NNagi
DOSSIER · No.a100

A股近似最小方差组合

不管收益,只求组合波动最小,长期结果会差吗?

仍有效 经典因子 数据 B 级 月度调仓
灵不灵(和基准比)
仍有效

发表后风险调整收益跑赢基准,最近三年也仍为正

是否跑赢基准(等权持有全部可买 A 股)
跑赢基准

论文发表后,夏普比率 0.74 对比 0.60;年化收益高于基准。

夏普比率: 发表前0.35 发表后0.74 基准(发表后)0.60 最近三年0.60
「仍有效」指论文发表后风险调整收益跑赢基准,历史回测不代表未来收益,不构成任何建议。2026-10-19 更新。
来源论文:Roger Clarke, Harindra de Silva, Steven Thorley (2006). Minimum-Variance Portfolios in the U.S. Equity Market. Journal of Portfolio Management.

原理

如果完全不预测收益,只追求组合的波动尽可能小,会得到什么结果?这就是“最小方差组合”的思路。研究发现,在美股里,按这种方法构建的组合,长期收益和市场相当甚至更好,而波动明显更低。原因与低波动异象相同:低风险股票被系统性低估了。

严格的最小方差组合需要估计所有股票之间的协方差矩阵,再用优化算法求解,计算量大,结果对估计误差也很敏感。实践中常用简化版本:只在波动最低的一批股票里,按方差的倒数分配权重,越稳的股票给越多的钱,同时设置单只上限避免过度集中。

这个策略就采用这种简化:每月从可买股票里选出过去一年方差最低的三成,按方差倒数加权,单只最多 2%。它忽略了股票之间的相关性,所以分散效果不如完整的优化,但规则透明、容易复现。我们关注它能在多大程度上降低回撤,以及代价是多少收益。

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。