根据研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. 模型名称：风险预算风险平价模型 模型构建思路：通过调整风险预算灵活适应投资需要，解决传统风险平价模型在资产波动差别大时过于保守的问题[8][9] 模型具体构建过程： - 定义资产风险贡献公式： $RC_i = w_i \frac{(\Sigma w)_i}{\sqrt{w^T \Sigma w}}$ 其中$\Sigma$为资产协方差矩阵，$w$为权重向量[23][24] - 引入风险预算调整因子$k_i$，调整后的风险贡献比例为： $RC_i : \mathbf{RC} = k_i$ 基准风险贡献公式为： $\mathbf{RC} = \frac{\sqrt{w^T \Sigma w}}{\sum k_i}$[37][38] - 动态调整规则：根据资产过去6个月夏普比排名调整风险预算倍数（1倍/1.5倍/静态基准）[40][41] 2. 模型名称：宏观风险平价模型 模型构建思路：通过资产定价体系分解系统性风险与特质性风险，从收益来源进行风险配置[10][11] 模型具体构建过程： - 资产收益线性模型： $r = 1^T \times I \times f_{base} + B \times I \times F + \varepsilon$ 其中$f_{base}$为基准收益，$F$为因子收益矩阵，$B$为暴露矩阵[10][64] - 系统性风险贡献公式： $RCF_i = w_{new,i} \frac{(\Sigma_f w_{new})_i}{\sqrt{w^T \Sigma w}}$ - 特质性风险贡献公式： $RCE_i = \frac{w_{new,i}^2}{\sqrt{w^T \Sigma w}}$[11][74][75] - 引入子类资产后通过滚动回归动态调整暴露[81][102] 模型的回测效果 1. 基本大类资产风险平价模型 - 年化收益：5.03% - 最大回撤：-5.10% - 波动率：2.58% - 夏普比：1.90 - 月度胜率：71.11%[28] 2. 增加风险预算的静态/动态版本 | 指标 | 静态风险预算 | 动态风险预算 | |--------------|--------------|--------------| | 年化收益 | 5.80% | 6.98% | | 最大回撤 | -9.30% | -12.38% | | 波动率 | 5.80% | 6.29% | | 夏普比 | 0.97 | 1.07 | | 权益平均仓位 | 10.28% | 4.99% [46][89] 3. 宏观风险平价模型（子类资产版） - 年化收益：7.35% - 最大回撤：-11.49% - 波动率：6.63% - 夏普比：1.07 - 月度胜率：63.33%[89] 4. 精炼资产池版本 | 指标 | 资产风险平价 | 宏观风险平价 | |--------------|--------------|--------------| | 年化收益 | 6.63% | 8.03% | | 最大回撤 | -2.84% | -3.59% | | 波动率 | 2.83% | 3.79% [110] 关键评价 1. 风险预算机制有效提升了收益但同步增加波动，动态调整优于静态规则[46][89] 2. 宏观风险平价对模型精度要求高，但能解决资产交叉风险问题[12][99] 3. 子类资产扩充通过暴露调整间接实现风险预算再平衡[51][58]