报告核心观点 - 文献提出结合股票价格动量与高维资产组合层级聚类的投资组合构建方法，改善了Markowitz均值 - 方差投资组合权重不稳定和配置过于集中的问题，该方法在国内多个投资组合构建领域有施行空间 [2] 引言 - 高效投资组合构建是金融关键问题，Markowitz均值 - 方差方法理论好但实际操作中投资组合存在权重不稳定和配置集中问题，高维情况下问题更严重 [14] - 现有文献提出多种克服资产数量庞大时投资组合选择困难的方法，包括收缩估计、施加因子结构、施加权重约束、重采样、贝叶斯方法和利用网络模型等 [15] - 部分文献研究金融市场层级结构，如识别股票集群、提出层级风险平价和推广方法等 [16][17] - 动量策略分横截面和时间序列动量策略，大量实证表明其有效性，但也伴随高风险，将其与有效风险管理技术结合很重要 [18][21] - 文献结合动量与层级聚类构建投资组合，选择高动量股票捕捉溢价，利用层级聚类识别稀疏资产子集，构建仅做多投资组合，平衡动量策略与风险管理技术 [22] - 文献进行样本外回测，结果显示HM投资组合扣除交易成本后收益和风险调整后收益更高，能在不增加风险下捕捉动量溢价，其特性源于聚类和动量选股结合 [23] 方法 层级聚类 - 根据金融资产历史收益时间序列信息，用资产收益间pearson相关系数推导距离函数，构建N×N距离矩阵，资产相关性越高距离越小 [26][27] - 采用凝聚式层级聚类方法，自下而上递归合并元素，结果是树状图，新聚类与其他资产距离用平均算法计算，聚类过程记录在连接矩阵中 [29] HM组合 - 构建投资组合权重有两个目标，利用动量溢价提升收益，结合市场层级结构确保稀疏分散化并限制风险 [38] - 在树状图高度h处水平切割进行划分式聚类，形成n个聚类，将资产动量得分定义为过去一年累计总收益，从每个聚类选动量得分最高资产，财富在选定资产间等权分配，动量得分为负资产赋予零权重 [41] - 研究发现n选择具鲁棒性，优化可能带来微小改进且增加过拟合风险，简单等权重加权方法更合适 [42] 实证结果 数据 - 数据涵盖1997年6月至2022年8月MSCI全球所有国家指数包含股票，代表广泛资产组合，考虑资产进出指数时间点动态调整组合，限制可投资资产范围，构建无生存偏差合格资产数据集 [43] 样本外回测 - 回测将HM策略与最大动量、动量阈值、分层拉菲诺、均值方差等基于模型策略，以及等权重和市值加权无模型策略比较 [48][49] - 各策略动量得分通过计算资产过去一年本地货币计价累计总收益率得出，MV策略用过去一年周度对数总资产收益率估算均值向量，分层结构利用过去五年周度对数资产收益率，投资组合每月再平衡，交易成本20个基点 [53] - 扣除交易成本后，HM策略在纯收益、风险调整后收益和风险方面均优于其他策略，在四种基于模型策略中换手率最低，等权策略换手率低，市值加权投资组合换手率近乎为零 [55] - 基于模型策略往往优于无模型基准策略（HR策略除外），MM和TM策略有大幅回撤问题，动量与分层聚类结合缓解了该问题，降低最大回撤，改善回撤分布 [58] - 对投资策略超额收益进行时间序列回归，除HM策略外其他策略未获统计显著正Alpha，HM策略年化Alpha为1.87%，在10%显著性水平下有统计意义 [62] - 基于模型策略（HR策略除外）表现优于无模型基准策略，HM策略尤其在全球金融危机后表现优越，其优越表现得益于分层聚类降维和分散化以及基于动量的股票选择，且未增加风险 [62][67] 结论 - 稀疏分散化对构建超越市场投资组合至关重要，标准投资组合优化方法在高维度样本外表现不佳，降维方法可提供低维度表示 [68] - 文献提出投资组合构建框架，利用分层聚类恢复市场分层结构，从每个聚类选动量得分最高股票，投资组合权重在所选资产间平均分配 [68] - 样本外回测中，HM策略在累计收益和风险调整后收益方面优于基准策略，其优越表现通过投资高动量股票和分层聚类分散稳定投资组合驱动，且未增加风险 [69] - 实证表明基于相关性的距离度量含资产领域分层结构有价值信息，分层结构稳定，结合动量信息资产选择标准可构建超越市场投资组合，避免高维度协方差矩阵逆矩阵计算误差放大问题 [69][70]