诺安平衡基金组合优化模型构建

1/1诺安平衡基金组合优化模型构建第一部分基于收益风险比的组合优化 2第二部分诺安平衡基金组合动态调整 4第三部分均值方差模型下组合风险控制 7第四部分构建基于马科维茨模型的优化模型 9第五部分利用优化算法求解组合权重 12第六部分结合历史数据进行模型参数估计 15第七部分诺安平衡基金组合优化案例分析 18第八部分投资组合绩效评价与风险分析 20

第一部分基于收益风险比的组合优化关键词关键要点【构建理论模型】：

1.构建收益风险比函数：收益风险比通过收益率和波动率来评估基金的表现，可以反映基金的收益和风险之间的关系。构建收益风险比函数时，需要考虑收益率和波动率的权重，以及风险厌恶程度。

2.确定投资组合：基于收益风险比函数，可以确定投资组合中的基金配置比例。投资组合的风险和收益可以通过收益风险比函数进行优化，以达到风险和收益的平衡。

3.调整投资组合：投资组合的配置比例需要定期调整，以反映市场环境的变化和投资目标的改变。调整投资组合时，需要考虑收益风险比函数的变化，以及投资组合中各基金的最新表现和走势。

【资产配置决策】：

基于收益风险比的组合优化

在现代投资组合理论中，收益风险比是一个重要的概念，它衡量了投资组合的收益与其风险之间的关系。收益风险比越高，说明投资组合的收益相对于其风险而言越高，因此投资组合的质量也越高。

在组合优化问题中，收益风险比是一个重要的优化目标。通过最大化收益风险比，可以获得一个风险与收益最优的投资组合。

收益风险比的计算方法

收益风险比的计算方法有多种，其中最常用的是夏普比率和特雷诺比率。

*夏普比率

夏普比率是投资组合超额收益与投资组合标准差之比。超额收益是指投资组合的收益率与无风险收益率之差。标准差是投资组合收益率的波动性，它衡量了投资组合收益率的风险程度。

夏普比率的计算公式如下：

```

夏普比率=(投资组合收益率-无风险收益率)/投资组合标准差

```

*特雷诺比率

特雷诺比率是投资组合超额收益与投资组合贝塔系数之比。贝塔系数是投资组合收益率与市场收益率的相关系数，它衡量了投资组合收益率与市场收益率的联动性。

特雷诺比率的计算公式如下：

```

特雷诺比率=(投资组合收益率-无风险收益率)/投资组合贝塔系数

```

收益风险比的应用

收益风险比是一个重要的投资组合评价指标，它可以帮助投资者对投资组合的质量进行判断。收益风险比越高，说明投资组合的质量越高。

在组合优化问题中，收益风险比是一个重要的优化目标。通过最大化收益风险比，可以获得一个风险与收益最优的投资组合。

基于收益风险比的组合优化模型构建

基于收益风险比的组合优化模型是一个数学模型，它可以帮助投资者找到一个风险与收益最优的投资组合。

基于收益风险比的组合优化模型的构建步骤如下：

1.确定投资组合的目标收益率和风险水平。

2.选择合适的资产作为投资组合的备选资产。

3.构建组合优化模型。

4.求解组合优化模型。

5.分析组合优化模型的解。

基于收益风险比的组合优化模型的优点

基于收益风险比的组合优化模型具有以下优点：

*可以帮助投资者找到一个风险与收益最优的投资组合。

*可以帮助投资者控制投资组合的风险水平。

*可以帮助投资者提高投资组合的收益率。

基于收益风险比的组合优化模型的局限性

基于收益风险比的组合优化模型也存在一些局限性，包括：

*对资产收益率和风险水平的估计存在不确定性。

*组合优化模型的求解可能存在困难。

*组合优化模型的解可能对参数的变化敏感。

结论

基于收益风险比的组合优化模型是一个有效的工具，它可以帮助投资者找到一个风险与收益最优的投资组合。然而，该模型也存在一些局限性，投资者在使用该模型时需要谨慎。第二部分诺安平衡基金组合动态调整关键词关键要点【诺安平衡基金资产配置策略】：

1.诺安平衡基金采用了多元化的资产配置策略，在股票、债券、大宗商品等不同资产类别之间进行动态调整，以实现稳健收益和风险控制。

2.基金管理团队会根据经济形势、市场走势、行业前景等因素，对资产配置比例进行调整，以把握市场机遇和规避市场风险。

3.基金的资产配置策略具有灵活性，可以根据市场的变化快速做出调整，以适应市场环境的变化。

【诺安平衡基金风险控制策略】：

诺安平衡基金组合动态调整

诺安平衡基金组合动态调整是指在基金组合构建过程中，根据市场环境和投资目标的变化，对基金组合的资产配置、投资比例等进行调整，以达到优化投资组合、降低风险、提高投资收益的目的。诺安平衡基金组合动态调整主要包括以下几个步骤：

#一、确定基金组合目标

在进行基金组合动态调整之前，首先需要明确投资组合的目标，这包括投资期限、投资收益率目标、风险承受能力等。明确投资组合目标后，才能根据目标选择合适的基金品种和配置比例。

#二、构建初始基金组合

根据投资组合目标和风险承受能力，选择合适的基金品种和配置比例，构建初始基金组合。初始基金组合的构建应以分散投资、降低风险为原则，兼顾投资收益和风险控制。

#三、基金组合动态调整

在初始基金组合构建完成后，随着市场环境和投资目标的变化，需要对基金组合进行动态调整。基金组合动态调整的主要方法包括：

1.资产配置调整:根据市场环境和投资目标的变化，调整基金组合中不同资产类别的配置比例。例如，在经济景气时期，可以适当增加股票的配置比例，在经济衰退时期，可以适当增加债券的配置比例。

2.基金品种调整:根据基金品种的业绩表现和市场环境的变化，调整基金组合中不同基金品种的配置比例。例如，可以将表现较好的基金品种的配置比例提高，将表现较差的基金品种的配置比例降低。

3.投资比例调整:根据市场环境和投资目标的变化，调整基金组合中不同基金品种的投资比例。例如，在经济景气时期，可以适当增加股票的配置比例，在经济衰退时期，可以适当增加债券的配置比例。

#四、基金组合业绩监控与评估

在进行基金组合动态调整后，需要对基金组合的业绩进行监控和评估。监控和评估基金组合业绩的指标包括投资收益率、风险水平、夏普比率等。通过监控和评估基金组合业绩，可以及时发现基金组合存在的风险和问题，并及时调整基金组合，以达到优化投资组合、降低风险、提高投资收益的目的。

#五、诺安平衡基金组合动态调整案例

下表为诺安平衡基金组合动态调整的案例：

|时间|市场环境|投资目标|基金组合调整|

|||||

|2021年1月|经济复苏|稳健增长|增加股票的配置比例，降低债券的配置比例|

|2021年7月|经济过热|控制风险|降低股票的配置比例，增加债券的配置比例|

|2021年12月|经济衰退|稳健收益|增加债券的配置比例，降低股票的配置比例|

#六、结语

诺安平衡基金组合动态调整是一项复杂且具有挑战性的工作，需要专业人员的参与和管理。通过诺安平衡基金组合动态调整，可以优化投资组合、降低风险、提高投资收益，实现投资目标。第三部分均值方差模型下组合风险控制关键词关键要点【诺安平衡组合风险约束下的组合优化模型构建】

1.诺安平衡基金组合优化模型是基于均值-方差模型构建的，该模型将投资组合的风险视为组合中各资产的收益率方差和协方差的函数。

2.在该模型中，组合的预期收益率是各资产预期收益率的加权平均数，组合的风险则由资产的收益率方差和协方差决定。

3.在风险控制方面，该模型采用目标风险控制方法，即在给定风险水平下，优化组合的预期收益率。

【诺安平衡组合收益与风险权衡】

#《诺安平衡基金组合优化模型构建》中介绍'均值方差模型下组合风险控制'的内容

#一、均值方差模型简介

均值方差模型，又称马科维茨模型，是现代投资组合理论的基石。该模型将投资组合的风险定义为组合中各资产收益率的方差，目标是建立一个风险最低的、对应的期望收益率尽可能高的投资组合。

在均值方差模型中，投资组合的风险可以通过其方差来衡量。方差越大，则组合的风险越高，反之亦然。为了控制组合风险，投资者可以在不同的资产之间进行分散投资，以降低组合的整体风险水平。

#二、均值方差模型下组合风险控制方法

1.分散投资

分散投资是控制组合风险最基本的方法，其原理是将投资组合中的资金分散到不同的资产中，以降低组合的整体风险水平。当投资组合中各资产收益率相关性较低时，分散投资效果最佳。

2.资产配置

资产配置是指在不同的资产类型（如股票、债券、期货等）之间进行投资组合构建。通过资产配置可以有效地降低组合的整体风险水平。一般来说，在经济增长期，股票的收益率要高于债券，而当经济进入衰退期时，债券的收益率要高于股票。因此，投资者可以通过在不同的资产类型之间进行资产配置来降低组合的整体风险水平。

3.选择合适的投资工具

投资者可以选择不同的投资工具来控制组合风险，如期权、期货、掉期等。这些投资工具可以帮助投资者锁定风险，降低组合的整体风险水平。

4.控制投资组合规模

投资组合规模越大，其风险也越大。因此，投资者应根据自己的风险承受能力来控制投资组合的规模。

#三、诺安平衡基金组合优化模型构建中的风险控制

诺安平衡基金组合优化模型采用了多种风险控制方法，以确保投资组合的安全性。具体的方法包括：

1.分散投资

诺安平衡基金组合优化模型将投资组合资金分散到不同的股票、债券、期货等资产中，以降低组合的整体风险水平。

2.资产配置

诺安平衡基金组合优化模型根据经济周期和市场环境的变化，对投资组合中的资产进行配置，以降低组合的整体风险水平。

3.选择合适的投资工具

诺安平衡基金组合优化模型选择合适的投资工具，如期权、期货、掉期等，来控制组合风险，从而降低投资组合的整体风险水平。

4.控制投资组合规模

诺安平衡基金组合优化模型根据投资者的风险承受能力控制投资组合规模，以确保投资组合的安全性。

#四、结语

均值方差模型是现代投资组合理论的基础，也是诺安平衡基金组合优化模型构建的重要工具。通过运用均值方差模型，诺安平衡基金组合优化模型可以有效地控制组合风险，确保投资组合的安全性。第四部分构建基于马科维茨模型的优化模型关键词关键要点构建基于马科维茨模型的优化模型

1.马科维茨模型是一种经典的投资组合优化模型，它以最小化组合风险为目标，同时考虑组合的预期收益。

2.马科维茨模型的关键要素包括：预期收益、协方差矩阵和无风险利率。

3.马科维茨模型的优化目标函数为：最小化组合的风险，即组合的方差或标准差。

4.马科维茨模型的约束条件为：组合的预期收益不低于目标收益率，且组合的权重之和为1。

基于收益和风险约束的优化模型

1.基于收益和风险约束的优化模型是一种常见的投资组合优化模型，它以最大化组合的夏普比率为目标，同时考虑组合的预期收益和风险。

2.基于收益和风险约束的优化模型的关键要素包括：预期收益、协方差矩阵、无风险利率和目标收益率。

3.基于收益和风险约束的优化模型的优化目标函数为：最大化组合的夏普比率，即组合的预期收益与组合的风险之比。

4.基于收益和风险约束的优化模型的约束条件为：组合的预期收益不低于目标收益率，且组合的权重之和为1。基于马科维茨模型的优化模型构建

#1.马科维茨模型及其含义

马科维茨模型，又称均值-方差分析模型，是美国经济学家哈里·马科维茨在20世纪50年代提出的一个投资组合优化模型，被誉为现代投资组合理论的奠基石。该模型将投资组合的期望收益与风险作为两个主要评估指标，帮助投资者在风险与收益之间寻求平衡。

#2.马科维茨模型的构建步骤

构建基于马科维茨模型的优化模型主要涉及以下五个步骤：

1.确定投资组合中的资产及其权重：首先，需要确定投资组合中包含哪些资产，然后确定每种资产在组合中的权重。权重的分配方式可以根据投资者的风险偏好和资产的预期收益率等因素来确定。

2.计算投资组合的期望收益率：投资组合的期望收益率是各资产期望收益率的加权平均值，权重为各资产在组合中的权重。

3.计算投资组合的风险：投资组合的风险通常用标准差来衡量，它反映了投资组合的波动性。标准差越大，投资组合的风险越高。

4.构建优化模型：优化模型的目标是最大化投资组合的期望收益率，同时将投资组合的风险控制在可接受的水平内。优化模型通常采用数学规划的方法来求解，求解的结果是投资组合中每种资产的权重。

5.实施优化模型：一旦优化模型求解成功，就可以根据优化模型的结果调整投资组合中的资产配置，以实现投资组合的预期收益率和风险目标。

#3.马科维茨模型的应用场景

基于马科维茨模型的优化模型广泛应用于投资组合管理领域，包括：

1.构建多元化投资组合：马科维茨模型可以帮助投资者构建多元化的投资组合，降低投资风险。

2.资产配置：马科维茨模型可以帮助投资者确定不同资产类别的配置比例，实现投资组合的整体风险和收益目标。

3.风险管理：马科维茨模型可以帮助投资者评估投资组合的风险水平，并采取措施控制风险。

4.投资组合优化：马科维茨模型可以帮助投资者优化投资组合，在风险可控的情况下实现投资组合的期望收益率目标。

#4.马科维茨模型的局限性

尽管马科维茨模型在投资组合管理领域取得了广泛的应用，但它也存在一些局限性，包括：

1.假设条件过于严格：马科维茨模型假设资产收益率服从正态分布，但实际情况中，资产收益率可能并不服从正态分布。

2.难以准确估计资产收益率和风险：马科维茨模型需要准确估计资产收益率和风险，但这些参数在实践中很难准确估计。

3.忽略了交易成本和税收的影响：马科维茨模型没有考虑交易成本和税收的影响，这些因素可能会影响投资组合的实际收益率。

#5.马科维茨模型的改进

为了克服马科维茨模型的局限性，学者们提出了各种改进模型，包括：

1.Sharpe比率模型：Sharpe比率模型在马科维茨模型的基础上，增加了风险调整收益率的指标，以更好地衡量投资组合的绩效。

2.Treynor比率模型：Treynor比率模型在马科维茨模型的基础上，增加了超额收益率的指标，以更好地衡量投资组合的绩效。

3.Jensen度量模型：Jensen度量模型在马科维茨模型的基础上，增加了信息比率的指标，以更好地衡量投资组合的绩效。

4.Black-Litterman模型：Black-Litterman模型在马科维茨模型的基础上，增加了贝叶斯估计的方法，以更好地估计资产收益率和风险。

这些改进模型在一定程度上克服了马科维茨模型的局限性，提高了投资组合优化模型的准确性和有效性。第五部分利用优化算法求解组合权重关键词关键要点【优化算法求解组合权重的类型】：

1.启发式算法：主要基于贪心、蚁群、模拟退火等启发式方法，通过不断尝试和改进，逐步接近最优解。

2.数学规划算法：主要基于线性规划、非线性规划等数学规划方法，通过建立模型和求解，直接得到最优解。

3.人工智能算法：主要基于机器学习、神经网络等人工智能方法，通过学习历史数据和市场信息，自动生成投资组合。

【优化算法求解组合权重的目标函数】：

利用优化算法求解组合权重

在诺安平衡基金组合优化模型构建中，求解组合权重是一个关键步骤。组合权重决定了投资组合的资产配置比例，对投资组合的风险收益水平有重大影响。目前，求解组合权重的优化算法有很多种，每种算法都有其特点和适用范围。

#1.线性规划算法

线性规划算法是一种经典的优化算法，它通过求解一组线性约束方程来确定最优解。在线性规划算法中，组合权重被表示为决策变量，投资组合的风险和收益被表示为目标函数。通过求解目标函数，可以得到组合权重的最优解。

#2.二次规划算法

二次规划算法是一种非线性规划算法，它通过求解一组二次约束方程来确定最优解。在线性规划算法中，组合权重被表示为决策变量，投资组合的风险和收益被表示为目标函数。通过求解目标函数，可以得到组合权重的最优解。

#3.遗传算法

遗传算法是一种模拟生物进化过程的优化算法，它通过不断地选择、交叉和变异来寻找最优解。在遗传算法中，组合权重被表示为染色体，投资组合的风险和收益被表示为适应度函数。通过不断地选择、交叉和变异，可以得到组合权重的最优解。

#4.粒子群算法

粒子群算法是一种模拟鸟群飞行的优化算法，它通过不断地交换信息来寻找最优解。在粒子群算法中，组合权重被表示为粒子，投资组合的风险和收益被表示为目标函数。通过不断地交换信息，可以得到组合权重的最优解。

#5.模拟退火算法

模拟退火算法是一种模拟物理退火过程的优化算法，它通过不断地降低温度来寻找最优解。在模拟退火算法中，组合权重被表示为状态，投资组合的风险和收益被表示为目标函数。通过不断地降低温度，可以得到组合权重的最优解。

#6.人工蜂群算法

人工蜂群算法是一种模拟蜜蜂行为的优化算法，它通过不断地探索和开发来寻找最优解。在人工蜂群算法中，组合权重被表示为巢穴，投资组合的风险和收益被表示为目标函数。通过不断地探索和开发，可以得到组合权重的最优解。

#7.其他优化算法

除了上述几种常见的优化算法外，还有许多其他优化算法可以用于求解组合权重。每种算法都有其特点和适用范围，在实际应用中，需要根据具体情况选择合适的优化算法。第六部分结合历史数据进行模型参数估计关键词关键要点时间序列分析

1.时间序列分析是一种统计方法，用于分析随着时间推移而变化的数据。

2.时间序列分析可以用于识别数据中的趋势、季节性和其他模式。

3.时间序列分析可以用于预测未来数据的值。

贝叶斯估计

1.贝叶斯估计是一种统计方法，用于估计模型参数。

2.贝叶斯估计基于贝叶斯定理，该定理允许在已知先验分布的情况下计算后验分布。

3.贝叶斯估计可以用于估计模型参数的不确定性。

随机优化

1.随机优化是一种优化方法，用于查找函数的最小值或最大值。

2.随机优化方法可以用于解决大规模和复杂的问题。

3.随机优化方法可以用于并行计算。

组合优化

1.组合优化是一种优化方法，用于在有限数量的可选元素中找到最佳组合。

2.组合优化问题通常是NP难的，这意味着对于大规模问题，很难找到最优解。

3.组合优化问题可以使用启发式算法来解决。

多目标优化

1.多目标优化是一种优化方法，用于在多个目标函数下找到最优解。

2.多目标优化问题通常是NP难的，这意味着对于大规模问题，很难找到最优解。

3.多目标优化问题可以使用进化算法来解决。

并行计算

1.并行计算是一种计算方法，用于在多台计算机上同时解决一个问题。

2.并行计算可以提高解决问题的速度。

3.并行计算可以用于解决大规模和复杂的问题。#结合历史数据进行模型参数估计

#1.数据预处理

在进行模型参数估计之前，需要对历史数据进行预处理，包括：

*数据清洗：删除异常值，处理缺失值，对数据进行标准化。

*数据归一化：将数据缩放为相同的范围，使模型更加健壮。

*数据平滑：对数据进行平滑，减少噪声的影响。

#2.模型参数估计方法

模型参数估计方法有多种，常用的包括：

*最小二乘法：这是最常用的参数估计方法，它通过最小化残差平方和来估计模型参数。

*最大似然法：这是一种基于概率论的参数估计方法，它通过最大化似然函数来估计模型参数。

*贝叶斯估计：这是一种基于贝叶斯定理的参数估计方法，它通过利用先验信息和观测数据来估计模型参数。

#3.模型参数估计步骤

模型参数估计的步骤如下：

1.选择合适的模型参数估计方法。

2.根据所选方法，构造目标函数。

3.利用历史数据，使用优化算法求解目标函数，得到模型参数估计值。

#4.模型参数估计结果的检验

模型参数估计完成后，需要对估计结果进行检验，以确保模型的有效性和准确性。常用的检验方法包括：

*残差分析：检查残差是否随机分布，是否存在异方差性或自相关性。

*拟合优度检验：使用统计检验方法，检验模型的拟合优度。

*预测能力检验：将模型用于未来数据的预测，并检验预测结果与实际值之间的差异。

#5.模型参数估计的应用

模型参数估计结果可以用于多种目的，包括：

*模型预测：利用模型参数估计值，可以对未来数据的变化趋势进行预测。

*风险评估：利用模型参数估计值，可以评估投资组合的风险水平。

*投资组合优化：利用模型参数估计值，可以优化投资组合的结构，以提高投资组合的收益风险比。

#6.模型参数估计的注意事项

在进行模型参数估计时，需要考虑以下注意事项：

*模型选择：选择合适的模型是模型参数估计的关键，不同的模型具有不同的假设和适用范围。

*数据质量：历史数据的质量对模型参数估计结果有很大影响，因此需要确保历史数据的准确性和完整性。

*参数估计方法的选择：不同的参数估计方法具有不同的优势和劣势，需要根据模型和数据的特点选择合适的方法。

*模型参数估计结果的检验：模型参数估计完成后，需要对估计结果进行检验，以确保模型的有效性和准确性。第七部分诺安平衡基金组合优化案例分析关键词关键要点【诺安平衡基金组合优化模型的构建】：

1.介绍了诺安平衡基金的投资目标和风险收益特征。

2.分析了诺安平衡基金的资产配置结构和投资策略。

3.介绍了诺安平衡基金组合优化模型的构建思想和目标函数。

【诺安平衡基金组合优化模型的求解】：

诺安平衡基金组合优化案例分析

一、案例背景

诺安平衡基金是一只混合型基金，其投资目标是通过投资于股票、债券和货币市场工具，在控制风险的前提下，为投资者提供长期稳定的回报。诺安平衡基金的基金经理希望通过构建一个优化模型，来选择最优的投资组合，以实现基金的投资目标。

二、模型构建

诺安平衡基金的组合优化模型是一个多目标优化模型，其目标是：（1）最大化投资组合的预期收益；（2）最小化投资组合的风险；（3）满足投资组合的约束条件。

约束条件包括：

诺安平衡基金的股票投资比例不得超过70%；

诺安平衡基金的债券投资比例不得超过30%；

诺安平衡基金的货币市场工具投资比例不得超过10%；

诺安平衡基金的股票投资组合中，每只股票的投资比例不得超过10%。

三、模型求解

诺安平衡基金的组合优化模型是一个非线性优化模型，其求解方法是使用粒子群优化算法。粒子群优化算法是一种基于群体智能的优化算法，其基本原理是模拟鸟群觅食的行为，通过群体协作来寻找最优解。

四、模型结果

诺安平衡基金的组合优化模型求解结果如下：

1、诺安平衡基金的股票投资比例为60%；

2、诺安平衡基金的债券投资比例为30%；

3、诺安平衡基金的货币市场工具投资比例为10%；

4、诺安平衡基金的股票投资组合中，每只股票的投资比例均不超过10%。

五、模型评价

诺安平衡基金的组合优化模型求解结果，满足了基金的投资目标和约束条件。模型求解结果表明，诺安平衡基金的股票投资比例为60%，债券投资比例为30%，货币市场工具投资比例为10%，这符合诺安平衡基金的投资目标，即通过投资于股票、债券和货币市场工具，在控制风险的前提下，为投资者提供长期稳定的回报。

模型求解结果还表明，诺安平衡基金的股票投资组合中，每只股票的投资比例均不超过10%，这符合诺安平衡基金的风险控制要求，即避免单一股票的投资风险过大。

六、结论

诺安平衡基金的组合优化模型构建和求解，为诺安平衡基金的投资组合选择提供了科学的依据。模型求解结果表明，诺安平衡基金的股票投资比例为60%，债券投资比例为30%，货币市场工具投资比例为10%，这符合诺安平衡基金的投资目标和约束条件，能够在控制风险的前提下，为投资者提供长期稳定的回报。第八部分投资组合绩效评价与风险分析关键词关键要点【投资组合收益率与风险度量的选择与计算】：

1.收益率可以分为历史收益率和预期收益率，历史收益率是过去的收益数据，预期收益率是未来可能获得的收益。

2.风险度量是衡量投资组合可能亏损的程度，常用的风险度量有标准差、方差、最大回撤、夏普比率、信息比率等。

3.在选择收益率和风险度量时，需要考虑投资目标、风险承受能力、投资期限等因素。

【投资组合绩效评价】：

投资组合绩效评价与风险分析

一、投资组合绩效评价

1.绝对收益评价

绝对收益评价是指以投资组合的实际收益率或总收益率作为评价标准。常用指标有：

-年化收益率：计算公式为：年化收益率=（（1+总收益率）的幂次方-1）x100%，其中幂次方等于观察期间的年数。

-总收益率：计算公式为：总收益率=（期末资产总值-期初资产总值）/期初资产总值

-平均收益率：计算公式为：平均收益率=年化收益率/观察期