模块4：MOM与组合配置基金

MOM与组合配置基金丁鹏介绍

中国量化投资学会理事长《量化投资-策略与技术》作者《量化投资与对冲基金丛书》主编东航金控首席策略师主要内容（1）国际MOM情况（2）国内MOM情况（3）组合配置基金原理（4）SCM策略评价体系（5）策略筛选方法（6）策略资金配置什么是MOM?MOM（managerofmanager）管理人的管理一个客户，或者一个产品，交给几个管理人分别管理的模式。目前的基金：都是单基金经理，MOM是多基金经理MOM基金经理仅负责挑选优秀的受委托基金经理和跟踪监督这些受委托基金经理的表现，并在需要的时候进行更换。什么是MOM?MOM（managerofmanager）管理人的管理一个客户，或者一个产品，交给几个管理人分别管理的模式。目前的基金：都是单基金经理，MOM是多基金经理MOM基金经理仅负责挑选优秀的受委托基金经理和跟踪监督这些受委托基金经理的表现，并在需要的时候进行更换。MOM图解美国MOM发展状况资料来源：CerulliAssociates根据CerulliAssociates统计的数据，从2000年到2006年，美国MOM的数量从2440亿美元增长到6390亿美元美国MOM发展状况自2002年以来，根据CerulliAssociates的数据，零售MOM发展迅速，目前已经超过机构MOM，成为市场主流的MOM。MOM费率与FOF相比，MOM收取的管理费率较高，平均为0.77%，其中另类投资型MOM的管理费率更是高达2.37%，显著高于美国FOF管理费率0.29%的平均水平。MOM费率随着管理难度的增加，MOM收取的管理费用逐步增加，管理费用最低的是国内债券，仅为0.24%，而管理费用最高的对冲基金的管理费率高达0.73%MOM的优势MOM在过去5年的大多数年份都战胜了共同基金和FOF，体现出了收益上的比较优势。即使考虑了风险，MOM也表现较优MOM与FOF的比较MOM与FOF挑选基金的不同MOM的优点Fund：本质上是购买整个基金公司团队FOF：本质上是购买最优秀的几个基金投研团队MOM：本质上是购买最优秀的基金经理MOM是效率最高的投资方式MOM的架构（1）需要第三方销售渠道（单独为基金经理服务）（2）需要第三方服务（产品设计/法律/客服/清算/会计）（3）需要第三方平台（主经纪商系统）比较优势，专业分工MOM的投资在投资战略上，大部分多管理人基金都将资产配置放在首要位置资产配置策略：CPPIGTAACPPI策略（1）一部分资金做类固定收益，获取安全垫（2）利用超额收益部分进行风险投资，追求更高的收益CPPI策略成为MOM最主流的产品模式之一。GTTA全球策略性资产配置战略(GlobalTacticalAssetAllocationStrategyGTAA)，该战略在传统大类资产配置的基础上进一步强调区域配置的重要性。目前全球股票型FOF有882只，占到所有FOF的10%左右。对于对冲基金型FOF，金融衍生品战略是主要战略，FOF的投资范围里都包含金融衍生品，但持有目的大多以风险管理为主投顾筛选办法多管理人基金成功与否取决于挑选的基金管理人的管理能力，因此MOM最为重要的一个环节就是挑选优秀的基金管理人。筛选子基金的量化方法可以依照量化指标，如阿尔法值、贝塔值、詹森值等绩效指标加上基金公司及经理人等因素作为计算参数。投顾筛选方法在初步量化筛选之后，还需要对初步选定的子基金进行定性的分析。定性分析主要针对基金经理展开。通过拜访子基金经理人，以了解他们管理基金的哲学、选股和投资策略、团队风险控制、基金经理操作经验、绩效稳定性等对子基金的优选还涉及到对子基金公司的考察，一般会考察基金公司商誉和管理能力、资产管理规模、旗下基金过去绩效表现、旗下基金周转率、旗下基金费率等指标晨星-定量为主罗素-定性为主在基金经理挑选上，罗素的目标是挑选和监控过往维持高于平均表现的基金经理。在挑选方法上，每年，罗素通过全球性的分析员综合网络，评估全球超过4000家基金管理公司及8000多项投资产品。在对基金经理的评级上，罗素主要考虑超额收益和风险两个方面，同时也会考量雇员质量、公司稳定性、选股能力、基金持有组合结构、研究能力等其他因素综合评定罗素-定性为主在对基金经理的评估上，罗素经过长期的实践总结已经形成了较为完整的流程，并且加入了很多面谈等定性研究的内容，罗素的分析员每年举行5000多次调研会议，多数都是面对面的交谈，以研究每名基金经理的数据和质量罗素-定性为主下表给出了罗素在挑选基金管理人上的4P原则管理型？结构化？管理型优缺点：（1）结构简单，申赎方便（2）募集困难结构化优缺点：（1）结构复杂，申赎不方便（2）易于募集结构化产品（1）结构化产品有效组合了不同风险偏好的客户（2）结构化产品的爆发源于国人的不信任（支付宝）结构化产品假定有一个策略：（1）预期收益20%，最大回撤5%（2）资金规模1亿则投资者有两种方式参与：（1）管理型，投入资金1亿（2）结构化（1:4杠杆，优先成本8%），投入资金2000万。盈亏对比规模投入本金最大浮亏亏损率预期盈利盈利率管理型1亿1亿500万-5%2000万20%结构化1亿2000万500万-25%1360万68%对于风险偏好型的投资者而言，购买结构化产品劣后端，可以极大提高资金利用率国内主要MOM机构资产管理公司：平安罗素银行系：光大银行资产管理部券商系：国信证券第三方系：诺亚财富期货系：东航金控平安罗素MOM平安罗素成立于2011年3月，中国平安占51%股份、罗素投资占49%，注册资本1亿元，从事MOM产品在国内市场的开发管理。平安罗素的外方股东美国罗素投资，于1980年首创MOM模式。2012/8，国内首只MOM产品问世：“平安罗素MOM一期”主要配置传统股票型投资策略。平安罗素MOM点评：以股票型为主，熊市中表现稳健，牛市中未能超越市场。光大银行MOM2014/7月，中国光大银行资产管理部正式推出首款量化对冲产品—阳光集优量化组合产品MOM理财产品，规模3亿元，委托三家量化对冲基金管理团队进行管理。从100多家有业绩积累的机构中，首批仅选择了博普科技、龙旗科技和盈融达三家公司进行合作截至9月30日，距离成立仅2月有余，该产品净值已达1.057，粗略折算成年化收益率超过30%。点评：三家都是量化对冲类策略，2014年底的意外行情也遭受损失，同质化问题没有得到解决。东航金融MOM点评：以CTA为主，有效对抗牛熊，但规模偏小小结组合基金是未来的资产管理的重要方向组合基金将策略提供者与资金提供者完美结合起来，成为渠道商的新领域组合基金的核心在于组合配置方法什么是组合配置组合配置的关键问题SCM组合策略配置方法SCM组合策略基金案例组合配置方法我们的团队化解单一策略配置的风险优势1：挑选最优秀的策略优势2：降低管理成本优势3：组合配置的优势都挺牛，不知道哪个是真的满世界策略挑花眼策略业绩不稳定策略交易无法风控到底如何配置资金？去年冠军，今年垫底说好的套利呢？亏的总是重仓的组合配置的问题基于SCM模型的评价体系大数据跟踪与分析投顾筛选方法投顾业绩组合策略的交易风控资金配置方法基于D-Alpha的实时风控系统基于相关系数矩阵的权重计算SCM组合配置方法策略定义策略组合模型SCM（Strategy

CombinationModel）数学上的定义为：（1）三元组SCMi（Return，Risk，Capacity)为一个策略，其中：Return：策略预期收益率Risk：策略风险度Capacity：策略最大资金容量策略定义（2）策略组合SCM为一系列

策略的集合，即：SCM=(scm1,scm2…scmi…scmn)，其中scmi为单个策略上面的例子的SCM组合即为（scm1,scm2,scm3）,其中scm1,scm2,scm3分别为股票、债券和大宗商品的子策略。SCM扩充传统的CAPM模型，关键是增加了Capacity这个指标

策略的类型根据（收益率、风险度、资金容量）

的三要素组合，一共有8种类型的策略收益率风险度资金容量代表性策略低低低淘汰低低高相对价值策略低高低淘汰低高高淘汰高低低事件驱动策略高低高不存在高高低淘汰高高高宏观因素策略策略类型（1）不存在的策略：

高收益/低风险/高容量如果一旦有这样的策略存在，大量的资金一定会涌入该策略，从而造成收益率大幅度降低，或者就是市场容量大幅度降低，从而转变为低收益/低风险/高容量策略，或者是高收益/低风险/低容量策略。策略类型（2）淘汰的策略1：

低收益/高风险/高容量和低收益/高风险/低容量这不符合人性，任何人承担了高风险，追求的就是高收益。

如果是高风险但是低收益的策略，没有人愿意长期从事该策略交易，从而投资者会大量撤出，从而使得该策略的市场收益率变大。也就是该策略会转化为高风险/高收益/高容量的策略。策略类型（3）淘汰的策略2：

高收益/高风险/低容量在高收益/高风险情况下，投资者肯定会选择高容量的策略，来使得自己的绝对收益最大化，所以该策略也会遭到淘汰。由于采用该策略的投资者变少，从而使得该策略的容量会变大，转化为高收益/高风险/高容量策略策略类型（4）淘汰的策略3：

低收益/低风险/低容量在低收益/低风险情况下，投资者肯定优先选择高容量的策略，来使得自己的绝对收益最大化，所以该策略会遭到淘汰。由于采用该策略的投资者变少，从而使得该策略的收益变大，从而转化为高收益率/低风险/低容量策略。策略类型最终留下的长期有效的

策略只有三种：（1）低收益/低风险/高容量这种策略属于类固定收益率策略，比如银行理财/货币基金/债券以及各种对冲套利策略。在美国证监会的分类中，这种叫做‘相对价值策略’。适合做‘资产管理’策略类型（2）高收益/高风险/高容量这种策略也是最主流的投机型策略。包括一级市场的天使投资/创投/风投，二级市场的各种单边投机策略，他们的高收益来自于承担了高风险，这也是传统的资本资产定价模型（CPAM）中所揭示的原理。美国证监会的分类中，这种叫做‘宏观因素策略’适合做‘自营’策略类型（3）高收益/低风险/低容量这种策略主要是利用市场的缺陷去赚钱，各种制度套利都属于这种类型的策略。例如定向增发套利，缺陷套利、高频交易等。但是这种策略的市场容量是有限的，只能是一个小众策略。在美国证监会的分类中，这种可以统称为‘事件驱动策略’。适合做‘案例’策略类型策略转换图低收益/高风险/低容量投资者大量撤出低收益/低风险/高容量高收益/低风险/低容量高收益/高风险/高容量高收益/低风险/高容量低收益/高风险/高容量低收益/低风险/低容量高收益/高风险/低容量投资者大量涌入投资者大量撤出策略类型高收益率/低风险/低容量策略

的经济学解释经典的CAPM模型有三个基本假设：

（1）投资者都依据期望收益率评价证券组合的收益率水平，依据方差评价证券组合的风险水平；

（2）投资者对证券的收益、风险以及证券间的关联性具有完全相同的预期；

（3）资本市场没有‘摩擦’，是指市场对资本和信息自由流动的阻碍。因此该假设意味着：在分析问题的过程中，不考虑交易成本和对红利、股息以及资本利得的征税，信息在市场中自由流动，任何证券的交易单位都是无限可分的，市场只有一个无风险利率，在借贷和卖空上没有任何限制。策略类型其中第三个假设是对现实市场的一个近似，

但是在实际的市场中，这个条件是不满足的。（1）信息是不可能完全实现自由流动的：总是有少数人先得到信息，大多数人后知后觉。

（2）很多交易也是有门槛的：比如定向增发，对投资者的资历有要求。正是这些条件不可能满足，从而使得市场有了‘缺陷’，这些缺陷就成为一种稳定获利的机会。也就是说市场上之所以存在‘高收益/低风险/低容量’策略的本质在于‘信息不对称’。主动管理是可行的！策略的类型高收益率策略：（1）要么承担了较高的风险（2）要么牺牲了资金规模对于资产管理而言，高收益率策略不可能成为主导策略。显示了策略的总体收益情况年化收益风险调整后的收益情况夏普率考虑到资金规模后的收益情况D-RatioSCM的评价指标体现了策略的平稳性最大回撤综合考虑收益与风险（二维）单纯考虑收益（一维）综合考虑收益/风险/资金规模（三维）D-Ratio夏普率收益率SCM评价指标策略的资金容量在实战交易中，对于策略有很多评价，

如收益率、风险度，对于这些考量也有

很多指标来衡量。但是从绝对收益的角度看，笔者认为一个实战的策略最重要的考虑是该策略的资金容量。一个好的策略，不仅仅是在小资金的时候能获得高额收益，更重要的是当该策略面对大资金的时候，是否还可以保持收益率的稳定性。投资最需要考虑的是绝对收益，而不仅仅是收益率。策略的资金容量收益=本金×收益率最终的收益不仅取决于收益率，更取决于本金的大小。一个在10亿资金可以获得10%收益率的策略，显然要比在1亿资金可以获得30%收益率的策略更有价值。资金规模的限制决定了该策略可以复利的程度。为了考虑资金规模的影响，在夏普指数的基础上，提出了一个新的指标：（1）Rp为预期收益率，Rf为无风险收益率，（2）为收益率标准差，c为最大资金规模。c的范围从0~∞Page

57SCM评价指标:D-Ratio（1）例如有一个策略，1亿资金

规模可以做到30%收益率，无风险利率为5%，标准差为10%。（2）另外一个策略，5亿资金规模可以做到15%的收益率，无风险利率为5%，标准差为5%。这两个策略的D-Ratio分别为：D-Ratio1=(0.3-0.05)/(0.1*(1+e-1))=1.83D-Ratio2=(0.15-0.05)/(0.05*(1+e-5))=1.99SCM评价指标:D-Ratio很明显，虽然第二个策略的收益率和夏普率不如第一个策略，但是考虑了资金规模后，该策略的价值更大。不考虑到资金容量的评价指标是不完备的策略1策略2收益率30%15%夏普率2.52.0D-Ratio1.831.99SCM评价指标:D-Ratio策略的资金容量那么，怎么定义最大资金容量呢？

这里给出一个简单的说法：让收益率逼近无风险收益率的那个资金值，即为最大资金容量。数学上定义如下：令C_M为最大资金容量，C为策略的资金量，R为策略的收益率，Rp为无风险收益率，则：策略的杠杆策略的最大回撤是资产管理人需要

密切关注的一个指标，因为最大回撤往往代表了投资人所能忍耐亏损的极限。最大回撤也决定了产品所能使用杠杆的比例。例如有一个策略，最大回撤是20%，那么理论上可以用20%的自由资金做保底，设计一个结构化产品，该产品亏损20%的时候先从自有资金中扣除。这样的产品就相当于获得了5倍的杠杆，放大了本金，从而获得更大的收益。策略的杠杆下面讨论策略杠杆问题假定有一个策略，可以实现R

的期望收益率（年），期望最大回撤为M_Rr。令P1表示无杠杠的收益，V1表示本金，则可以轻易得出：P1=V1×R策略的杠杆但是我们可以以V1作为保证金，构建一个

保底的结构化产品，业绩提成为K（年），

则该结构化产品的理论最大杠杆倍数为1/M_Rr。（1）V1为本金（2）客户资金为V2=(1/M_Rr-1)×V1（3）总资金规模=V1+V2=V1×(1/M_Rr)。（4）那么当策略出现最大回撤M_R的时候，该结构化产品亏损为V1×(1/M_R)×

M_R=V1，即刚好亏完本金。通过杠杆放大了资金规模策略的杠杆当实现了R的期望收益率后，该策略

的最终收益是多少呢？（1）令P2为客户资金的收益，则

P2=V2×R=(1/M_Rr-1)×V1×R（2）业绩提成

P3=P2×K=(1/M_Rr-1)×V1×R×K（3）总收益=P1+P3=

V1×R+(1/M_Rr-1)×V1×R×K（4）则杠杆后收益率G_R=总收益/本金

G_R=R+R×K×(1/M_Rr-1)策略的杠杆例如，有两个策略A和B，A的期望收

益率是15%，最大回撤5%；B的期望

收益率30%，最大回撤20%，业绩提成为20%，则可以计算出策略A和B的理论最大杠杆收益分别为：（1）G_R_A=0.15+0.15×(1/0.05-1)×0.2=72%（2）G_R_B=0.3+0.3×(1/0.2-1)×0.2=54%得出结论：最大回撤越小，杠杆收益率越大。传统的CAPM说的‘风险越小、收益越小’是不完备的，正确的说法应该是“风险越小，收益率越小，绝对收益越大”赚大钱靠杠杆！小结组合配置的关键在于策略的评价与筛选策略评价需要综合考虑收益率、风险与资金规模三要素。从资产管理角度来说，高收益率的策略是不可能持久的。极速交易与

风险控制主要内容传统基金的法律要求传统基金的风控架构极速交易风控架构关键技术主经纪商系统D-Alpha量化系统极速风控模块法律要求

投资决策委员会制定特定资产管理业务的投资决策流程及权限设置。督察长对资产管理业务运作过程中的合规性及风险控制制度的健全有效性进行监察和稽核，向公司董事会报告。投资总监审核批准超出投资经理投资权限，审阅特定客户资产管理业务的各种风险报告，对重大风险进行决策。监察稽核部法律岗、合规岗、稽核岗负责特定客户资产管理业务相关环节的风险控制，向监察稽核部总监、督察长报告。投资决策流程拓扑架构

传统架构的缺点（1）速度慢（2）反向交易（3）黑名单完全无法适应量化投资的要求量化投资的系统要求（1）极速交易响应时间毫秒级（2）没有交易限制需要从法律和IT方面的突破急速交易架构极速交易系统难点（1）投入巨大（数千万）（2）IT人才缺乏（3）持续维护代价高昂基金公司和投资公司很难承担这样的代价主经纪商系统解决方法：（1）券商提供主经纪商系统（2）提供IT团队开发支持（3）提供各种数据服务（4）提供后台估值清算服务（5）提供销售支持加速券商的集中化中信-CATS系统中信-CATS系统技术特点架构优势：（1）C/S架构，策略安全快速（2）对客户端网络容错性强（3）客户端与服务器连接都是推送机制（4）策略距离行情源近，更快捕捉机会技术特点平台优势：（1）策略框架基于APAMA平台（2）CEP引擎处理并发事件效率高（3）并发能力强大（4）平台在国外有非常成功的应用经验如何提高风控速度数据从发送方T经中间件M到达接受者R。这个过程中，经过了2次网络传输，一次序列化和一次同步，M和R在接受到信息后还需要解析。Layer1:多个独立的发送数据源Ta1Tan…Tb1Tbn…Tc1Tcn…Layer2:可自身容错的消息中间件MM1MM2MMn…Layer3:一个接受者组R1R2Rn…改进方法通过以下手段提高系统性能：（1）将M和R放置在一台机器上时，就可以节省一次网络传输。

（2）如果M与R在一台机器上，可以开辟一个共享内存区域。M序列化数据后存到共享内存区域，然后发条消息告诉R该数据的指针即可。这样就节省了一次报文解析的过程和操作系统的通信开销。若MM和R在同一个进程中，相应的进程间通讯也可以省去。改进方法其它新技术（1）FPGA（field-programmable-gate-array,可编辑门阵列）就是将算法逻辑固化成硬件来实现，可以获得极高的性能。比如将策略算法和风控逻辑用多个FPGA来实现，可以将传统架构下策略和风控完成的时间，从秒级降低到纳秒级（1纳秒=10万亿之一秒）。（2）RMDARDMA（远程直接内存访问）技术——能够使集群中的节点之间通过网络设备对对方机器的内存进行直接访问，既减少延迟，也节省了节点上的CPU资源。其它新技术（3）内存数据库目前硬盘IO读写是通过机械手段实现的，性能始终是个瓶颈。而内存数据库是将数据放在内存中进行，可以有效避免硬盘的性能瓶颈。（4）GPU随着3D技术的发展，某些GPU的性能已经不亚于CPU。因此，如果有效的利用GPU的处理能力，可以分担CPU的工作压力。D-ALPHA资产管理平台D-Alpha是东航金控开发的，基于云计算技术的新一代风控系统，可以给银行端提供互联网方式的实时监控功能，以保证优先级资金的安全。架构如下：实时指标监控实时监控指标包括：净值-敞口、净值-仓位、单品种最大持仓、最低组合数量、黑名单等。一键砍仓系统提供‘一键平仓’‘一键降敞口’‘一键降仓位’功能，能够在最短的时间内完成砍仓操作，从而保护优先级的安全。实时仓位监控系统可以实时监控产品的当前持仓情况，以确认投顾的操作符合资产管理合同的约定。实时净值统计目前的情况小结在量化投资时代，目前传统的资产管理系统已经无法满足越来越快的交易速度的要求。多策略交易，极速交易，需要极速风控技术。策略的筛选当开发出多个策略后，需要对策略池

中的策略进行筛选，留下最有效的策略，那么如何进行策略的筛选并组合呢？当进行多策略组合的时候，最主要需要考虑的是策略之间的相关系数。因为相关系数过大的策略，在面对同样的市场环境时，会出现近似的表现，从而带来了较大的策略风险。策略筛选的关键是相关系数的计算策略的筛选定义策略的相关系数为：（1）策略x的预期收益率为xi（i=1,2,……n）（2）策略y的预期收益率为yi（i=1,2,……n）则xi与yi的相关系数即为策略x与策略y的相关系数策略的筛选

表示策略X和Y完全正相关

表示策略X和Y完全负相关

表示策略X和Y完全不相关实际的交易中，我们希望策略之间最好是不相关，也就是尽量进行

的策略之间的组合。策略的筛选策略的筛选有两个基本原则：（1）将与整体策略池负相关的策略剔除，因为这意味着该策略对整体的贡献是负。（2）两个负相关的策略，保留那个与整体策略池最独立的策略。策略的筛选假定策略池中有N个策略（s1，s2，

s3……sn），

为si与sj的相关系数，则我们可以有这样一个策略池中不同策略之间的相关系数矩阵：策略的筛选（1）可以看出，这是一个对角线

元素为1的对称阵

。（2）其中第i行（

，

…..

）表示策略si与策略池中所有策略（包括自己）的相关系数。策略的筛选定义

表示策略si与策略池的相关系数（减掉1是因为要去除与自身的相关系数值）则可以得到策略与策略池的相关系数矩阵为：策略的筛选筛选步骤（1）（a）进行策略剔除工作的第一步，即如果

则将si从策略池中剔除。（b)重复此过程，剔除所有的与策略池负相关的策略后假定还剩下K个策略（s1，si….sk），

（i=1,….k），

，

其中策略的筛选剩下的策略池相关系数矩阵为：策略的筛选筛选步骤（2）（a）如果相关系数矩阵中有两个策略

si，sj，其中<0（意味着si与sj负相关，则两者只能选其一）（b）则如果

，将sj剔除。

（因为

更接近0，则表示si与策略池的关系更独立）。策略的筛选剩下的策略池相关系数矩阵为：策略的筛选下面我们来看一个案例假定策略池中有五个策略（s1，s2，s3，s4，s5），策略池的相关系数矩阵为：策略的筛选第一步：剔除与整个策略池负

相关的策略。可以看出策略s2与整个策略池的相关系数为-0.2，则将s2从策略池中剔除，留下的策略池为：（s1，s3，s4，s5），对应的相关系数矩阵分别为：策略的筛选第二步：我们发现s1和s3的相关系数

为-0.1，这意味着这两个策略是负相关（1）则考虑他们俩相对策略池的相关系数：

，

（2）也就说说s1与整个策略池更加独立，则保留s1,将s3从策略池中剔除。那么留下的策略池中，就只有（s1，s4，s5）三个策略。策略的组合（1）经过前面的筛选后，假定有m个

策略组合S=（s1，s2，s3……sm），

资金以r1，r2，r3….rm

权重分配到s1，s2，s3….sm上去，其中ri0，

（2）做空操作包含在策略中，所以权重就不存在为负的情况，这和马克维茨的证券组合理论中的情况有些不一致需要注意这点。策略的组合令策略si的收益率为xi,则策略

组合S的收益率为：策略方差为：xi,xj分别为策略si与sj的收益率，

为si与sj的相关系数策略的组合策略的最大资金容量为：其中ci是策略si的最大资金容量根据上面的组合，就可以计算出夏普率和D-Ratio这样的评价指标策略的资金分配在不同策略之间进行资金分配的

关键在于确定权重r1,r2…..rm，资金在不同策略之间的分配就是一个原则与策略池独立性越高的策略要给予更大的权重。策略的资金分配目前的相关系数中，1代表完全相关，

0表示完全独立，因为我们更希望给予相关系数为0的策略更大的权重，所以这里需要对相关系数矩阵进行一些改造。定义绝对相关系数矩阵为：策略的资金分配这样就将（0,1）的相关系数

转化

为（1,0）之间绝对相关系数了，例如：（1）如果

，则

（2）如果

，则

（3）如果

，则

越是独立的策略，将获得更大的值策略的资金分配我们可以定义

表示策略si与策略池的绝对相关系数，则可以得到策略与策略池的绝对相关系数矩阵为：策略的资金分配则可以定义权重

，以获得资金

在不同策略之间的最佳分配比例。策略的资金分配我们再以前面的例子继续，

该策略池共有（s1，s4，s5）策略的资金分配则计算出策略之间的绝对相关

系数矩阵为：策略的资金分配根据权重公式

：

我们可