NNagi
DOSSIER · No.307

最大分散化组合

专挑彼此不相关的资产来配,把“分散”这件事做到最大。

仍有效 资产配置与风控 数据 A 级 月度调仓
是否仍有效(策略本身)
仍有效

发表后和最近三年的风险调整收益都仍为正

是否跑赢基准(7 类资产等权(1/N 月度再平衡))
未跑赢基准

论文发表后,夏普比率 0.73 对比 0.77;年化收益低于基准。

「仍有效」只说明策略没有失效,不代表比基准更好,也不构成任何建议。2026-10-18 更新。
来源论文:Yves Choueifaty, Yves Coignard (2008). Toward Maximum Diversification. Journal of Portfolio Management.

原理

"分散投资"人人都说,但到底怎样才算分散得好?Choueifaty 和 Coignard 2008 年给了一个可以计算的定义——分散化比率:把组合里每项资产各自的波动率按权重加起来,再除以整个组合的实际波动率。如果资产之间完全同涨同跌,组合波动就等于各自波动的加权和,比率是 1,等于没分散;资产之间相关性越低,互相抵消得越多,组合波动越小,比率就越高。

他们的主张是:既然我们无法可靠地预测收益,那就别去预测,只把这一件能算清楚的事做到极致——找出分散化比率最大的那个组合。这个组合会自动偏爱那些"和别人不一样"的资产:和其他资产相关性越低,权重越高;和别人高度同步的资产,即使自身表现不错,也只分到很少的钱。

它和最小方差组合的区别在于:最小方差只追求组合波动最小,会把钱大量堆到波动最低的资产上;最大分散化不在乎资产本身波动高低,只在乎它能不能和别人互相抵消。论文证明了一个漂亮的等价关系:如果所有资产的预期收益与其波动率成正比,最大分散化组合就是夏普比率最高的组合。

这里把方法用在 7 类大类资产上:用过去一年的日收益估计波动和相关性,每月重算一次,只做多、满仓。

封

以下内容仅对会员开放

这份卷宗剩下的部分已封存。

  • 含成本的完整回测与净值曲线
  • 论文发表前后、最近三年分段对比
  • 逐条交易规则与结果解读
  • 可直接运行的 Python 代码下载
注册并解锁
已有账号?登录
在闲鱼搜索「nagi 」,下单后自动发送激活码

历史回测不代表未来收益,仅供学习研究,不构成投资建议。