选资产池。我们构建全球投资和国内投资两个备选资产池。全球投资备选资产池：选择全球可投资性较强的资产，包括以下4 个大类：权益、债券、商品、类投资品。国内投资备选资产池：选择国内可投资性较强的资产，包括以下3 个类

14、：权益、债券、商品。计算时序动量。根据资产选择周期，计算以相应周期为中枢的5 个时序动量。比每年进行一次投资标的选择则计算4 个月36 个月2)2 个月4 个月 6 个月的时序动量时序动量被定义为当前价格相对于区间平均价格的年化涨跌幅。得到5 个时序动量后，等权相加得到最终时序动量值。计算组内横截面动量。在个资产大类中，选择时序动量排名前且动量值大于 0 的资产，作为已选资产。根据相关性递补资产。在个资产大类中，将时序动量大于0 但不在已选资产中资产记为递补资产，按时序动量值对递补资产排序，依次判断：递补 已选资产等权组合。若成立，则将该递补资产纳入已选资产池。图表: 全球投资备选资产池股票债

15、券商品另类投资品普CREIT多C时C国CC0CI国DXC时IBC经国OICICCICI资料源中公研部图表: 国投资备选资产池股票债券商品资料源中公研部图表: 投资范围与投资标的选择流程依次按公式判断依次按公式判断递补资产是否纳入已选资产选择每组时序动量排名50%大于0的资产计算5个不同周期根据相关性递补资产权益、债券、商品、另类投资品计算组内横截面动量计算时序动量确定备选资产池资料源中公研部可以看出，以上资产选择流程的核心逻辑在于：在各大类资产之中选择相对强势且处于上涨趋势的资产；若某资产相对弱势但仍处于上涨趋势中，则从相关性的角度衡量加入该资产能否提升组合的夏普比率。对于全球投资我们分别以1

16、 年和2 年为资产选择周期测试该资产选择流程的有效性。在回测时，我们分别给予权益、债券、商品大类的权重，给予另类投资品的权重，每个大类中的资产等权配置。从回测结果看，我们的资产选择流程可以有效选出未来表现相对优异的资产。图表: 全球投资资产选择流程有效性：周期1年图表: 全球投资资产选择流程有效性：周期2年05050550Ja-81 Ja-84 Ja-87 Ja-90 Ja-93 Ja-96 Ja-99 Ja-02 Ja-05 Ja-08 Ja-11 Ja-14 Ja-17 Ja-200Ja-81 Ja-84 Ja-87 Ja-90 Ja-93 Ja-96 Ja-99 Ja-02 Ja-05

17、Ja-08 Ja-11 Ja-14 Ja-17 Ja-20 加入资产选择 不加资产选择 加入资产选择 不加资产选择资料源：mer，中公究部资料源：mer，中公究部对于国内投资，我们分别给予权益、债券、商品大类 的权重，每个大类中的资产等权配置。由于待选资产种类较少且相关性较强，以年度为资产选择周期时，前述资产选择流程的有效性较差。从回测结果看，当以1 月或1 季度为资产选择周期时，我们的资产选择流程可以有效选出未来表现相对优异的资产。图表: 国内投资资产选择流程有效性：周期1月图表: 国内投资资产选择流程有效性：周期1季度加入资产选择 不加资产选择年化收益加入资产选择 不加资产选择年化收益7.

18、24%5.09%arpe Rto0.664 0.551mar to0.191 0.137加入资产选择 不加资产选择年化收益6.08%5.68%harpe Rto0.657 0.614amar Rto0.157 0.156453.5432.53221.5110.50eb04eb06eb08eb10eb12eb14eb16eb18eb200eb04eb06eb08eb10eb12eb14eb16eb18eb20 加入资产选择 不加资产选择 加入资产选择 不加资产选择资料源：mer，中公究部资料源：mer，中公究部组合风险中枢控制在战略配置阶段，投资者需要根据投资目标设定组合的长期风险中枢。风险中枢

19、反映产品定位，锚定过高的风险中枢违背稳健型产品的回撤控制需求，锚定过低的风险中枢抑制成长型产品的净值增长。风险中枢控制可以通过两种途径实现：一是在组合的角度，限制组合的波动率范围；二是在资产的角度，规定风险资产的投资比例。图表: 风险资产比例影响组合收益风险中枢以及最大回撤风险资产比例高组合收益高、波动大、最大回撤加重风险资产比例低组合收益低、风险资产比例高组合收益高、波动大、最大回撤加重风险资产比例低组合收益低、注：股票使用沪深3，债券使用中债综合财富指数2.301.801.300.80Ja-04Ja-06Ja-08Ja-10Ja-12Ja-14Ja-16Ja-18Ja-20股80债股60债

20、资料源万资，金司部限制组合的波动率范围的方法常与组合优化相结合，将组合的波动率水平作为优化问题的约束条件。举例来说，我们可以在风险平价模型中加入组合波动率约束，使最终的求解权重在满足波动率限制的情况下，实现风险贡献偏离的最小化。另一种风险中枢控制手段为规定风险资产投资比例llr and uning(017)在其论文中，提出了一种根据风险资产历史表现和容忍度系数动态确定风险资产比例的方式。应用在我们的量化配置框架中，可以描述为：计算具有正向动量的风险资产占比。我们将前述4 个资产大类中的债券资产定义安全资产，其余大类资产定义为风险资产。假设风险资产大类中共有N 个资产，中M 个具有正向动量，则正

21、向动量风险资产占比P 为M/N。设定容忍度系数。容忍度系数反映对具有负向动量风险资产的容忍程度，取值范围在0,1之间0 代表容忍程度最低即要求所有风险资产均有正向动量1 代表忍度最高，即可以接受所有风险资产均有负向动量。计算风险资产权重风险资产权重为0 + 1 + 2 n/(1 1)其中0代表风险资产权重中值代表调整幅度举例来说我们希望风险资产在组合中占比在4060之间变化，则0 = 50%， = 10%。可以看出，当 1 时，风险资产占比达到上限 ；当 1 时，会降低风险资产配置比例；当 = 0时，风险资产占比达到下限。承接第一部分全球投资标的选择的结果我们设定风险资产中值为调整幅度为，容忍

22、度系数为0.以1 年和2 年为资产选择周期进行回测从结果看动态确定的风险资产比例可以基本控制在 0的中枢水平，同时组合的年化收益得到小幅提高，但以 年为周期时波动率和最大回撤有所上升从而使夏普比率和ar 比率略微下降尤其是8 年金融危机前夕高配风险资产使组合出现了更大的回撤因此我们建议在战略配置环节，尽可能不要选取过大的风险资产比例调整幅度，而在战术配置环节通过择时进行短期风险资产权重调整。图表: 风险资产比例调整有效性：周期1 年图表: 风险资产比例调整有效性：周期2 年收益增加、are收益增加、areRatio和arRatio降低各统计指标均小幅上升0050Ja-81 Ja-84 Ja-8

23、7 Ja-90 Ja-93 Ja-96 Ja-99 Ja-02 Ja-05 Ja-08 Ja-11 Ja-14 Ja-17 Ja-200Ja-81 Ja-84 Ja-87 Ja-90 Ja-93 Ja-96 Ja-99 Ja-02 Ja-05 Ja-08 Ja-11 Ja-14 Ja-17 Ja-20 加入风险资产比例调整 不加风险资产比例调整 加入风险资产比例调整 不加风险资产比例调整资料源：mer，中公究部资料源：mer，中公究部组合相关性估计误差的降低与择时相同，资产之间的相关性估计是一项重要但较不稳定的工作。诸多研究均指出 an,200;Niolai ,201)使用历史数据计算出的资产

24、相关性对资产未来相关性的预测效果并不显著。分析业界实践有效的配置模型中对资产相关性的处理方式，大致可分为两种：外生变量映射和相关性矩阵简化估计。外生变量映射的核心逻辑为：资产之间的相关性是各资产与外生变量之间相关性的数量化表现，其取值本质受外生变量所影响。以桥水全天候模型为例，一方面，股票与普通债券均与通胀预期加息预期负相关，因此当市场通胀预期上升时，股债价格均会下降即两者从数量上表现出正相关关系；另一方面，股票与经济增长正相关，而普通债券与经济增长负相关，因此当经济上行时，股票涨而债券跌，两者从数量上表现出负相关关系可以看出，这类模型将资产之间相关性预测转化为外生变量与资产之间相关性的分析；

25、外生变量状态的判断。此外，对资产之间相关性的另一种处理思路是相关性矩阵的简化，核心逻辑为通过减少预测参数来降低预测误差。常见的应用实例有单位化处理、稀疏化处理、压缩估计、噪音过滤等。单位化处理将资产按照资产属性分组，并认为资产的组间相关性为 ，组内相关按照历史相关性进行估计，从而达到“组间单位化”的效果，实现相关性矩阵的化。稀疏化处理在单位化处理的基础上，并不要求资产的组间相关性一定为 ，而是留相关性较为显著资产的组间相关性相关性不显著资产的组件相关性依然设为组内相关性同样按照历史相关性进行估计，从而达到“矩阵稀疏化”的效果，实现相关性矩阵的简化。压缩估计综合考虑基于主观逻辑的先验相关性和基于

26、客观数据的样本相关性，将估计误差较大的样本相关性矩阵向估计误差较小的先验相关性矩阵压缩，以降低压后矩阵的估计误差。同时，当先验相关性矩阵形式较为简单（如单位矩阵）时，能达到简化相关性矩阵的效果。噪音过滤认为实际矩阵特征根与随机矩阵特征根相重叠的部分为随机产生的噪音分，非重叠部分是实际矩阵有信息含量的确定部分，通过对噪音部分进行过滤来低预测误差，同时实现相关性矩阵的简化。图表: 外生变量影响资产相关性逻辑示意图外生变量相外生变量相互关系外生变量外生变量直接(本质)相关性标的A标的B间接(表现)相关性相互关系资料源：er，金研究部图表: 相关性处理方式概览数数参源性质提提计噪音过滤矩阵压缩估计矩阵

27、稀疏化处理矩阵单位化处理外生变量映射:并间本性著差征(定分，均的照 为阵断历 势强好性陷差大且阵型型；计型 BARRA模 (eler,)资料源：rew，MI ，中公研部我们将前文全球投资备选资产池中的资产按照资产类别和资产区域分为以下6 组：发国家股票、新兴市场股票、发达国家债券、新兴市场债券、商品、另类投资品。分别计算基于历史数据的样本相关性矩阵、组间单位化处理后的相关性矩阵、组间稀疏化处理后的相关性矩阵压缩处理后的相关性矩阵噪音过滤后的样本相关性矩阵，与未来1 年的实际相关性矩阵之间的差异。从结果看，组间单位化处理后的相关性矩阵相比其它相关性矩阵，与未来1 年的实际相关性矩阵之间的平均估计

28、误差最小。压缩处理后的相关性矩阵同向能达到减少平均估计误差的效果，而噪音过滤后的相关性矩阵误差降低效果不明显，稀疏化处理后的相关性矩阵平均估计误差甚至有所增加。整体来说，对相关性矩阵进行组间单位化处理不仅可以减少估计复杂度，同时也可以提升估计有效性。图表: 简化处理后的相关性矩阵拥有更小的平均估计误差7.00%6.00%5.00%4.00%平均估计误差样本相关性矩阵误差均值组间单位化处理误差均值组间稀疏化处理误差均值压缩处理误差均值：1.68%噪音过滤误差均值：1.98%组间单位化处理后的相关性矩阵误差更小，大多时间均估误差低3.00%2.00%1.00%0.00%Ja-79 Ja-82 Ja

29、-85 Ja-88 Ja-91 Ja-94 Ja-97 Ja-00 Ja-03 Ja-06 Ja-09 Ja-12 Ja-15 Ja-18样本相关性矩阵组间单位化处理组间稀疏化处理压缩处理噪音过滤资料源：er，金研究部量化战略配置实践：一个全球案例至此本章节围绕量化战略配置中的三个问题如何选择组合的投资范围与投资标的； 如何锚定组合的风险中枢；如何降低组合相关性的估计误差，进行了研究与探讨。最后，我们以全球资产配置为例，展示量化战略配置的实际应用效果，步骤如下：投资范围与投资标的选择：每年末，按照本章节第一部分所介绍的选择流程，选下一年的投资标的。风险中枢控制：按照本章节第二部分所介绍的控制流

30、程，确定风险资产比例。在本例中我们首先与前文保持一致限定风险资产比例中值为调整幅度为同时回测风险资产比例中值为，调整幅度为时的结果。相关性估计简化：按照本章节第三部分所介绍的相关性矩阵组间单位化处理，进相关性估计的简化。其中资产按照资产类别和资产区域分为以下6 组：发达国家票、新兴市场股票、发达国家债券、新兴市场债券、商品、另类投资品。计算资产权重：选择完投资标的后，首先在每个资产组中按照风险平价模型计算一级权重，并以一级权重加权得到6 个资产组的收益序列；其次，由于相关性估计化后组间相关性为因此分别在安全资产发达国家债券新兴市场债券和风险产发达国家股票新兴市场股票商品另类投资品中将资产组收益

31、序列的波动倒数作为资产组的二级权重 最后将风险中枢控制一步中确定的风险资产和安资产比例作为三级权重。各资产的最终权重一级权重二级权重三级权重。图表: 量化战略配置实际应用流程计计算资产权重依次计算组内一级权重、组间二级权重、风险资产三级权重，最权重=一级权重二级权重三级权重按照资产类按照资产类别和资产区域对资产分组，组间相关性为0，组内相性按照历史相关性进行估计相关性估计的简化选选出投资标的后，按照“计算具有正向动量的风险资产占比设定容度系计风险资重的流程确定风资产例风险中枢控制每每年末，按照“确定备选资产池计算时序动量计算组内横截投资范围与投资标的选择面动量根据相关性递补资产”的流程，选出下

32、一年投资标的资料源中公研部我们将所有资产组内等权；加入资产选择后的组内等权图表6 所示结果；) 加入资产选择并动态调整风险资产比例后的组内等权图表1 所示结果作为比较计准，同时构建了“%美股30%美债30%贵金属10REITS”以及“%美股70%美债10%贵金属10REI分别作为风险资产比例中值和风险资产比例中值时的可比组合。从结果来看，量化战略配置在实际中有较为显著的应用效果，在不依赖复杂模型和参数优化的情况下，可以有效提升组合长期的年化收益和夏普比率。图表: 量化战略配置实例收益曲线风险资产中值7)图表: 量化战略配置实例统计风险资产中值70)基准基准基准基准：证明投资围与资标选择有效性基

33、准基准：证明动态调整风险资产比例的有效性应用实例基准：证明相关性矩阵简化和最终权重确定流程的有效性组合年化收益年化波动率最大回撤Sharpe Ratioalar Ratio量化战略配置应用实例%-%60组内等组内等(基)%-%75资产选+组内等(基%-%00资产选+风险资产比例调+组内等(基)%-%60美+美+%-%15贵金+REITS0Ja-81 Ja-84 Ja-87 Ja-90 Ja-93 Ja-96 Ja-99 Ja-02 Ja-05 Ja-08 Ja-11 Ja-14 Ja-17 Ja-20量化战略配置应用实例组内等权基准资产选择组内等权基准)资产选择风险资产比例调整组内等权基准美股

34、3美债3贵金属1REIS资料源：mer，中公究部准资料源mr中金司（测间181010122093）图表: 量化战略配置实例收益曲线风险资产中值3)图表: 量化战略配置实例统计风险资产中值30)基准基准基准基准：证明投资围与资标选择有效性基准基准：证明动态调整风险资产比例的有效性应用实例基准：证明相关性矩阵简化和最终权重确定流程的有效性组合年化收益年化波动率最大回撤Sharpe Ratioalar Ratio量化战略配置应用实例%-%84组内等组内等(基)%-%83资产选+组内等(基%-%51资产选+风险资产比例调+组内等(基)%-%00美+美+%-%89贵金+REITS0Ja-81 Ja-84 Ja-87 Ja-90 Ja-93 Ja-96 Ja-99 Ja-02 Ja-05 Ja-08 Ja-11 Ja-14 Ja-17 Ja-20量化战略配置应用实例组内等权基准资产选择组内等权基准)资产选择风险资产比例调整组内等权基准美股7美债1贵金属1REIS资料源：mer，中公究部准资料源mr中金司（测间181010122093）