2025年基金专题报告：强化学习在大类资产配置中的应用初探

引言

1.1 大类资产配置面临的现实挑战

大类资产配置是中长期投资管理的核心问题，其目标在于通过在不同资产类别之 间进行合理分配，在控制整体风险的前提下获取稳健回报。在传统理论框架下， 股票、债券、商品及海外资产等大类资产之间存在一定程度的风险分散效应，投 资者可以通过配置比例调整平滑组合波动、提升风险调整后收益。然而，近年来 国内外资本市场运行环境发生显著变化，大类资产配置正面临多重挑战。 一方面，资产间相关性呈现出显著的时变特征。在宏观环境、政策取向或风险偏 好发生切换时，原有的分散效应可能阶段性失效，特别是在极端市场环境下，不 同资产之间“同涨同跌”的现象更加突出。另一方面，宏观经济与金融市场的运 行节奏明显加快，市场状态在增长与衰退、宽松与收紧、风险偏好抬升与回落之 间频繁切换，传统基于历史统计特征构建的配置方案，往往难以及时适应环境变 化。 此外，随着投资标的与策略工具的不断丰富，资产配置决策的复杂度持续提升。 配置问题不再是一次性静态权重求解，而逐步演变为一个需要持续决策与动态调 整的过程。如何在不确定环境下，根据最新信息不断修正资产配置方案，成为当 前资产配置研究的关键议题。

1.2 传统配置方法的局限性与改进需求

从研究范式上看，现有主流的大类资产配置方法大多建立在相对静态的优化框架 之上。典型代表包括风险平价和风险预算策略或基于宏观或估值信号的规则型配 置方法。 相较而言，风险平价与风险预算模型在一定程度上缓解了权重集中问题，使组合 表现更加平稳。然而，这类方法本质上仍属于静态或弱动态配置框架，难以充分 利用市场状态信息进行前瞻性调整，在趋势行情或结构性行情中往往收益弹性不 足。 因此，在多资产、多约束的配置场景中，市场迫切需要一种能够同时满足以下特 征的配置方法：一是能够在动态市场环境中自适应调整资产权重；二是能够在收 益、风险与交易成本之间进行综合权衡；三是具备一定的稳健性，避免对单一参 数估计结果的过度依赖。

1.3 强化学习方法的潜在优势

强化学习（Reinforcement Learning, RL）为解决上述问题提供了一种不同于传统优 化范式的思路。与基于静态目标函数求解权重的配置方法不同，强化学习将资产 配置过程视为一个序列决策问题，通过“状态—动作—奖励”的交互机制，使策 略在不断试错中学习在不同市场环境下的最优配置行为。 在大类资产配置框架下，强化学习模型可以将资产收益、波动水平、宏观因子等 信息纳入状态空间，通过策略网络直接输出组合权重，并依据组合收益、回撤及 交易成本等指标构建奖励函数，从而在长期目标函数意义下优化配置效果。这种 方法天然适用于非线性、非平稳的金融市场环境，且无需对收益分布或协方差结 构作出强假设。 近年来，随着深度学习技术的发展，基于策略梯度的强化学习算法（如 Proximal Policy Optimization, PPO）以及基于最大熵框架的（ Soft Actor-Critic, SAC）逐步 在连续动作空间问题中展现出较好的稳定性与收敛性，为其在资产配置领域的应 用奠定了方法基础。

基于上述背景，本文以大类资产配置为研究对象，构建包含权益、债券、商品及 海外资产的多资产配置框架，在统一的回测环境下，对比分析传统配置方法与强 化学习方法的配置效果与策略行为特征。具体而言，本文的研究内容包括： 一是系统回顾并复现风险平价及风险预算等传统配置方法在多资产场景下的表现， 分析其在收益、风险及仓位稳定性方面的优劣。 二是构建基于深度强化学习的资产配置环境，设计包含收益、宏观特征与交易成 本约束的状态与奖励体系，分别引入 PPO 与 SAC 算法进行策略训练与测试。 三是从净值表现、风险指标及仓位调整行为等多个维度，对强化学习策略与传统 方法进行实证对比，重点分析强化学习方法在动态配置能力与风险控制方面的潜 在优势。 通过上述研究，本文旨在探讨强化学习方法在大类资产配置中的实际适用性，为 多资产配置策略的改进与创新提供新的研究视角和实证依据。

大类资产配置的传统方法回顾

2.1 风险平价模型

风险平价（Risk Parity, RP）模型通过约束各资产对组合总体风险的贡献，使得组 合风险在不同资产之间相对均衡分配。 在大类资产配置中，风险平价模型通常能够产生较为平滑、稳定的权重序列，显 著降低组合的波动率与回撤水平。在市场环境相对不确定或风险偏好下降的阶段， 该方法往往具备较好的防御属性。 然而，风险平价模型的稳健性也伴随着一定的局限性。由于其核心目标在于风险 分散而非收益最大化，当权益或商品等风险资产出现明确趋势行情时，风险平价 策略往往配置比例相对保守，难以充分捕捉收益机会。此外，传统风险平价模型 在权重调整过程中缺乏对市场状态变化的前瞻性判断，其配置结果更多体现为 “被动均衡”。 在本文的实证结果中，风险平价策略在风险控制指标（如波动率、最大回撤）方 面表现突出，但其年化收益水平与收益弹性相对有限，体现出“稳健但不进攻” 的典型特征。

2.2 风险预算模型

风险预算（Risk Budget, RB）模型是在风险平价思想基础上的扩展，其核心思想 是通过引入预先设定的风险贡献比例，在实务中更具灵活性。 在资产配置场景中，风险预算模型可根据投资目标或风险偏好，对权益、债券、 商品及海外资产分配不同的风险权重，从而在稳定性与收益弹性之间实现一定程 度的平衡。例如，在长期配置中适度提高权益与海外资产的风险预算，有助于提 升组合的长期回报潜力。 然而，与风险平价模型类似，风险预算模型本质上仍属于规则驱动型配置方法， 其权重调整主要依赖历史波动率结构，对市场状态变化的响应相对滞后。 在本文的实证分析中，风险预算模型相较风险平价策略在收益端有所改善，但整 体仍表现出较强的平滑性与防御属性，其配置行为在趋势行情中存在一定跟随不 足。

2.3 传统配置方法的小结与启示

综合上述分析可以看到，传统大类资产配置方法在理论与实务中各具优势与局限。 风险平价与风险预算模型在风险控制方面表现稳健，但在收益弹性与市场适应性 方面相对不足。 这些方法的共同特征在于，其配置逻辑主要基于静态或弱动态规则，难以在复杂、 多变的市场环境中充分利用状态信息进行前瞻性决策。这一局限为引入强化学习 等序列决策方法提供了现实动机，也为后文构建动态资产配置框架奠定了方法论 基础。

（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。）