金融工程行业专题报告：基于宏观经济状态划分的BL模型与ETF实践.pdf

金融工程行业专题报告：基于宏观经济状态划分的BL模型与ETF实践。

投资要点

本文回顾了大类资产配置的方法论，并引入高频因子模拟组合划 分的宏观经济状态，对 BL 模型的主观观点进行改进并应用于 ETF 组 合实践。基于宏观经济状态观点的 Black-Litterman 模型在 2013 年 12 月 31 日-2025 年 6 月 30 日，年化收益率 9.85%，年化波动率 5.38%， 夏普比率 1.78。

大类资产方法论综述

大类资产配置是投资者根据投资目标和风险偏好将资金分配到 不同类型的资产中的投资行为。以关注点不同分为权重预算类、收益 （风险）预算类、风险预算类、因子配置类。Black-Litterman 模型 以收益（风险）预算框架为基础。

Black-Litterman 模型

Black-Litterman 模型以马科维茨的均值-方差模型为基础，采用 贝叶斯理论将主观观点与均值-方差配置模型相结合，综合考虑了市 场均衡收益率与主观观点的分布，是一个引入主观观点的较好框架。

宏观经济状态划分

我们认为可以引入更多的宏观因子对经济状态进行更精细的划 分，在历史样本中寻找相似宏观状态的周期，给出每个标的预期收益 率的估计作为主观观点。 基于因子模拟资产组合的思路，通过股票、债券、大宗商品、房 地产、猪肉等具备高频价格数据的基础资产池对经济增长、通货膨胀、 利率、汇率四方面宏观经济状态进行了划分。

基于宏观经济状态观点的 Black-Litterman 模型

将当前宏观经济状态对应的历史后一个月收益率中位数作为主 观观点输入 Black-Litterman 模型，在 2013 年 12 月 31 日-2025 年 6 月 30 日回测，年化收益率 9.85%，年化波动率 5.38%，夏普比率 1.78。

精准观点对 Black-Litterman 模型的提升

通过改变样本取样方式，引入部分模糊的未来信息对精准的分析 师观点进行模拟。 当分析师能获得全样本信息来改进当前预期收益率的主观观点 时，整体收益有所增厚，最大回撤减少至 6.00%。 当分析师能获得历史信息与未来一年的样本信息来改进当前预 期，年化收益率进一步提高至 14.08%，夏普比率达到 2.55。可以认 为接近主观观点+收益风险预算下的上限表现。