亚历克斯·鲁米,MathWorks公司
在这段视频中,我们将讨论风险分层校验构建投资组合相比,类似的风险均值 - 方差方法产生一个更加多元化的投资组合。该HRP侧重于风险的分配,而不是资本的分配。树聚类,准对角化,以及递归二分法:该算法分三个阶段进行操作。
第1阶段:树聚类
我们首先使用内置功能联动和聚类分析,统计和机器学习工具箱中构建和可视化分层树。分级聚类是找到资产和它们组之间的距离成树,以便分配可以通过一个树图表向下游流动。
第2阶段:拟对角化
然后进行准对角化,使最大的值位于对角线上。这样,相似的投资放在一起,不同的投资放在很远的地方。
第三阶段:递归双截面
现在,鉴于此树结构,我们已经准备好使用分配的风险平价概念基金。让我们考虑四个资产的例子。我们指定一个单位重量的所有资产。我们平分当前列表分为左右两半。我们发现基于逆差额左侧和右侧列表中的权重。我们计算的左右两半的总方差,以及分裂因子α。我们终于通过阿尔法重新调整两部分的权重。我们重复完全相同的算法,每一半:对开成左右两部分,计算权重和方差,以及阿尔法重新调整权重。当我们有每个部分的单个资产的算法停止。
将HRP与均值-方差组合进行比较
我们可以清楚地看到,相比均值 - 方差框架,在前六名的持股集中拨款的92%HRP产生更多样化的分配。是什么驱使均值 - 方差极端集中是减少投资组合的风险的目标,但是,双方的投资组合有一个非常类似的风险。其结果是,影响了六大顶级增持分配任何窘迫的境地将对均值 - 方差比的影响更大HRP的投资组合。
感谢您的收看。
您还可以选择从下面的列表中的网站:
选择最佳的网站性能的中国网站(在中国或英文)。其他MathWorks的国家网站都没有从您的位置访问进行了优化。