金工专题报告：CTA思维下的资产配置方法

内容目录

传统资配VSCTA 4

GTAA配置组合 6

中信大类资产配置指数 7

Mozaic指数与GAMA指数 8

资产配置策略思路 9

低风险资产收益增强 10

趋势信号下的高风险资产配置组合 13

长周期均线过滤下的资产配置组合 13

唐安奇通道过滤下的资产配置组合 15

唐安奇通道+长周期过滤下的资产配置组合 17

5.总结 19

图表目录

图1：2007年至今国内几类资产的走势 4

图2：2007年至今风险平价组合与持有CBA02041.CS的净值对比 5

图3：2007年至今风险平价组合的持仓分布 5

图4：GTAA策略效果（1x和2x分别是不同杠杆率下的净值，截取原文） 6

图5：中信大类资产配置指数与沪深300指数对比 7

图6：Mozaic指数净值与业绩表现 8

图7：CTA类型资产配置指数产品的收益来源拆分 9

图8：信用债与货币的强弱线具有较强趋势性 10

图9：在k=20的唐安奇通道下，不同交易速率均有较强的增强效果 12

图10：同样参数下轮动策略收益效果与纯指数基准业绩对比 13

图11：K=120情形下，策略净值与低风险资产轮动策略对比 14

图12：K=20情形下，策略净值与低风险资产轮动策略对比 16

图13：K1=120,K2=20情形下的策略净值 17

图14：K1=120,K2=20情形下的策略持仓分布 18

表1：2007年至今国内几类资产的走势统计 5

表2：2007年至今风险平价组合与持有CBA02041.CS的评价指标对比 6

表3：中信大类资产配置指数分年度绩效 7

表4：两类固定交易模型下的大类资产配置指数 8

表5：𝒌=𝟐𝟎,𝒎=𝟏下货币、中长信用债轮动策略绩效 11

表6：𝒌=𝟐𝟎,𝒎=𝟓下货币、中长信用债轮动策略绩效 11

表7：不同参数组下的年化收益（横轴𝒎，纵轴𝒌） 12

表8：不同参数组下的夏普比（横轴𝒎，纵轴𝒌） 12

表9：同样参数下轮动策略业绩统计（基于930780.CSI） 13

表10：𝑲=𝟏𝟐𝟎情形下，策略净值分年度绩效 15

表11：不同参数𝑲情形下的业绩表现 15

表12：𝑲=𝟐𝟎情形下，策略净值分年度绩效 16

表13：不同参数K情形下净值绩效 17

表14：𝑲𝟏=𝟏𝟐𝟎,𝑲𝟐=𝟐𝟎情形下的策略分年度绩效 18

表15：不同𝑲𝟏，𝑲𝟐取值下策略年化收益 19

表16：不同𝑲𝟏，𝑲𝟐取值下策略夏普比 19

国内持有权益类产品的夏普比远低于固收类产品，使得被动资产配置策略（如风险平价）的现实意义不大，相关策略组合的风险收益指标相比直接持有纯固收产品并没有提升。

部分研究思路转向通过宏观信息的量化来实现股债风险权重的动态调整。受限于国内资产配置可配品种数量不多，单个产品的定价成因复杂（例如基本的股债配置可能需要深入到信贷周期、流动性、基本面、估值等多个因子的刻画中），经常造成所需因子变量远大于实际可配置截面数量的局面；倘若不存在足够有效、稳固的宏观先验逻辑，容易陷入过拟合，将实际问题复杂化。

除了风险平价这类被动型资产配置策略，CTA方法也被长期验证是较为有效的β管理方案。我们尝试抛开现有的配置框架，完全不采用宏观信息，基于CTA管理思路来构建配置组合。

本文提供了一种主动资配方案来寻求偏右侧的β机会，且实用性、效果稳健性强于传统的主动配置方案。此外，本文提供的方法也适用于二级债基这类固收增强类产品，管理人可以将大量的研究精力聚焦于截面α的挖掘，无需分配额外的投研力量用于大宗、权益、货币、长债等几类重要β的配置和管理。

传统资配VSCTA

传统资配思路反对价量信号的渗入，认为所有资产的配置价值在市场有效性的均衡机制下近乎相等，资产配置最后等价于风险权重的划分。在Qian(2005)的论述中，风险平价运用的前提是各资产的预期夏普比率相等；否则，若各个资产之间收益率序列满足独立性要求时，各资产的风险权重占比应是各自产预期夏普的平方之比。

但现实市场中，非固收类产品的长期持有价值远弱于固收产品，中长期信用债和货币类产品的夏普、Calmar等关键风险收益指标明显优于传统的黄金和权益市场走势，这使得传统的风险平价失去意义。

图1：2007年至今国内几类资产的走势

3.2

2.7

2.2

1.7

1.2

0.7

CBA02041.CS(中长信用) CBA02201.CS(货币) 000300.SH 黄金

资料来源：，wind

表1：2007年至今国内几类资产的走势统计

黄金

沪深300

CBA02041.CS(中长债)

CBA02201.CS(货币)

年化复合收益

6.39

5.21

5.80

3.54

年化波动率

16.40

28.23

1.97

0.31

最大回撤率

-44.88

-72.30

-6.18

-0.53

回撤开始

2011/9/6

2007/10/16

2007/4/3

2013/6/3

回撤结束

2015/7/31

2008/11/4

2008/1/21

2013/6/24

Sharpe

0.46

0.32

2.87

11.12

Sortino

0.65

0.44

4.44

24.64

Calmar

0.14

0.07

0.94

6.74

资料来源：，wind

我们基于CBA02041.CS(中长债)和沪深300两种资产，以过去240日历史收益估计协方差，构建一个简易的风险平价组合。回测发现，平价组合相比单纯持有CBA02041.CS收益稍有提升，但波动率明显放大，平价组合的吸引力一般。

图2：2007年至今风险平价组合与持有CBA02041.CS的净值对比

2.3

2.1

1.9

1.7

1.5

1.3

1.1

0.9

风险平价组合 CBA02041.CS

资料来源：，wind

图3：2007年至今风险平价组合的持仓分布

100

90

80

70

60

50

40

30

20

10

0

000300.SH CBA02041.CS

资料来源：，wind

表2：2007年至今风险平价组合与持有CBA02041.CS的评价指标对比

风险平价组合

CBA02041.CS

年化复合收益

6.20

5.88

年化波动率

2.64

1.97

最大回撤率

-5.72

-6.18

回撤开始

2007/4/30

2007/4/3

回撤结束

2008/8/8

2008/1/21

Sharpe

2.29

2.91

Sortino

3.44

4.53

Calmar

1.08

0.95

资料来源：，wind

部分海外投资机构开始将CTA中趋势追踪的管理思路运用于资产配置领域。不少研究

（Antonacci(2014)、Faber(2010)）认为：当下多数风险资产的长期夏普仍然达不到配置要求，适当借助简单趋势信号择时有助于资产配置类产品整体业绩表现的提升。

GTAA配置组合

Faber（2006，2010）利用截面和时序动量，构建了一套全球资产配置方案，在业内较受欢迎，该配置组合主要分为三个流程：资产筛选、权重分配、以及回撤控制。

其中资产筛选方面：对美国大盘价值、美国大盘动量、美国小盘价值、美国小盘动量、美国10年期利率债、美国30年期利率债、黄金、大宗商品和地产等13组资产按照1月动量、3月动量、6月动量、12月动量分别打分，等权复合后选取排名前6的资产进入组合。

权重分配：等权分配

回撤控制：使用10月均线过滤行情，如果价格在10月均线下即止损。

图4：GTAA策略效果（1x和2x分别是不同杠杆率下的净值，截取原文）

资料来源：,Faber(2006)

该策略相比单纯持有标普500在收益风险比上有一定的提升，也是价量信号结合资产配置的组合最经典的一类。

中信大类资产配置指数

中信大类资产趋势策略指数是国内构建的最经典的CTA结合资产配置的综合指数。它通过动态选择资产动态筛选资产和分配权重，实现全球资产配置。相比Faber的GTAA组合，次组合月度调仓，并没有实时地跟踪止损。

资产筛选层面：策略对沪深300、中证500、标普500、德国DAX、中国5年期国债、美国7~10年期国债、黄金和原油等8大品种计算1月累计收益、6月累计收益、1月日度收益均值、6月日度收益均值等动量因子，并基于因子复合打分，选取前5名资产进行配置；

分配权重层面：按照风险平价分配权重。

图5：中信大类资产配置指数与沪深300指数对比

1.7

1.5

1.3

1.1

0.9

0.7

0.5

GMAT.WI

000300.SH

资料来源：，wind

表3：中信大类资产配置指数分年度绩效

年化复合收益

年化波动率

最大回撤率

回撤开始

回撤结束

Sharpe

Sortino

Calmar

2010

7.17

3.88

-2.78

2010/11/10

2010/11/18

1.81

2.76

2.58

2011

2.99

3.82

-4.02

2011/9/9

2011/10/20

0.79

1.06

0.74

2012

4.56

2.59

-1.56

2012/10/8

2012/10/25

1.74

2.65

2.92

2013

2.11

4.05

-5.34

2013/5/17

2013/6/24

0.54

0.71

0.39

2014

9.68

3.33

-1.41

2014/6/27

2014/9/12

2.79

4.51

6.88

2015

2.78

4.32

-4.61

2015/4/27

2015/8/25

0.66

0.88

0.60

2016

10.71

3.87

-2.00

2016/7/13

2016/9/14

2.65

4.52

5.37

2017

6.87

3.32

-2.32

2017/3/1

2017/7/6

2.02

3.18

2.96

2018

1.24

4.11

-4.90

2018/1/23

2018/2/9

0.32

0.47

0.25

2019

10.64

3.45

-2.82

2019/9/4

2019/11/12

2.94

5.25

3.78

全样本

5.78

3.70

-5.34

2013/5/17

2013/6/24

1.53

2.27

1.08

资料来源：，wind

整体上，中信大类资产配置指数相表现相对传统风险平价有一定提升，年化收益达到5.78，

夏普达到1.53。

Mozaic指数与GAMA指数

趋势追踪+配置类产品中当下最知名的是摩根推出的Mozaic指数产品和瑞银推出的GAMA

指数产品，相关指数所涉及投资标的规模已达到百亿美元。

我们基于已公开资料对两类指数产品的情况作如下梳理：

表4：两类固定交易模型下的大类资产配置指数

GAMA

Mozaic

指数创设机构

瑞银

摩根

指数交易频率

不定期

月频调仓+逐日跟踪止损

投资标的

全球6大工业国的股指、国债，以及大宗商品期

货合约

美、德、日的股指、大宗、国债等期货合约

历史业绩表现

2002年3月至2019年2月超额4.85，夏普1.2

1996-2018年超额收益5.99

投资策略简述

不同资产进行趋势追踪+风险平价控制波动

定期截面动量优选资产+风险平价控制波动+不定

期跟踪止损控制回撤

资料来源：，wind

将此类指数产品的收益来源进行拆解，主要体现在两方面：1）保证金的现金管理：由于所投资期货合约杠杆利用率一般不高，所以通常投资组合有充沛的保证金富余，可配置部分收益稳定的低风险资产增强收益；2）期货标的趋势追踪组合管理收益：基于特定信号，选择不同资产的期货合约做多，获取组合管理后的超额β收益。

图6：Mozaic指数净值与业绩表现

资料来源：，JPMorgan

跟传统资产配置方案相比，此类配置策略的特点在于：

此类策略在β趋势择时方面更加精细化，相比原始β之间配置效果提升显著；

采用期货合约代替现货进行配置，一方面，由此换手相比传统策略有所上升，期货合约何以有效降低交易摩擦，提升策略资金容量上限；另一方面，资金占用明显降低，可以将大量富余保证金用于配置低风险资产增厚组合收益。

图7：CTA类型资产配置指数产品的收益来源拆分

资料来源：，wind

当然，此类策略与纯CTA型策略存在一些明显的差异：

1、不开空单，长期来看各个大类资产都是趋势向上，故模型中禁止做空任意资产；

2、不追求单品种的极致择时效果，强调多品种多头分散化配比后的业绩稳健性；(当下不少CTA也在一揽子商品期货合约中做组合管理的尝试，但一般做的是多空中性后的α，而此类策略中没有空头)；

3、换手程度低于传统的CTA策略；

总体上，CTA与资产配置相结合是近几年海外量化配置产品线中较受市场欢迎的一类产品，过去10年不少指数业绩能够战胜桥水全天候指数。该类产品具备业绩表现更好（相比传统被动配置产品）、固定交易模式、充分分散资产类别风险、产品容量大的优点，我们认为在国内市场亦有较为宽广的应用前景。

资产配置策略思路

本文尝试结合CTA与资产配置思维探索国内的资产配置策略。首先在品种选择上，配置资产主要以国内资产为主，包括黄金（S0035819）、南华商品指数（NHF0100.NH）、权益

（000300.SH）、货币（CBA02201.CS）、中长期信用债(CBA02041.CS)。

与传统做法不同的是：1）将低风险资产（信用债、货币）与高风险资产（黄金、大宗商品、股票）分开配置，这主要考虑到低风险资产的长期配置价值显著高于高风险资产，如果叠在一起基于配置模型计算各资产头寸，往往高风险资产对配置组合会产生明显的负贡献；2）不按月度调仓，而是更灵活的不定期调仓，主要考虑到国内风险资产波动程度较大，如果均按照月度调仓往往信号偏滞后，大量文献已经证明国内月度调仓的趋势信号资产配置组合如果不加入债券类资产的话波动回撤巨大。

在低风险资产组中，我们设计了一种趋势信号能够有效实现货币和中长期信用债之间的轮动，且这种轮动效果对趋势信号参数、交易速率以及所选用指数并不敏感。

在高风险资产组中，我们提供了一些有效的趋势过滤信号，对几种风险资产的β稍加过滤，再将过滤后的收益序列按照波动率比例赋予权重，该做法能显著提升风险资产对资产配置组合的回报贡献，且我们检验了模型对所涉及参数的敏感程度。

实际上，基于简单明确的趋势信号下构造配置模型，即能实现较优异的配置业绩，且参数敏感程度较低；若没有足够强大的宏观先验逻辑，我们认为此种配置模型优于传统的基于宏观信息的配置模型。

低风险资产收益增强

过往模型大多未细化低风险资产选取与配置问题，一般选取某一类或几类债券指数囊括代表固收类资产，直接纳入最终的配置模型中算出配置比例。这类做法似乎忽略了几种重要固收β之间的轮动规律。

我们发现，几种重要债券品种之间的轮动具有较强的趋势性规律，基于趋势信号即能够实现低风险资产的收益增强。我们选取货币指数(CBA02201.CS)和中长期信用债指(CBA02041.CS)数来构建轮动策略（利率债缺乏票息优势，一般而言配置价值均劣于同久期的信用债，故不予考虑）。

图8：信用债与货币的强弱线具有较强趋势性

2.15

1.95

1.75

1.55

1.35

1.15

0.95

CBA02041.CS CBA02201.CS 强弱线

资料来源：，wind

我们基于唐安奇通道构建轮动策略，即能够对低风险资产实现显著的增强效果，且这种增强对参数敏感程度较低。

策略构建如下：

选用资产：货币指数(CBA02201.CS)和中长期信用债指(CBA02041.CS)策略开始时期：2007年1月1日

策略终止时期：2019年10月30日

调仓规则：构建𝑘日的唐安奇通道，若强弱线突破过去20交易日最高值，则发出全仓中长

期信用债指(CBA02041.CS)的信号；若强弱线突破过去20交易日最低值，则发出全仓货币指数(CBA02201.CS)。

调仓周期：当发出信号后，每个交易日匀速调仓（每日交易1/𝑚的仓位占比，考虑到调仓冲击或者调仓实际情景）至指定状态，若中途出现相反交易信号，则按最新交易信号匀速调整。

交易费用：单边千一交易费1。

策略涉及两个参数唐安奇通道𝑘和仓位交易速率𝑚。我们先展示𝑘=20,𝑚=1参数下的业绩表现。策略整体13年交易55次，扣费后年化收益7.5、最大回撤1.63，相比单纯持有中长信用债CBA02041.CS有明显提升(年化收益5.8，最大回撤6.10)。

表5：𝒌=𝟐𝟎,𝒎=𝟏下货币、中长信用债轮动策略绩效

复合收益

中长信用债收益

年化波动率

最大回撤率

回撤开始

回撤结束

Sharpe

Sortino

Calmar

2007

0.18

-5.43

1.41

-1.52

2007/9/3

2007/9/21

0.14

0.14

0.12

2008

13.51

14.47

2.65

-0.97

2008/7/22

2008/8/1

4.80

12.03

13.92

2009

1.92

0.21

1.14

-1.24

2009/1/12

2009/1/22

1.68

2.18

1.55

2010

8.25

4.50

1.25

-0.74

2010/9/6

2010/12/27

6.36

14.03

11.13

2011

7.14

4.49

1.77

-0.95

2011/1/11

2011/1/28

3.91

9.89

7.53

2012

8.78

8.58

1.31

-0.59

2012/7/23

2012/8/8

6.44

18.38

14.94

2013

4.57

1.99

1.19

-1.46

2013/6/3

2013/7/24

3.75

5.17

3.13

2014

15.51

13.66

1.72

-1.63

2014/11/13

2014/12/9

8.38

16.60

9.50

2015

12.10

13.22

1.33

-0.58

2015/11/3

2015/11/12

8.59

18.36

20.94

2016

6.94

2.78

0.91

-0.84

2016/10/24

2016/12/20

7.37

14.63

8.22

2017

3.08

0.81

0.90

-0.81

2017/4/13

2017/4/24

3.39

5.25

3.81

2018

9.42

9.01

1.06

-0.73

2018/4/25

2018/5/18

8.52

22.65

12.98

2019

7.88

8.92

0.85

-0.82

2019/2/22

2019/4/11

8.89

19.64

9.66

全样本

7.55

5.80

1.45

-1.63

2014/11/13

2014/12/9

5.03

9.59

4.63

资料来源：,wind

且轮动信号的衰退特性并不强，在参数𝑘=20,𝑚=5的情形下（5个交易日逐步调仓），依旧可以获取年化7.04，最大回撤2.68的业绩。

表6：𝒌=𝟐𝟎,𝒎=𝟓下货币、中长信用债轮动策略绩效

复合收益

中长信用债

年化波动率

最大回撤率

回撤开始

回撤结束

Sharpe

Sortino

Calmar

2007

0.03

-5.43

1.39

-1.55

2007/9/3

2007/9/21

0.03

0.03

0.02

2008

13.35

14.47

2.64

-0.88

2008/7/22

2008/8/7

4.77

12.06

15.21

2009

0.65

0.21

1.18

-1.86

2009/1/12

2009/7/22

0.55

0.68

0.35

2010

8.19

4.50

1.24

-0.77

2010/9/6

2010/12/28

6.36

14.50

10.59

2011

6.08

4.49

1.55

-0.97

2011/1/11

2011/1/31

3.82

8.52

6.29

2012

8.56

8.58

1.33

-0.73

2012/7/23

2012/8/10

6.19

17.51

11.72

2013

4.46

1.99

1.21

-1.39

2013/6/3

2013/7/25

3.60

5.03

3.21

2014

14.03

13.66

1.99

-2.68

2014/11/13

2014/12/18

6.62

10.15

5.25

2015

11.77

13.22

1.33

-0.80

2015/3/23

2015/3/31

8.39

17.49

14.64

2016

6.46

2.78

0.96

-1.04

2016/10/24

2016/12/20

6.55

11.99

6.22

2017

2.23

0.81

0.82

-1.20

2017/1/16

2017/4/25

2.69

3.78

1.86

2018

9.16

9.01

1.03

-0.73

2018/4/25

2018/5/18

8.48

22.72

12.54

2019

7.73

8.92

0.82

-0.71

2019/2/22

2019/4/17

9.06

20.28

10.94

全样本

7.04

5.80

1.46

-2.68

2014/11/13

2014/12/18

4.68

8.37

2.63

资料来源：，wind

图9：在𝒌=𝟐𝟎的唐安奇通道下，不同交易速率均有较强的增强效果

27500

25500

23500

21500

19500

17500

15500

13500

11500

9500

m=1,k=20 m=3,k=20 m=5,k=20 中长信用债

资料来源：，wind

接着我们遍历不同参数组下，策略效果表现如下表所示。整体上，在不同参数组下均有稳健增强的收益表现。

表7：不同参数组下的年化收益（横轴𝒎，纵轴𝒌）

1

3

5

7

9

10

7.90

7.71

7.42

7.20

6.99

15

7.51

7.20

6.95

6.81

6.66

20

7.55

7.23

7.04

6.92

6.77

25

7.34

7.17

7.09

6.99

6.81

30

7.04

6.88

6.78

6.68

6.54

资料来源：，wind

表8：不同参数组下的夏普比（横轴𝒎，纵轴𝒌）

1

3

5

7

9

10

5.23

5.17

5.00

4.86

4.67

15

4.83

4.69

4.54

4.43

4.29

20

5.03

4.83

4.68

4.58

4.46

25

4.94

4.84

4.79

4.74

4.58

30

4.68

4.59

4.54

4.50

4.39

资料来源：，wind

我们认为，信用债与纯货币之间的轮动关系具备较强的趋势性特征，主要源于：债券市场存在大量的配置型机构，对市价趋势敏感度不高，故为信用债与纯货币之间的轮动提供了较大的获利空间。

此外，本文尝试使用更高流动性、更低信用风险的信用指数（兴业中证高等级信用930780.CSI）替代CBA02041.CS，回测发现策略仍然比单纯持有信用债具有显著提升。整体上在各类情形下，策略趋势信号频率较低，推荐投资者可置留部分仓位用于信用债与货币之间的轮动，来增厚低风险资产组合带来的收益。

图10：同样参数下轮动策略收益效果与纯指数基准业绩对比

策略净值

930780.CSI

1.9

1.8

1.7

1.6

1.5

1.4

1.3

1.2

1.1

1

资料来源：，wind

表9：同样参数下轮动策略业绩统计（基于930780.CSI）

年化复合收益

年化波动率

最大回撤率

回撤开始

回撤结束

Sharpe

Sortino

Calmar

2009

0.87

1.68

-1.24

2009/6/2

2009/6/23

0.53

0.72

0.70

2010

6.55

1.97

-0.79

2010/10/14

2010/11/26

3.22

5.55

8.27

2011

4.87

3.21

-1.40

2011/2/1

2011/2/12

1.50

2.39

3.47

2012

7.27

1.20

-0.68

2012/7/24

2012/8/23

5.86

16.60

10.68

2013

4.83

1.34

-0.92

2013/7/8

2013/7/24

3.53

5.34

5.27

2014

11.18

1.76

-1.67

2014/12/2

2014/12/10

6.04

9.61

6.69

2015

10.54

1.11

-1.19

2015/1/26

2015/2/11

9.05

18.53

8.84

2016

4.35

0.84

-1.08

2016/11/8

2016/12/20

5.09

8.32

4.03

2017

3.62

0.34

-0.22

2017/8/22

2017/8/30

10.54

23.31

16.42

2018

6.69

0.80

-0.37

2018/8/7

2018/8/20

8.11

21.61

18.10

2019

8.16

0.74

-0.28

2019/4/2

2019/4/18

10.57

28.26

29.59

全样本

6.31

1.57

-1.67

2014/12/2

2014/12/10

3.91

6.50

3.78

资料来源：，wind

趋势信号下的高风险资产配置组合

单纯长期持有高风险资产一般而言会对配置模型的最终绩效产生负向贡献，通常投资者会基于宏观层面信息对其高风险资产的风险配比进行动态调整，形成更优的绩效，但这会带来过拟合困扰。实际上我们认为，基于简单的趋势信号对高风险资产β稍加过滤，即可为资产配置组合带来稳健提升。

接着，我们尝试基于某些趋势信号来构建配置组合，对比基准是完全按照低风险资产轮动策略进行配置。

长周期均线过滤下的资产配置组合

长周期均线往往用于市场周期的划分。我们尝试采取长周期均线来过滤趋势，具体配置策

略如下：

选用资产：黄金（S0035819）、南华商品指数（NH0100.NHF）、权益（000300.SH）、货币

（CBA02201.CS）、中长期信用债(CBA02041.CS)。

策略开始时期：2007年1月1日

策略终止时期：2019年10月30日

调仓规则：构建所有高风险资产的𝐾日移动均线，若高风险资产突破𝐾日移动均线向上，且当期组合中没有配置该资产，则第二日加入该资产按照波动率配比重新调整风险资产头寸；

若高风险资产突破𝑘日移动均线向上，且当期组合中有配置该资产，则第二日删去该资产按照波动率配比重新调整风险资产头寸；

调仓周期：信号发出后的第二日调仓，高风险资产配置后的剩余头寸，完全按照低风险资产轮动策略(𝑘=20,𝑚=5)进行配置.。

交易费用：双边千三

首先，我们展示𝐾=120的实证结果：

图11：𝑲=𝟏𝟐𝟎情形下，策略净值与低风险资产轮动策略对比

34900

29900

24900

19900

14900

9900

策略净值 低风险资产轮动

资料来源：，wind

表10：𝑲=𝟏𝟐𝟎情形下，策略净值分年度绩效

年化复合收益

年化波动率

最大回撤率

回撤开始

回撤结束

Sharpe

Sortino

Calmar

2007

15.49

6.79

-3.49

2007/11/7

2007/11/20

2.15

3.20

4.43

2008

9.57

5.17

-6.95

2008/3/4

2008/8/4

1.79

2.50

1.38

2009

14.43

5.94

-2.94

2009/8/5

2009/9/2

2.30

3.55

4.91

2010

12.80

6.84

-5.03

2010/11/10

2010/11/17

1.80

2.57

2.55

2011

5.62

4.98

-4.20

2011/8/22

2011/9/26

1.12

1.61

1.34

2012

5.37

3.45

-2.32

2012/9/17

2012/11/5

1.53

2.23

2.31

2013

-2.33

3.44

-5.98

2013/2/6

2013/12/23

-0.67

-0.96

-0.39

2014

22.65

3.94

-1.51

2014/3/17

2014/4/2

5.20

10.94

14.97

2015

7.00

4.17

-3.41

2015/6/9

2015/7/3

1.64

2.45

2.05

2016

17.15

5.52

-3.71

2016/5/3

2016/5/25

2.90

4.87

4.62

2017

0.82

5.24

-3.98

2017/9/6

2017/12/8

0.18

0.26

0.21

2018

2.63

4.36

-7.05

2018/1/25

2018/6/22

0.62

0.85

0.37

2019

16.09

6.82

-3.04

2019/4/11

2019/5/10

2.22

3.84

5.29

全样本

9.50

5.25

-7.56

2017/9/6

2018/6/22

1.76

2.66

1.26

资料来源：，wind

可以看出，尽管经过长周期均线过滤后的资产资产配置组合相对单纯的低风险资产轮动组合年化收益有显著提升，但同样也带来了更高的回撤和波动；我们认为单一长周期均线的过滤在止损方面过于缓慢，我们尝试使用更灵敏的趋势信号。

此外，我们对均线参数𝐾进行遍历，测试其参数敏感程度：整体上，策略对均线周期𝐾的敏感程度不高，在80-140的取值范围内业绩表现稳定。

表11：不同参数𝑲情形下的业绩表现

80

90

100

110

120

130

140

年化复合收益

8.96

8.72

8.37

9.13

9.50

9.40

9.60

年化波动率

5.08

5.14

5.15

5.21

5.25

5.23

5.28

最大回撤率

-7.39

-8.26

-9.19

-7.49

-7.56

-6.90

-6.96

回撤开始

2018/1/25

2017/9/6

2017/9/6

2017/9/6

2017/9/6

2018/1/25

2008/3/4

回撤结束

2018/7/18

2018/7/18

2018/7/13

2018/6/22

2018/6/22

2018/6/22

2008/8/4

Sharpe

1.72

1.65

1.59

1.70

1.76

1.74

1.76

Sortino

2.56

2.47

2.36

2.56

2.66

2.64

2.68

Calmar

1.21

1.06

0.91

1.22

1.26

1.36

1.38

资料来源：，wind

唐安奇通道过滤下的资产配置组合

唐安奇通道在触发、止损方面比长周期均线更加灵敏，我们尝试采用唐安奇通道来过滤趋势，具体配置策略如下：

选用资产：黄金（S0035819）、南华商品指数（NHF0100.NH）、权益（000300.SH）、货币

（CBA02201.CS）、中长期信用债(CBA02041.CS)。

策略开始时期：2007年1月1日

策略终止时期：2019年10月30日

调仓规则：构建所有高风险资产的𝐾日唐安奇通道，若高风险资产突破过去𝐾日最大值向上，且当期组合中没有配置该资产，则第二日加入该资产按照波动率配比重新调整风险资产头寸；若高风险资产突破𝑘日移动均线向下，且当期组合中有配置该资产，则第二日删去该资产止损按照波动率配比重新调整风险资产头寸；

调仓周期：信号发出后的第二日调仓，高风险资产配置后的剩余头寸，完全按照低风险资产轮动策略(𝑘=20,𝑚=5)进行配置：

交易费用：双边千三

我们展示𝐾=20情形下的业绩表现：

图12：𝑲=𝟐𝟎情形下，策略净值与低风险资产轮动策略对比

34900

29900

24900

19900

14900

9900

策略净值 低风险资产轮动

资料来源：，wind

表12：𝑲=𝟐𝟎情形下，策略净值分年度绩效

年化复合收益

年化波动率

最大回撤率

回撤开始

回撤结束

Sharpe

Sortino

Calmar

2007

10.54

5.33

-2.51

2007/2/27

2007/3/6

1.91

2.67

4.20

2008

11.47

4.98

-3.26

2008/3/4

2008/8/4

2.21

3.51

3.52

2009

8.43

4.42

-1.81

2009/12/3

2009/12/11

1.85

2.73

4.65

2010

8.95

4.85

-3.14

2010/11/10

2010/12/17

1.79

2.50

2.84

2011

8.36

4.26

-2.02

2011/8/22

2011/8/30

1.90

3.03

4.15

2012

10.79

3.51

-2.64

2012/7/17

2012/8/30

2.93

5.13

4.09

2013

2.92

3.09

-2.86

2013/5/31

2013/8/2

0.95

1.50

1.02

2014

16.91

4.20

-1.74

2014/6/16

2014/7/18

3.74

7.40

9.74

2015

6.73

3.75

-2.13

2015/5/18

2015/5/29

1.75

2.61

3.15

2016

16.25

4.74

-2.39

2016/5/3

2016/6/14

3.21

5.44

6.81

2017

6.42

4.16

-2.40

2017/2/27

2017/4/26

1.52

2.31

2.67

2018

4.47

3.58

-1.94

2018/4/20

2018/8/3

1.24

1.81

2.30

2019

14.37

5.10

-1.65

2019/2/26

2019/4/29

2.66

4.74

8.73

全样本

9.62

4.35

-3.26

2008/3/4

2008/8/4

2.13

3.34

2.95

资料来源：，wind

在𝐾=20的情形下，策略效果显著，年化收益9.62相比长周期均线策略提升不明显，但是波动率和最大回撤有了明显降低，我们认为效果提升主要源于更加灵敏的止损。但是，相比长周期均线策略，组合的换手率有所提升，尤其是风险资产的下跌周期中错误信号偏多，我们认为有必要利用长周期均线控制换手，过滤低效信号。

我们对均线参数𝐾进行遍历，测试其参数敏感程度：整体上，策略对均线周期𝐾的敏感程度不高，除了𝐾=10之外，策略效果优异，相比纯粹的低风险资产轮动，组合业绩有了明显提升。

表13：不同参数K情形下净值绩效

10

15

20

25

30

年化复合收益

8.10

9.42

9.62

9.05

9.46

年化波动率

4.42

4.39

4.35

4.31

4.30

最大回撤率

-4.36

-3.58

-3.26

-3.30

-4.22

回撤开始

2018/2/27

2010/11/10

2008/3/4

2010/11/10

2010/11/10

回撤结束

2018/10/9

2010/12/9

2008/8/4

2011/2/23

ge2011/2/23

Sharpe

1.78

2.07

2.13

2.03

2.12

Sortino

2.77

3.23

3.34

3.12

3.26

Calmar

1.86

2.63

2.95

2.74

2.24

资料来源：，wind

唐安奇通道+长周期过滤下的资产配置组合

我们希望适当减少换手，且将开仓信号点更多集中在风险资产的长周期向上趋势中以提升胜率，故将唐安奇通道与长周期均线过滤相结合。具体配置策略如下：

选用资产：黄金（S0035819）、南华商品指数（NHF0100.NH）、权益（000300.SH）、货币

（CBA02201.CS）、中长期信用债(CBA02041.CS)。

策略开始时期：2007年1月1日

策略终止时期：2019年10月30日

调仓规则：构建所有高风险资产的𝐾1日唐安奇通道和𝐾2日均线，若高风险资产突破过去𝐾日最大值向上且价格在𝐾2日均线之上，当期组合中没有配置该资产，则第二日加入该资产按照波动率配比重新调整风险资产头寸；若高风险资产突破𝐾2日移动均线向下，且当期组合中有配置该资产，则第二日删去该资产止损按照波动率配比重新调整风险资产头寸；

调仓周期：信号发出后的第二日调仓，高风险资产配置后的剩余头寸，完全按照低风险资产轮动策略(𝑚=20,𝑘=5)进行配置.

我们展示𝐾1=120，𝐾2=20情形下的业绩表现：

图13：𝑲𝟏=𝟏𝟐𝟎,𝑲𝟐=𝟐𝟎情形下的策略净值

34500

29500

24500

19500

14500

9500

策略净值 低风险资产轮动

资料来源：，wind

表14：𝑲𝟏=𝟏𝟐𝟎,𝑲𝟐=𝟐𝟎情形下的策略分年度绩效

年化复合收益

年化波动率

最大回撤率

回撤开始

回撤结束

Sharpe

Sortino

Calmar

2007

8.80

5.27

-2.51

2007/2/27

2007/3/6

1.63

2.26

3.51

2008

12.16

4.47

-2.94

2008/3/4

2008/8/4

2.59

4.04

4.13

2009

7.95

4.35

-1.81

2009/12/3

2009/12/11

1.78

2.61

4.39

2010

8.54

4.61

-3.14

2010/11/10

2010/12/17

1.80

2.47

2.72

2011

9.06

4.02

-2.01

2011/8/22

2011/8/30

2.18

3.46

4.51

2012

11.05

2.72

-1.22

2012/2/29

2012/3/21

3.87

6.74

9.08

2013

2.92

2.74

-2.82

2013/5/31

2013/12/19

1.06

1.71

1.04

2014

23.48

3.90

-1.40

2014/6/