ARP:風險平價模型：投資者必看模型

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。

美聯儲主席鮑威爾：央行數字貨幣有好處，但也有很大的風險:3月22日消息，美聯儲主席鮑威爾稱央行數字貨幣有好處，但也有很大的風險。他還表示，不想破壞現有的兩級體系，不想和銀行爭奪資金。同時，鮑威爾重申不急于推出央行數字貨幣，還沒有就央行數字貨幣做出決定，也不需要成為第一個推出數字貨幣的央行。

最后他表示，麻省理工學院項目的重點不是創造一種原型貨幣，未經國會授權，聯儲不會著手推進這個項目。[2021/3/22 19:08:20]

來源：

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

Weiss Ratings：IOTA面臨著資金耗盡的風險:加密貨幣評級機構Weiss Ratings發推稱，IOTA面臨著資金耗盡的風險，Tangle缺乏商業用例更是加劇了這一風險。隨著第二層應用程序的改進，不斷發展的加密貨幣社區正在拋棄它不想或不需要的協議。也許IOTA就是其中一個注定要半途而廢的項目。[2020/8/28]

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%。

聲音 | 中國銀行首席研究員宗良：“效率”和“風險”是區塊鏈場景應用的關鍵指標:據金融界《洞見》消息，中國銀行首席研究員宗良在接受采訪時表示，在未來，區塊鏈可能會有很多應用場景，是否能真正成為可行的應用，需要看兩個關鍵指標：1. 效率，效率不僅僅指完成確認一次交易所需的時間，也指整個區塊鏈體系里面可以提升的算力上限問題。2. 風險，區塊鏈應用的風險，比較典型的是非法運用的情況。[2018/11/1]

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。

Bittrex提醒用戶釣魚郵件風險:據Bittrex官方消息，最近有人以 \"Bittrex Beta 應用程序\" 冒充Bittrex發送郵件。Bittrex警告用戶稱，如果收到此類郵件，請直接刪除，不要點擊電子郵件中的鏈接或分享任何個人信息。[2018/6/13]

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。

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：RATARPRATIOSHAFilcoin Standard Full Hashrate TokenMagikarp FinanceRATIO價格Frax Price Index Share

BNB