2025年指数化配置系列专题研究：从MAA到DAA，资产配置不止均值方差和风险平价

一、引言

均值-方差框架下的经典现代投资组合理论（MPT）常由于对预期回报、方差的估计 敏感而被诟病。例如，使用多年历史数据计算的预期收益率和协方差矩阵，更适合长期的 战略资产配置。当它作为中短期（1 个月-1 年）的预测时，很容易产生较大的偏误。但在 国内的资产配置实践中，通常面临的是月/季/年度的战术资产配置，均值-方差模型的应用 场景较为有限。 为了缓解参数敏感性的问题，越来越多的投资者开始采用更加稳健的风险平价模型。 然而，该模型要发挥更大的功效依赖于灵活的杠杆机制，而国内市场加杠杆的难度较大， 这在当前的低利率环境下，又不免让人担忧组合的预期收益水平。 本文参考Keller等人提出的一系列新颖的资产配置模型，仅使用最近12个月的数据， 以实现不同的战术资产配置目标，并与均值-方差及风险平价模型进行对比。另一方面， 随着国内 ETF 市场的蓬勃发展，各地区、各类型的资产大都有规模较大、流动性较好的 ETF 与之对应，这也为资产配置实践提供了成本低廉、操作便利的途径。 根据当前国内上市的 ETF 品种以及多资产、分散化的理念，本文挑选如下指数作为 研究对象，测试一系列战术资产配置模型。

二、战术资产配置模型（MAA）

2.1 模型介绍

MAA 模型（Morden Asset Allocation）使用单市场模型（SIM）和收缩估计方法，试 图降低均值-方差模型中，预期回报和协方差矩阵的估计误差所产生的影响。 如下式所示，将资产? (? = 1, ⋯ ,N)对市场指数（以全部风险资产的等权组合代表）进 行回归，得到 N 个?，用于替代资产的协方差矩阵。这样一来，原本获得协方差矩阵需要 估计 N*(N+1)/2 个参数，现在只需估计 N 个，大大降低了计算量，并减少了估计误差。

2.2 回测结果

令?? = ?? = ?? = ?? = 0.5，每月末使用过去 12 个月的月度数据计算权重并调仓， 交易成本设为双边万 5。类似地，根据 12 个月的数据和月度再平衡的方式构建 MPT 模型、 风险平价模型和等权组合，作为对比。 如表 2-3 和图 1 所示，2013.12.31-2025.05.31，MAA 模型的最大回撤为 16.2%，显 著小于 MPT 模型和等权组合，高于风险平价模型。年化收益率为 10.0%，高于 MPT 模 型（8.0%）、风险平价模型（6.3%）和等权组合（8.3%）。夏普比率为 0.86，仅次于风险 平价模型。除 2018 年外，MAA 模型每年均可取得正收益，2/3 年份跑赢 MPT 模型。

综上所述，我们认为，和 MPT 模型相比，大幅减少需要估计的参数量后，MAA 模型 不仅在收益上表现更佳，也获得了更好的稳定性，其最大回撤显著下降，从而有着更好的 收益风险比。

通过调整收缩系数，可得 MAA 模型的几个特例。

?? = 0

??可用于调整特雷诺比率的阈值，进而控制组合的资产数量。??越小，模型选中的 资产越多，波动率也越低。这一结果与直觉相符，在多资产组合中，增 加资产数量利于平滑波动、降低风险。

?? = 0

此时，所有资产的收益率都等于市场收益率。即，MAA 模型不考虑资产的收益率， 只考虑它们的波动率和相关性，类似最小方差模型（MV）和风险平价模型。但此时，MAA 模型的年化收益率和 Calmar 比率优于两者。

?? ≠ 0

即，MAA 模型考虑资产的收益率。此时，??和??是否取 0，可反映波动率和相关性 对模型配置效果的影响。加入波动率几乎不改变结果。但进一步引 入相关性后（?? = 0.5），模型的最大回撤和波动率均出现大幅改善，夏普比率和 Calmar 比率显著提升。由此可见，资产之间的低相关乃至负相关对 MAA 模型同样至关重要。

?? = ?? = ?? = ?? = 1

此时，收益率、波动率和相关系数未进行任何收缩，模型的收益水平 虽变化较小，但风险指标明显放大，收益风险比下降。因此，我们认为，适当的收缩估计 确有必要，它可以降低模型对参数的敏感性，带来更为稳健的资产配置效果。

除了收缩系数以外，计算的回看窗口长度也是另一个左右 MAA 模型效果的重要参数。 如表 6 所示，当回看期为 10-12 个月时，模型的表现最优，年化收益率约为 10%，年化 波动率约为 9-10%，最大回撤约为 16%，夏普比率高于 0.85，Calmar 比率在 0.6 附近。 更短或更长的回看期都有可能导致收益降低或回撤变大。

三、灵活资产配置模型（FAA）

3.1 模型介绍

求解 MAA 模型依然涉及较为复杂的二次优化方法，并且，常常出现多个资产的权重 ?? = 0。因此，我们考虑一个更为简单的规则，通过线性广义动量模型，每月末选出前 N 个风险资产等权配置，同时采用现金规则控制资产的总权重，称之为灵活资产配置模型 （FAA，Flexible Asset Allocation）。

3.2 回测结果

每月末选择损失L最低的4个资产等权配置，计算时同样回看12个月，并取?? = ?? = ?? = 1/3。 如表 7-8 和图 3 所示，2013.12.31-2025.05.31，FAA 模型的年化收益率为 11.0%， 高于 MPT 模型、风险平价模型和等权组合；最大回撤和波动率分别为 16.7%和 8.0%，高 于风险平价模型，显著低于 MPT 模型和等权组合；夏普比率为 1.18，Calmar 比率为 0.66， 仅次于风险平价模型。FAA 模型每年均可取得正收益，超半数年份跑赢 MPT 模型、风险 平价模型和等权组合。截至 05.31，FAA 模型的 YTD 收益率为 11.0%。

四、弹性资产配置模型（EAA）

4.1 模型介绍

若将 FAA 模型中收益率、波动率和相关性的算术加权改为几何加权，可得弹性资产 配置模型（EAA，Elastic Asset Allocation）。

4.2 回测结果

设?? = ?? = ?? = 1/3，?? = 1，回看过去 12 个月计算得分(?? )，选择最高的 4 个风 险资产，并根据??分配权重。 2013.12.31-2025.05.31，EAA 模型的年化收益率为 10.8%， 略低于 FAA 模型；但最大回撤和波动率进一步降低，夏普比率和 Calmar 比率有所提升。 和 MPT 模型及风险平价模型相比，整体的收益风险特征更优，且每年均可取得正收益， 超 2/3 年份跑赢 MPT 模型和风险平价模型。

五、保护型资产配置模型（PAA）

5.1 模型介绍

尽管加入了现金规则，但 EAA 模型的最大回撤仍超过 10%，年化波动率也显著高于 风险平价模型（7.2% vs. 4.9%）。因此，我们通过如下方式进一步调整 EAA 模型，尝试 提高组合的抗风险能力。

5.2 回测结果

设???? = ?? = ?? = 1/3，?? = 1，选择得分最高的 4 个资产，并根据??分配权重。

2013.12.31-2025.05.31，PAA 模型的年化收益率为 6.7%， 较 EAA 模型下降明显。但最大回撤和年化波动率仅为 7.1%和 4.1%，夏普比率达到 1.26， 且除 2016 年小幅亏损外（-0.04%），每年均可取得正收益。和风险平价模型相比，风险 更低，收益风险比提升。

六、警惕型资产配置模型（VAA）

6.1 模型介绍

虽然 PAA 模型的年化波动率仅 4.1%，但最大回撤依然超过 7%。若投资者对回撤的 容忍度较低，则可设置更严格的机制，提供更强、更快的动量崩溃保护，称之为警惕型资 产配置模型（Vigilant Asset Allocation）。

6.2 回测结果

设?13612? = ?? = ?? = 1/3，?? = 1，选择得分最高的 4 个资产，并根据??分配权 重。2013.12.31-2025.05.31，VAA 模型的最大回撤仅有 5.7%， 显著低于 PAA 模型，年化收益率却更高（7.1% vs. 6.7%），Calmar 比率达 1.24。每年均 可取得正收益，且在权益资产出现大幅上涨区间的 2015 和 2020 年，可以取得更高的回 报。

过滤器 B 决定了保护程度的高低。B 越小，触发保护机制越快。但在本文的回测中， 当 B 从 3 减小至 2 时，最大回撤并未发生改变，年化收益率有所降低；当 B 增大至 5 时， 收益和回撤同时放大。实践中，投资者可根据自身风险容忍度，选择相适应的动量过滤器。

七、防御型资产配置模型（DAA）

7.1 模型介绍

VAA 模型通过配置平均比例高达 2/3 的类现金资产（中证短融+中债-0-3 年国开行债 券指数），实现了仅 5.7%的回撤。然而，过高的类现金资产配置比例，也会影响模型获取 收益的能力。 防御型资产配置模型（DAA）可以在降低类现金资产比例的同时，尽可能地达到与 VAA 相同程度的下跌保护，并实现收益的提升。首先，把资产进一步细分为高风险资产、 “金丝雀资产”和类现金资产。 高风险资产：沪深 300、中证 1000、恒生指数、标普 500、大商所豆粕期货价格指 数； “金丝雀资产”（价格高敏感资产）：SGE 黄金 9999、中债-7-10 年政策性金融债全 价(总值)指数； 类现金资产：中证短融、中债-0-3 年国开行债券财富(总值)指数。 其次，用“金丝雀”资产的动量计算现金比例?? = ?/?。其中，?为价格高敏感资产 中，13612?动量小于 0 的数量，B 为价格高敏感资产的总数。配置现金资产时，与 VAA 模型相同，若中债-0-3 年国开行债券指数的13612?动量大于 0，选择中债-0-3 年国开行 债券指数；反之，选择中证短融。

7.2 回测结果

设?13612? = ?? = ?? = 1/3，?? = 1，选择得分最高的 4 个资产，并根据??分配权 重。2013.12.31-2025.05.31，DAA 模型年化收益率为 7.9%， 优于 VAA 模型。降低类现金资产的比例后，年化波动率和最大回撤相较 VAA 模型上升， 但仍明显低于 MPT 及等权组合，最大回撤也低于风险平价模型。夏普比率 1.09，较 VAA 模型有所下降。每年均可取得正收益，且年度收益率的分布较为均匀。截至 05.31，2025 年的 YTD 收益率为 5.2%。

八、模型的对比与分析

8.1 模型对比

从收益风险比的角度评价，等权组合表现最差。我们认为，这表明，在做资产配置时， 适当地对资产的收益风险特征进行预测，确能改善最终的结果。此外，减少模型的参数， 也能提升收益的稳定性。参数较少的 MAA 模型和风险平价模型有着较为接近的夏普比率 和 Calmar 比率，相较 MPT 模型均获得了显著优势。 利用资产价格中普遍存在的动量特征，可以建立简单的 FAA 模型。不仅避免了求解 最优化问题，还能大幅提升收益风险比。通过更加精细的动量结构设计以及动量崩溃保护 机制的升级，VAA 和 DAA 模型在收益和风险之间均可达成较好的平衡，年化收益率分别 为 7.1%和 7.9%，最大回撤分别为 5.7%和 7.4%，Calmar 比率分别为 1.24 和 1.07，在所 有模型中排名前二。

2013.12.31-2025.05.31，除 MAA 模型 2018 年亏损 5.6%、PAA 模型 2016 年亏损 0.04%外，其余模型在每个自然年都获得正收益。其中，DAA 模型的分年度收益率最稳定， 除 2018 年（0.6%）外，每年均超过 3%。

8.2 低利率环境下的表现分析

PAA、VAA、DAA 模型配置债券的比例都较高。这让人不免担忧它们 在利率上行期的表现是否会大打折扣。于是，我们根据十年期国债收益率的变化，把 2012.12.31-2025.05.31 划分为 2 个利率上行期和 3 个利率下行期（图 21），考察各模型 在不同利率环境下的表现。

全区间内，PAA、DAA 模型在利率下行期的表现略好于利率上行期。 但是，若剔除利率上行同时风险资产整体表现较好的 2020 年，则 PAA、VAA、DAA 模型 在利率下行期的表现明显更优。不过，在利率上行期，这 3 个模型依然能取得 3%以上的 绝对收益率，优于风险平价模型的 1.5%。

九、总结

本文参考 Wouter J. Keller 等人提出的一系列战术资产配置方法，构建了适合不同投 资目标的 6 个战术资产配置模型，并在 ETF 上进行回测。 战术资产配置模型（MAA）：在经典现代投资组合理论（MPT）的基础上，利用单指 数模型（SIM）的β替换协方差矩阵，以降低参数估计量，减少估计误差。并使用收缩估 计缓解回看时间过短，导致的参数波动较大的问题。2013.12.31-2025.05.31，MAA 模型 最大回撤为 16.2%，显著小于 MPT 模型和等权组合，高于风险平价模型。年化收益率为 10.0%，高于 MPT 模型（8.0%）、风险平价模型（6.3%）和等权组合（8.3%）。夏普比率 为 0.86，仅次于风险平价模型。除 2018 年外，MAA 模型每年均可取得正收益。 灵活资产配置模型（FAA）：跳过较为复杂的二次优化，根据相对动量（R）、波动性 动量（V）、相关性动量（C）排名的算术加权平均，筛选前 4 个资产等权配置，并在绝对 动量（A）为负时使用现金替代。2013.12.31-2025.05.31，FAA 模型的年化收益率为 11.0%， 高于 MPT 模型、风险平价模型和等权组合；最大回撤和波动率分别为 16.7%和 8.0%，高于风险平价模型，显著低于 MPT 模型和等权组合；夏普比率为 1.18，Calmar 比率为 0.66， 仅次于风险平价模型。FAA 模型每年均可取得正收益，截至 2025.05.31，FAA 模型的 YTD 收益率为 11.0%。 弹性资产配置模型（EAA）：将 FAA 模型中计算风险资产得分时的算术加权改为几何 加权，以反映权重相对资产动量的弹性，其余规则保持不变。2013.12.31-2025.05.31， EAA 模型的年化收益率为 10.8%，略低于 FAA 模型；但最大回撤和波动率进一步降低， 夏普比率和 Calmar 比率有所提升。和 MPT 模型及风险平价模型相比，整体的收益风险 特征更优，且每年均可取得正收益。

保护型资产配置模型（PAA）：通过“短债替代现金+动量崩溃保护+MOM 动量指标” 三重机制，使模型有更强的抗风险能力。2013.12.31-2025.05.31，PAA 模型的年化收益 率为 6.7%，较 EAA 模型下降明显。但最大回撤和年化波动率仅为 7.1%和 4.1%，夏普比 率达到 1.26，且除 2016 年小幅亏损外（-0.04%），每年均可取得正收益。和风险平价模 型相比，风险更低，收益风险比提升。 警惕型资产配置模型（VAA）：设置快速动量过滤器，并根据 13612W 指标挑选短债 和现金，模型的动量崩溃保护能力更强。2013.12.31-2025.05.31，VAA 模型的最大回撤 仅有 5.7%，显著低于 PAA 模型，年化收益率却更高（7.1% vs. 6.7%），Calmar 比率达 1.24。每年均可取得正收益，且在权益资产出现大幅上涨区间的 2015 和 2020 年，可以 取得更高的回报。 防御型资产配置模型（DAA）：在尽可能达到与VAA模型相似程度的下跌保护的同时， 根据“金丝雀资产”的动量，降低类现金资产的配置比例。2013.12.31-2025.05.31，DAA 模型年化收益率为 7.9%，优于 VAA 模型。年化波动率和最大回撤相较 VAA 模型上升， 但仍明显低于 MPT 及等权组合，最大回撤也低于风险平价模型。夏普比率 1.09，较 VAA 模型有所下降。每年均可取得正收益，且年度收益率的分布较为均匀。

PAA、DAA 模型在利率下行期的表现略好于利率上行期。但是，若剔除利率上行同时 风险资产整体表现较好的 2020 年，则 PAA、VAA、DAA 模型在利率下行期的表现明显更 优。不过，在利率上行期，这 3 个模型依然能取得 3%以上的绝对收益率，优于风险平价 模型的 1.5%。 用相应的 ETF 替代指数，能够达成类似的配置效果。2022.10.31-2025.05.31，6 个 模型的最大回撤均不超过 7.5%，Calmar 比率大于 2，大幅优于等权组合。较为激进、债 券配置相对较少的 MAA、FAA、EAA 模型，收益率和夏普比率皆高于资产配置比例较为 接近的 MPT 模型；风险收益较为均衡的 DAA 模型，年化收益率 14.0%，显著优于风险平 价模型；最大回撤 5.0%，Calmar 比率为 2.78。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）