1952年,Harry Markowitz提出了现代投资组合理论(MPT),其核心思想是通过“均值-方差”优化框架(MVO),在给定风险水平下追求组合预期收益的最大化,或在给定收益目标下追求组合风险的最小化。
一是要求投资者自行设定各资产的预期收益率,而这一输入的准确估计极为困难;
三是MVO框架极度依赖历史相关性,但在不同的经济和市场环境下,资产之间的相关性会发生显著变化。
面对MVO框架的上述局限,学界和业界沿两条截然不同的路径展开了改进探索。路径一是改进收益率的估计方法,以修正MVO的输入端,其中最具代表性的是Black-Litterman模型。路径二是根本性地改变配置目标,从“配置资本”转向“配置风险”——与其在难以预测的收益率空间中寻求最优解,不如直接关注可以更为可靠地度量的风险维度。风险平价理论是其中具有代表性的理论。
风险平价的概念最早由Edward Qian于2005年正式提出,核心思想是通过令投资组合中每一类资产对组合总风险的贡献相等,实现真正的分散化,从而在不依赖收益率预测的前提下获得更优的风险调整收益。
在理解了风险平价的理论框架之后,我们转向桥水基金的全天候策略(All Weather Strategy)。该策略由Ray Dalio与其合伙人于1996年创立,源于一个根本性的问题:如何构建一个投资组合,使得“无论未来经济环境如何变化,都能保持稳健表现”。
Dalio提炼出一个核心分析框架:任何投资回报都可以分解为现金回报(Cash)、市场超额回报(Beta)和主动管理超额回报(Alpha)三个独立的组成部分。Dalio认为Beta在总体上和长期内超越现金,投资者应当固定其Beta配置,而非频繁交易。因此全天候策略本质上是优化Beta配置的策略,而非主动择时追求Alpha的策略。
全天候策略的理论根基是“经济环境四象限”框架。该框架认为资产价格的变动,本质上反映的是经济现实相对于市场已定价预期的“意外”(surprise),驱动这些“意外”的核心力量可以归结为经济增长和通货膨胀两个最根本的宏观变量。沿着这两个维度的上行/下行方向,可以将宏观经济环境划分为四个基本情景,每个情景分配25%的风险预算,并在每个情景中选择表现占优的资产进行配置。
首先,桥水官方披露的1946-2015年近70年数据显示,全天候策略年化总收益10.4%,Sharpe比率0.72,同期60/40组合分别为8.5%和0.45。在1946-1981年的高通胀时代,全天候策略Sharpe比率0.58超越60/40组合的0.38;在1981-2015年利率长期下行时代更是高达0.84,表明其在截然不同的宏观环境中均展现了一致的优势。
其次,第三方网站lazyportfolioETF给出的简化版全天候组合模拟显示,过去30年年化名义回报7.43%,最大回撤-20.58%,发生于2022年股债双杀行情,42个月内完成修复。
最后,2025年道富全球与桥水联合推出的ALLW ETF是全天候策略首个公募产品,持仓结构中TIPS占25.6%、全球权益约21.7%、货币市场基金占36.3%,体现了四象限配置理念。自成立至2025年底区间收益约22.4%,但2026年一季度因美伊冲突导致风险偏好下降,净值回落约3.8%,最大回撤达6.8%。
三是,全天候策略本质上赚取的是信用货币时代央行货币政策扩张和财政扩张、流动性被额外创造进入资产的收益。
我们选取七类资产构建风险平价组合,覆盖中美股票(S&P 500、沪深300)、中美债券(中债国债财富指数、美国国债ETF)和大宗商品(COMEX黄金、布伦特原油、LME铜)。构建方法参照Qian(2006)的风险贡献理论框架。核心结论如下:
一是风险平价组合展现了显著更优的风险调整收益,Sharpe比率0.67大幅优于60/40组合的0.37,年化波动率仅2.60%,不到60/40组合的三分之一。
二是Calmar比率的差异更为悬殊,风险平价组合为0.85,是60/40组合(0.32)的近三倍,最大回撤仅4.93%。
三是加杠杆有效提升了Sharpe比率和绝对收益,6%目标波动率组合Sharpe比率达0.82,累计收益80.1%,波动率和最大回撤仅为等权组合的约一半,说明杠杆放大了“风险均衡化红利”而非单纯放大风险。
四是风险平价策略具有更高的月度胜率(70.37%)和更优的盈亏比(1.41)。
综合以上分析,我们认为风险平价方法为投资者提供了一条“不依赖收益率预测、系统性提升分散化效率”的配置路径。
流动性冲击对全天候策略存在冲击;风险平价回测结果未包含交易成本、滑点和融资成本等因素的完整估计,实际运营中的收益可能有所折损;历史回测基于过去的市场数据,不代表对未来表现的承诺。
1952年,Harry Markowitz提出了现代投资组合理论(Modern Portfolio Theory, MPT),其核心思想是通过“均值-方差”优化框架(Mean-Variance Optimization, MVO),在给定风险水平下追求组合预期收益的最大化,或在给定收益目标下追求组合风险的最小化。这一框架首次将投资决策从定性判断推向了定量优化的轨道,标志着现代资产配置方法论的起点。在MVO框架下,投资者只需要设定目标收益率或目标波动率,就可在有效前沿上构造最优投资组合。
一是要求投资者自行设定各资产的预期收益率,而这一输入的准确估计极为困难;
二是投资组合结果对参数设定过于敏感,缺乏稳健性。当输入参数发生微小扰动时,MVO方法可能会导致大幅度调仓。
三是MVO框架极度依赖历史相关性,但在不同的经济和市场环境下,资产之间的相关性会发生显著变化。最典型的资产相关性的变化便是以“股债跷跷板”效应在历史中的变化。在我们前期报告《债市规律观察:股债跷跷板效应》中对沪深300指数日度收益率和中债国债10年期收益率的240日滚动相关性进行回顾,在2006年至2025年7月份期间,两者正相关(“股债跷跷板”现象出现)的概率为82.94%,也即这一期间内有将近五分之一的时间段“股债跷跷板”效应是不存在的,其背后的根源在于经济表现、通胀水平、资金价格和风险偏好的变化。上述缺陷在以“60/40组合”为代表的传统股债配置方案中体现得尤为明显。60/40组合将60%的资本配置于股票、40%配置于债券,长期以来被视为一种“简便且分散化”的投资方案而被广泛接受。然而当“股债跷跷板”现象消失时,股债双杀将会使该类资产组合遭到较大回撤。
若将视角放眼至全球股、债、商、汇的多资产,可以发现大类资产的相关性短期来看较长期趋势而言也发生了显著的变化。将全球代表性股、债、汇、商的2006年至今的相关性和近一年以来的相关性进行对比,可以发现:一是发达国家权益资产内部有所分化,长期来看,美股(S&P 500)与欧洲股市(STOXX 600)相关性高达0.81,但近一年已降至0.39,两者联动明显减弱,与此同时,美股与日经指数的相关性也从0.59降至0.23,反映去年以来因特朗普“对等关税”等一系列政策加强去美元化叙事后,美元走弱对非美股市的利好;二是黄金避险属性近期显著增强,黄金与全球股市的关系在近一年发生了较为明显的转变。长期来看,黄金与美股的相关性接近于零(0.04),与欧洲股市及亚太股市同样几近无关;而近一年黄金与上述权益资产的相关性均已转为明显负值(美股-0.18,亚太-0.41,欧洲-0.27);三是“股债跷跷板”效应有所减弱,除美股和美债近一年来跷跷板效应继续增强外,德、日、英的股市涨跌与债券bp涨跌相关性均由正转负。
面对MVO框架的上述局限,学界和业界沿两条截然不同的路径展开了改进探索:
路径一:改进收益率的估计方法,以修正MVO的输入端。其中最具代表性的是Black和Litterman于1990年提出的Black-Litterman模型。该模型不再要求投资者从零开始估计预期收益率,而是以市场均衡隐含收益率(即市场组合中各资产的权重所隐含的“市场共识收益率”)作为起点,随后允许投资者将自身的主观观点通过贝叶斯框架融合进来,从而得到更加稳定且可解释的预期收益率估计。
路径二:根本性地改变配置目标,从“配置资本”转向“配置风险”。这一路径的核心思想是:与其在难以预测的收益率空间中寻求最优解,不如直接关注可以更为可靠地度量的风险维度,通过管理各资产对组合风险的贡献来构建投资组合。
基于此方向,风险配置领域发展出了若干具有代表性的方法:一是等权配置(Equally-Weighted),即对所有资产赋予相同的资本权重,完全放弃对收益率和风险的预测;二是最小方差组合(Minimum Variance),即在不考虑收益率预测的前提下,追求组合整体风险的最小化;三是最大分散化组合(Maximum Diversification),即最大化组合的“分散化比率”;四是风险平价方法(Risk Parity),即令各资产对组合总风险的贡献相等,实现真正意义上的“风险均衡”。在上述方法中,风险平价因其理论逻辑完备、实证表现稳健,成为了具有较大影响力的“配置风险”的资产配置方法。
第一层:边际风险贡献(Marginal Risk Contribution, MRC)。定义为组合波动率对第i类资产权重的偏导数,衡量的是增加一单位第i类资产对组合整体风险的边际影响:
第二层:总风险贡献(Total Risk Contribution, TRC)。定义为资产权重乘以其边际风险贡献,衡量的是第i类资产对组合总风险的“绝对贡献”:
第三层:相对风险贡献(Relative Risk Contribution, RRC)。定义为TRC占组合总风险的比例,是一个介于0和1之间的百分比数值:
其中,所有资产的TRC之和恒等于组合总风险的100%,即TRC₁ + TRC₂ + ... + TRCₙ = σₚ,相应地,所有RRC之和恒等于1。这一完全可加性意味着我们可以像分配预算一样,将组合的总风险精确地“分配”到每一类资产上,从而为“风险预算”(Risk Budgeting)这一更广泛的配置范式奠定了理论基础。
在最简单的两资产情形下,Qian(2005)以1983-2004年的Russell 1000指数(年化波动率15.1%)和Lehman综合债券指数(年化波动率4.6%)为例,未加杠杆的风险平价组合Sharpe比率高达0.87,不仅显著优于60/40组合的0.67,也优于Russell 1000指数的0.55和Lehman债券指数的0.80。在加1.8倍杠杆后,风险平价组合在与60/40组合相同的波动率水平(9.6%)下,年化收益从6.4%提升至8.4%,额外获得了2个百分点的年化超额收益。若进一步将杠杆提升至2.8倍,使波动率与Russell 1000指数持平(15.1%),则年化收益高达13.2%,较纯股票组合高出近5个百分点。
进一步进行资产风险贡献分析,在上述60/40组合中,当组合亏损超过2%时,股票贡献了95.6%的损失;当亏损超过3%时,股票的损失贡献甚至超过100%——意味着债券实际上在亏损事件中并未提供太多对冲的功能。而风险平价组合则展现了截然不同的损失分担格局:在亏损超过2%的情形中,股票和债券的损失贡献分别为48.4%和51.6%,接近各50%的均衡分担。上述回测结果充分证明了风险平价组合成功在风险层面实现了资产级别的均衡分担。
在理解了风险平价的理论框架之后,我们转向桥水基金(Bridgewater Associates)的全天候策略(All Weather Strategy)。简单来说,全天候策略是风险平价方法的其中一种应用,或者说是风险平价思想的早期体现,本质上是一种被动宏观策略。
全天候策略由桥水基金创始人Ray Dalio与其合伙人于1996年创立。据Dalio在《The All Weather Story》(2012)中回忆,该策略的设计源于一个根本性的问题:如何构建一个投资组合,使得“无论未来经济环境如何变化,都能保持稳健表现”。在这一过程中,Dalio提炼出了一个核心分析框架:任何投资回报都可以分解为三个独立的组成部分——现金回报(Cash)、市场超额回报(Beta)和主动管理超额回报(Alpha)。现金回报由央行政策利率决定,是所有资产的“基准线”;Beta是被动持有某类资产相对现金的超额回报,数量有限但成本低廉;Alpha是通过主动交易和择时产生的“超额”回报,理论上来源无限但获取成本高昂且不可靠。Dalio认为,Beta在总体上和长期内超越现金,投资者应当固定其Beta配置,而非频繁交易。因此全天候策略本质上是优化Beta配置的策略,而非主动择时追求Alpha的策略。全天候策略以“未来不可预知”这一前提,使用风险平价理念构造并定期调整投资组合,使组合在不同的宏观环境下都能维持相对稳健的表现。因此,“全天候(All Weather)”的含义是“不惧风雨、不惧阴晴”——无论宏观经济周期如何轮转,组合都能从容应对。这与字面意义上“不间断寻找交易机会”的理解截然不同。
该框架的第一步是划分经济情景象限。全天候策略认为,资产价格的变动,本质上反映的是经济现实相对于市场已定价预期的“意外”(surprise)。驱动这些“意外”的核心力量可以归结为两个最根本的宏观变量——经济增长和通货膨胀。沿着这两个维度的上行/下行方向,可以将宏观经济环境划分为四个基本情景,每个情景分配25%的风险预算。
第二步是在不同的情景下,选择在该情景表现占优的资产。具体而言,《The All Weather Story》(2012)在文章中给的示例为,在增长超预期的情景中,股票(Equities)因企业盈利扩张而受益,大宗商品(Commodities)因实体需求拉动而价格上涨,企业信用债(Corporate Credit)和新兴市场信用债(EM Credit)也因违约风险下降和资本流入而表现良好。在通胀超预期的情景中,通胀挂钩债券(IL Bonds)因通胀补偿上升而直接受益,大宗商品作为实物资产同样具备天然的抗通胀属性,新兴市场信用债则因资源出口国受益于商品价格上行而获得支撑。在增长低于预期的情景中,名义债券(Nominal Bonds)因利率下行预期和避险需求而价格上涨,通胀挂钩债券同样因其债券属性而在经济走弱时提供一定保护。在通胀低于预期的情景中,股票因实际利率下降和折现率走低而估值受到支撑,名义债券则因通缩预期强化了利率下行逻辑而进一步走强。
此步骤中的“四象限”划分,容易使人联想到美林投资时钟的四象限划分,但两者本质上并不相同。美林时钟本质上是一套基于经济周期预判的主动配置框架,其核心是判断增长与通胀将如何演变、经济将轮动到哪个区间,并据此提前布局相关资产,以获取择时和轮动带来的 Alpha;而全天候策略并不预判经济会处于哪个阶段、也不依赖对轮动方向的判断,而是承认宏观环境本身难以准确预测,因此通过在不同增长和通胀组合下配置相应资产,力求让组合在各种可能出现的经济情景中都具备适应性。更重要的是,现实中的经济轮动顺序并不总是像美林时钟所描述的那样平滑、顺时针推进,往往会受到政策冲击、供给扰动、金融条件变化和地缘政治等因素影响而出现跳跃、回摆甚至特征交错。因此相较于依赖周期判断和路径预判的美林时钟,全天候策略更强调的是对不确定性的应对,而非对下一个周期阶段的预测。
第三步是引入杠杆进行资产风险收益调整。由于不同资产的波动率差异巨大,需要通过杠杆将低波资产的风险水平放大至与高波资产可比,超配低波资产,减配高波资产,从而实现各象限25%的风险权重目标。需要注意的是,此时的加杠杆是在组合构建之前,也即在风险平价确定资产权重之前通过对不同类型资产加杠杆,改变资产的波动率和收益率,再进行资产配置,而非将组合构建后再加杠杆。
由于桥水基金为私募基金,因此关于其全天候产品具体的资产构成和业绩表现并没有直接披露。下文我们将通过桥水官方、第三方网站模拟结果和桥水合作的公募ETF三个方式,多维度观测全天候策略的业绩表现。
首先回顾Bridgewater在2015年研究报告中公布的全天候策略长期回测数据。这是关于该策略最为权威的官方业绩来源,覆盖了1946年3月至2015年的近70年历史。从全样本来看(1946-2015),全天候策略的年化总收益为10.4%,年化波动率为8.3%,Sharpe比率为0.72。同期全球60/40组合的对应指标分别为8.5%、8.9%和0.45。全天候策略在年化收益率上领先1.9个百分点的同时,波动率反而更低0.6个百分点,Sharpe比率高出60%。在1946-1981年的高通胀、高利率时代,全天候策略的Sharpe比率为0.58,超越60/40组合的0.38;在1981年至2015年的利率长期下行时代,全天候策略的Sharpe比率更是高达0.84,超越60/40组合的0.53。这表明全天候策略在截然不同的宏观环境中均展现了一致的优势。
网站lazyportfolioETF给出了一个模拟全天候组合的相对简化版本,其认为全天候组合可以由5个ETF实现,涵盖股票、债券和商品,其中30%为股票,55%为债券,15%为商品。再平衡频率为每年1月1日。值得注意的是,早期数据使用的是指数代理而非实际可投资产品,但其仍为评估该策略的极端长期特征提供了独特视角。
从收益来看,组合在过去 30 年年化名义回报为 7.43%,通胀调整后降至 4.79%;拉长至全部数据区间,年化名义回报为 6.38%,实际回报 4.16%。风险方面,30 年窗口的年化标准差仅 7.46%,最大回撤为 -20.58%(发生于 2022 年初的股债双杀行情),且在 42 个月内完成修复;历史极端情景(大萧条时期)下最大回撤达 -37.02%,修复耗时 68 个月。该组合在一定程度上体现了全天候策略的部分特征。
2025年,全天候策略的理念首次以公募ETF的形式面向市场。道富全球(State Street Global Advisors,SSGA)与桥水基金联合推出了SPDR Bridgewater All Weather ETF(NASDAQ: ALLW),该ETF由道富全球担任投资顾问,桥水基金担任子顾问,基于桥水基金的专有全天候模型每日提供投资组合方案。从产品设计来看:ALLW ETF的投资目标为“长期资本增值”,目标年化波动率为10%-12%,管理费率为0.85%。该基金采用多工具策略实施,包括期货合约、远期、互换以及ETF等交易型产品,同时通过开曼子公司投资大宗商品衍生品。
从该基金最新持仓结构可以看出几个显著特征:第一,通胀保护债券(TIPS)是仅次于现金的最大持仓类别,合计占净值的25.6%,且跨越了从2026年到2056年的多个到期日,票面利率从0%到2.375%不等。第二,全球权益敞口约21.7%,通过ETF和期货的组合方式覆盖了美国(S&P 500)、欧洲(Euro Stoxx 50)、英国(FTSE 100)、日本(TOPIX)、澳大利亚(SPI 200)、新兴市场和中国市场,实现了广泛的地域分散化。第三,货币市场基金占比高达36.3%,原因可能有期货保证金占用资金的要求,但也体现了该基金一定的现金配置倾向。
从净值表现来看,自2025年4月成立至2026年3月,ALLW ETF运营约一年。2025年4月至12月底,ALLW ETF表现强劲,复权单位净值从23.82美元上涨至29.15美元,区间收益约22.4%,这一时期全球权益市场整体上行、美联储停止加息、随后于9月份降息的宽松通胀环境为全天候策略提供了有利条件。进入2026年一季度后,基金净值从2025年末的29.15美元回落至28.04美元,区间亏损约3.8%,最大回撤达6.8%。这一回撤主要发生在2026年2月末至3月初之间,全球因美伊冲突风险偏好下降并担忧通胀上行,对美联储的加息预期升温,股、债、贵金属、铜等资产都有所下跌。
通过对全天候策略理念的理解,以及通过多个角度评估全天候策略的业绩表现,我们对全天候策略有以下三点认识:
一、从业绩回顾来看,全天候策略具有风险平价的特征,通过放弃择时的方式获取了低波和稳健的收益,其具备“穿越周期”的能力。但这种“穿越周期”并不意味着在任何阶段都取得最高收益,而是意味着其在不同宏观环境下通常都能维持相对可接受的回报与回撤表现,依靠的是跨资产、跨情景的分散化配置,而非对单一周期方向的精准押注。
二、全天候策略同样不能完全避免重大风险事件导致的流动性冲击(如大萧条,疫情和近期的美伊冲突),只能在一定程度上控制回撤。尤其是在极端压力情景下,市场交易往往会从“基本面定价”切换为“流动性定价”,资产间相关性阶段性上升,原本用于分散风险的配置也可能同步承压,因此全天候策略的优势更多体现为相对抗跌,而非绝对免疫。
三、进一步来说,上述问题根源在于全天候策略本质上赚的是流动性进入资产的收益,以及流动性在资产中轮动的收益。在Dalio的文章《All Weather Story》中深入探讨了这个问题,Dalio表示全天候策略本质上赚取的是信用货币时代央行货币政策扩张和财政扩张,流动性被额外创造进入资产的收益。流动性根据不同的经济环境变化而在不同的资产之间轮动,全天候策略通过四象限涵盖经济的所有情景,从而能够做到在流动性在资产之间轮动的同时“雨露均沾”。但当重大风险事件出现,市场风险偏好极度下降,信奉“现金为王”时,那所有类型的资产都会同时下跌,这也是“流动性冲击”的含义。这可能也是为何如今ALLW ETF在组合中配置了大量的货币基金以及部分现金的原因。
Dalio在文中并未回避这一问题,他承认在流动性冲击中全天候策略会回撤。不过对于此类风险,Dalio认为在信用货币时代,“流动性冲击”不会一直持续,因为当重大风险冲击发生后,若央行和政府不进行干预,经济体的自我修复需要经历更长的时间,而且在这一期间内经济体可能处于低增长、资产价格大幅下跌、通缩的状态,这是央行和政府无法忍受的。基于这一前提,央行和政府必然会在重大风险冲击出现时给予市场“看跌期权”,通过财政和货币扩张为经济体注入大量流动性,最终导致经济体从冲击中恢复后,流动性水平较冲击前上升,此时全天候策略将受益于此。从历史来看,不论是大萧条的罗斯福新政、2008年金融危机美联储的QE和2020年疫情期间美国的财政刺激计划,均支撑了Dalio的这一观点。
当然,这一观点的前提是在信用货币时代政府和央行得以持续为市场注入流动性。若美元信用遭到削弱,政府债务快速上升,“流动性冲击”的“看跌期权”将难以维持,因此对于全天候策略,判断这一时刻出现的时点非常重要。这可能也是为何Dalio致力于研究国家兴衰周期和债务周期,出版了《债务周期》《原则:应对变化中的世界秩序》《国家为什么会破产》等一系列研究这一问题的著作。
在前三章对风险平价理论和全天候策略进行系统介绍和业绩复盘之后,本章对风险平价方法进行简要实践:基于七类跨地域、跨资产类别的代表性资产,使用风险平价方法构建投资组合,并进行系统性回测和分析。
我们选取七类资产构建风险平价组合,其选择逻辑为跨越中美两地市场,覆盖股票、债券和商品(括号中的代码为Wind代码):
固定收益类资产:一是中债国债及政策性银行财富指数(CBA05801.CS),覆盖国内固定收益市场,受中国货币政策周期驱动,与美国债券市场的相关性较低;二是美国国债iShareETF(GOVT.BAT),代表全球最重要的避险资产,在全球经济衰退和“风险偏好下降”环境中发挥核心的避风港功能。
大宗商品类资产:一是COMEX黄金期货(GC.CMX);二是ICE布伦特原油期货(B.IPE);三是LME铜期货(CA.LME)。
我们的风险平价组合构建方法参照Qian(2006)的风险贡献理论框架,具体构建流程包含四个关键步骤:
第一步:协方差矩阵估算。以5年(约1260个交易日)滚动窗口估算七类资产日收益率的协方差矩阵。初始训练期设定为2012年3月1日至2017年2月28日。
第二步:风险平价权重求解。以最小化各资产风险贡献两两差异之平方和为优化目标,约束条件为权重之和等于1且各权重大于零。
第三步:定期再平衡。每20个交易日(约一个月)重新估算协方差矩阵并求解新的风险平价权重。再平衡频率的选择兼顾了跟踪市场波动变化的需要和避免过于频繁调仓产生的交易成本。
第四步:杠杆调整。在基础风险平价组合的基础上,分别测试三档目标年化波动率——3%、4.5%、6%。杠杆倍数 = min(max(目标波动率 / 组合波动率, 0.8), 2.0),其中上限2.0和下限0.8旨在防止杠杆的极端波动。需要注意的是,由于杠杆限制,最终波动率可能无法达到目标波动率。杠杆融资成本按LIBOR/SOFR隔夜利率逐日计算,回测期平均年化无风险利率为2.45%。需要注意的是,在这一步我们加杠杆的逻辑是在组合构造完成后对整体组合加杠杆,与桥水的做法存在差异。
作为比较基准,我们构建了两个对比组合:“股60债40”组合(S&P 500和沪深300各30%,中国债券和美国国债各20%,不含大宗商品),以及等权组合(七类资产各占1/7 ≈ 14.3%)。两个基准组合均采用与风险平价相同的20交易日再平衡频率。
回测期为2017年3月1日至2026年3月30日,共计约9年(2205个交易日)。净值曲线、回撤走势和整体业绩表现分析。
一是风险平价组合展现了显著更优的风险调整收益。纯风险平价组合的Sharpe比率为0.67,优于股60债40组合的0.37和等权组合的0.60。尽管其年化绝对收益率(4.19%)低于股60债40(5.59%)和等权组合(8.38%),但其年化波动率仅为2.60%,不到60/40组合(8.39%)的三分之一、等权组合(9.94%)的约四分之一。风险平价组合以极低的波动率实现了正收益,充分体现了“以更少的风险获取合理回报”的风险平价理念。
二是Calmar比率的差异更为悬殊,反映了风险平价在回撤控制上的绝对优势。风险平价组合的Calmar比率(年化收益/最大回撤)为0.85,是股60债40组合(0.32)的近三倍。其最大回撤仅为4.93%,而60/40组合为17.27%、等权组合为19.08%。
三是加杠杆有效提升了Sharpe比率和绝对收益水平。随着目标波动率从3%提升至6%,Sharpe比率从0.72稳步上升至0.82,年化收益从4.72%提升至6.70%。6%目标波动率的杠杆风险平价组合实现了80.11%的累计收益(接近等权组合的107.57%),但波动率仅为5.20%(约为等权组合的一半),最大回撤也仅为10.22%(约为等权组合的一半)。Sharpe比率的持续提升说明杠杆放大了“风险均衡化红利”,而非单纯放大了风险。
四是风险平价策略具有更高的月度胜率和更优的盈亏比。纯风险平价组合的月胜率高达70.37%,月度盈亏比为1.41;而股60债40组合的月胜率仅为63.89%,盈亏比不足1.0(0.95)。
分年度数据收益率来看,风险平价组合在市场下行年份展现出显著的防御能力,而在市场上行年份则相对温和。
2018年当年全球股票市场大幅下跌(中美贸易摩擦、美联储加息预期),股60债40组合亏损8.87%,等权组合亏损9.25%,而风险平价组合凭借其大比例债券配置逆市录得1.16%的正收益。
2022年在全球央行以40年来最激进的速度加息背景下(美联储全年累计加息425个基点),所有策略均录得负收益。但风险平价组合仅亏损3.07%,远好于股60债40的-13.99%和等权的-6.88%。
与此同时,在2019年(全球宽松潮)和2024年(科技股领涨、通胀回落)等股票大年中,风险平价组合的收益分别为8.10%和8.24%,虽然绝对值不低,但仍不及股60债40组合的21.42%和14.02%。这体现了风险平价“削峰填谷”的特征。
综合以上分析,我们认为风险平价方法为投资者提供了一条“不依赖收益率预测、系统性提升分散化效率”的配置路径。在实际应用中,投资者应根据自身的风险偏好和回撤容忍度选择合适的杠杆档次,同时密切关注利率环境的变化。当全球利率进入快速上行通道时,降低杠杆或增加对利率上行情景的对冲(如增配大宗商品或缩短债券久期)是审慎的风险管理选择。
流动性冲击对全天候策略存在冲击;风险平价回测结果未包含交易成本、滑点和融资成本等因素的完整估计,实际运营中的收益可能有所折损;历史回测基于过去的市场数据,不代表对未来表现的承诺。