风险平价模型
在传统市场里，风险平价模型（Risk Parity）试图通过将资金分配到更广泛的类别，如股票、政府债券、信贷相关证券和通胀对冲（包括实物资产、商品、房地产和通胀保值债券）等，来均衡风险，同时通过金融杠杆作用实现收益最大化。据Bridgewater Associates的首席投资官Bob Prince的说法，传统风险平价投资组合的定义参数是不相关的资产、低股票风险和被动管理。
关于投资，有一条广为人知的投资理念是不要把所有的鸡蛋放在一个篮子里。那么，如果有人建议你把90%以上的鸡蛋放在一个篮子里，你会认为这样就足够分散投资了吗？可是很多传统的60%的股票和40%的债券的平衡投资组合的人都是这样做的，尽管60/40的投资组合并不能提供真正的风险分散。
美国建议加强对构成系统性风险的非银行机构的监管:金色财经报道，美国最高金融监管机构提议加强用于审查非银行公司的工具，包括修改特朗普时期的指导方针。美国财长耶伦宣布了美国金融稳定监督委员会（FSOC）的一项提案，该提案将修改非银行机构被指定为系统重要性机构的方式。“现有的指导意见于2019年发布，在指定过程中设置了不适当的障碍，”耶伦表示。她说，这样的指定过程可能需要6年时间才能完成，是不切实际的，可能会妨碍委员会采取行动，在为时已晚之前解决金融稳定面临的新风险。耶伦的这番言论，标志着拜登政府对对大型非银行机构的审查力度出现了期待已久的转变。可能受到审查的领域包括保险公司、私募股权公司、对冲基金和共同基金公司，以及加密货币等新兴行业。[2023/4/22 14:19:18]
Rugdoc：Optics跨链桥多签钱包所有权被转移，继续使用将存在风险:11月23日消息，DeFi 安全审查机构 Rugdoc.io 发文表示，Optics 跨链桥多签钱包所有权被转移，团队不知道谁转移了它或谁控制了新的多签。如用户需要将资产在 Celo 和其他链之间转移，请使用 Anyswap 跨链桥替代，或直接将 Token 兑换为 CELO 并转出至交易平台，在 Optics 团队重新部署并掌握多签所有权之前，务必不要再使用 Optics 跨链桥。[2021/11/23 22:12:08]
来源：
https://en.wikipedia.org/wiki/Risk_parity
为什么会这样呢，因为“蛋”(风险)的大小是不一样的。股票的风险是债券的9倍左右。假设股票和债券收益率有每年的标准差分别为15%和5%。那么，从方差来看，股票的风险是债券的9倍。假设我们将6个股票 "蛋 "和4个债券 "蛋 "分别放在两个篮子里。股票的风险对总体风险的贡献是93%。
美联储调查：加密货币被部分专业人士视为金融稳定的潜在风险:金色财经报道，美联储对其市场联系人的一项调查发现，经纪公司、投资者、顾问和学者越来越多地将加密货币和稳定币视为对现有金融体系稳定性的潜在威胁。在美联储联系的24位专业人士中，大约20％的人将“加密货币或稳定币”列为金融稳定的潜在风险。调查中提到的最高风险是“疫苗抵抗力变化”，其次是“实际利率急剧上升”和“通货膨胀激增”。值得注意的是，美联储工作人员在自己对风险的分析中没有提到加密货币。在美联储于去年11月发布的上一份报告中未提及加密货币或稳定币。[2021/5/7 21:31:56]
虽然我们的鸡蛋比喻可能看起来很简单，但它与实际情况相差不远。例如，从1983年到2004年，罗素1000指数的超额收益率年化波动率为15.1%，雷曼综合债券指数的年化波动率为4.6%，而两者之间的相关性为0.2。由此可见，60/40的投资组合在资本配置上可能看起来是平衡的，但从风险配置的角度来看，它是高度集中的。
灵踪安全：BitGuru机池合约审计未发现明显风险:官方消息，灵踪安全近期已完成对BitGuru机池项目的智能合约的安全审计，被审计的合约项目为策略投资系统， 将用户的资产聚合，按一定策略进行投资。 其主要功能包括通证发行、策略投资、质押挖矿。经过灵踪安全审计，该项目当前智能合约未发现中高风险。
本次审计协助项目方移除了HECO、BSC链上的 BitGuruFarm.sol 合约和 Strat_Guru.sol 合约中过大的治理权限。[2021/4/15 20:23:16]
模型的计算
事实上风险平价的实际推导过程蕴含着不同资产的长期表现与复杂的数学求解，它基于一个长期观察的假设，即大类资产的Sharpe Ratio (单位风险的收益) 是接近一致的。如股票、债券、黄金及其他大宗商品1971-2009年的Sharpe Ratio都在0.3左右。Bitcoin的5年滚动Sharpe ratio为1.25——从这个角度来看看未来数字货币兴许将迎来更低的收益或更高的风险。
来源：Messari
风险平价的本质实际是假设各类资产的Sharpe Ratio长期趋于一致去寻找投资组合的长期Sharpe Ratio的最大化。我们不妨看一个最简单的例子，假设两个资产的Sharpe Ratio分别是S1与S2,他们的波动率分别是σ1与σ2，他们的相关性为ρ。两种资产的风险贡献分别为RC1与RC2，投资策略组合的Sharpe Ratio为SR。
来源：Newbloc 资产组合的Sharpe Ratio及其导数
通过对资产组合的Sharpe Ratio(蓝色)，及其导数(红色)分析和运算可知在当前的假设下两种资产的资金配比分别为以下比例时产生的Sharpe Ratio是最大的。
在数字货币市场中的实践
Newbloc, 基于AI的量化交易系统，通过机器学习，挖掘市场特征，通过历史和实时数据训练交易决策引擎构建了包括因子、套利、对冲、趋势四大类几十种子策略。基于Newbloc资管团队在传统金融市场中的风险平价模型的研究，我们将其运用在复合类策略的构建与优化之中，旨在获得最大的单位风险收益。以下是子策略自2019年1月1日以来的表现。可以看到从单策略长期的表现来看最好的Sharpe Ratio是2.61, 最好的最大回撤为16%。通过平价模型优化的策略组合年化为132%，最大回撤可以控制在10%以内。
来源：Newbloc
文 / New Bloc CIO 马洁
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。