風險平價模型：投資者必看模型_EFI:RATIO

風險平價模型

在傳統市場里，風險平價模型（Risk Parity）試圖通過將資金分配到更廣泛的類別，如股票、政府債券、信貸相關證券和通脹對沖（包括實物資產、商品、房地產和通脹保值債券）等，來均衡風險，同時通過金融杠桿作用實現收益最大化。據Bridgewater Associates的首席投資官Bob Prince的說法，傳統風險平價投資組合的定義參數是不相關的資產、低股票風險和被動管理。

關于投資，有一條廣為人知的投資理念是不要把所有的雞蛋放在一個籃子里。那么，如果有人建議你把90%以上的雞蛋放在一個籃子里，你會認為這樣就足夠分散投資了嗎？可是很多傳統的60%的股票和40%的債券的平衡投資組合的人都是這樣做的，盡管60/40的投資組合并不能提供真正的風險分散。

惠譽：德國基金的加密貨幣投資將帶來流動性風險:惠譽：德國基金的加密貨幣投資將帶來流動性風險。（金十）[2021/8/11 1:49:16]

來源：

https://en.wikipedia.org/wiki/Risk_parity

為什么會這樣呢，因為“蛋”(風險)的大小是不一樣的。股票的風險是債券的9倍左右。假設股票和債券收益率有每年的標準差分別為15%和5%。那么，從方差來看，股票的風險是債券的9倍。假設我們將6個股票 "蛋 "和4個債券 "蛋 "分別放在兩個籃子里。股票的風險對總體風險的貢獻是93%。

火幣DeFi實驗室運營負責人高潮：DeFi已進入快速增長階段 但也要注意風險:8月14日下午16時，火幣尖峰對話DeFi專場第二期AMA在線上舉行，白話區塊鏈創始人&CEO 馬丹主持此次AMA并同火幣礦池POS負責人丁元、火幣DeFi實驗室運營負責人高潮一起暢聊DeFi和CeFi的融合之道。

高潮表示，近期DeFi市值的快速增長，說明了DeFi落地得到了市場認可，DeFi鎖倉資產規模也從5億快速增長到了50億，而且還在保持增長勢頭，DeFi已經從概念進入到規模快速增長階段，所以DeFi市場面臨更多的是機遇，尤其對于那些有創新性的項目。

高潮同時強調，目前對于用戶來講貿然參與DeFi項目確實面臨著一些風險，由于DeFi快速增長和創新讓很多用戶無法真正了解DeFi項目的背后的邏輯，自然也無法判斷背后的價值。火幣DeFi Labs將會加大用戶教育，把DeFi帶入尋常百姓家。[2020/8/14]

雖然我們的雞蛋比喻可能看起來很簡單，但它與實際情況相差不遠。例如，從1983年到2004年，羅素1000指數的超額收益率年化波動率為15.1%，雷曼綜合債券指數的年化波動率為4.6%，而兩者之間的相關性為0.2。由此可見，60/40的投資組合在資本配置上可能看起來是平衡的，但從風險配置的角度來看，它是高度集中的。

動態 | Chainalysis推出新平臺 幫助機構分析監管風險和建立風險評估模型:區塊鏈分析平臺Chainalysis正在為金融機構構建一個加密空間風險數據清算所——新推出的平臺名為Kryptos，旨在幫助機構分析監管風險和建立風險評估模型。（CoinDesk）[2019/11/13]

模型的計算

事實上風險平價的實際推導過程蘊含著不同資產的長期表現與復雜的數學求解，它基于一個長期觀察的假設，即大類資產的Sharpe Ratio (單位風險的收益) 是接近一致的。如股票、債券、黃金及其他大宗商品1971-2009年的Sharpe Ratio都在0.3左右。Bitcoin的5年滾動Sharpe ratio為1.25——從這個角度來看看未來數字貨幣興許將迎來更低的收益或更高的風險。

聲音 | OKEx分析師：BTC出現跌破關鍵支撐線跡象，若日內不能收回，后期或面臨更大調整風險:據OKEx季度合約數據顯示，比特幣正在跌破今年5月12日與6月6日兩天低點連線所形成的趨勢線支撐。從日線圖看，至少有5次回調在該支撐線上方止跌回升。OKEx分析師Charles認為，該支撐線既然多次起到有效支撐作用，說明市場中有大量資金在參考這條支撐線進行交易。如若在日線收盤（香港時間08:00）不能再次占于該支撐線上方，則很有可能形成有效跌破。這會導致以該支撐線作為重要參考的多方信心備受打擊，同時鼓舞看空者之信心，則后市將面臨更大調整風險，提醒投資者注意做好風險防范措施。比特幣季度合約日內阻力位：10000美元，支撐位9200美元。[2019/8/15]

來源：Messari

風險平價的本質實際是假設各類資產的Sharpe Ratio長期趨于一致去尋找投資組合的長期Sharpe Ratio的最大化。我們不妨看一個最簡單的例子，假設兩個資產的Sharpe Ratio分別是S1與S2,他們的波動率分別是σ1與σ2，他們的相關性為ρ。兩種資產的風險貢獻分別為RC1與RC2，投資策略組合的Sharpe Ratio為SR。

來源：Newbloc 資產組合的Sharpe Ratio及其導數

通過對資產組合的Sharpe Ratio(藍色)，及其導數(紅色)分析和運算可知在當前的假設下兩種資產的資金配比分別為以下比例時產生的Sharpe Ratio是最大的。

在數字貨幣市場中的實踐

Newbloc, 基于AI的量化交易系統，通過機器學習，挖掘市場特征，通過歷史和實時數據訓練交易決策引擎構建了包括因子、套利、對沖、趨勢四大類幾十種子策略。基于Newbloc資管團隊在傳統金融市場中的風險平價模型的研究，我們將其運用在復合類策略的構建與優化之中，旨在獲得最大的單位風險收益。以下是子策略自2019年1月1日以來的表現。可以看到從單策略長期的表現來看最好的Sharpe Ratio是2.61, 最好的最大回撤為16%。通過平價模型優化的策略組合年化為132%，最大回撤可以控制在10%以內。

來源：Newbloc

文 / New Bloc CIO 馬潔

Tags：EFIDEFIDEFRATIODefi FactoryNRGY DefiDEFLY價格SiriNatural Language Generation

萊特幣最新價格