Please enable JavaScript.

Coggle requires JavaScript to display documents.

Portfolio Management 投资组合管理, word - Coggle Diagram

- - - - 1.怎么来的：跨期替代率/未来消费的边际价值 m "缺钱指数"
        将来经济好、不缺钱 → m 低 →Rf 高
      - 2.作用：当基准线
        存银行稳拿 3%，这就是Rf
        股票在你难的时候亏，得给 8% 你才买，多出来的 5% 就是风险溢价
        保险在你难的时候赔钱给你，平均算下来亏钱你也愿意买
      - 3.Rf 跟什么有关：GDP增长率 ↑ & GDP波动性 ↑ 实际短期利率
        增长快：经济好，大家觉得以后会更有钱，都不想存钱→银行得给高利息才拉得到存款→Rf 高
        波动大：经济忽高忽低，借钱出去心里没底 →得多给利息才肯借 →Rf 高
    - - 快衰退的时候：
        短期利息还很高，大家又觉得以后要降息，就抢着买长期的锁定利息。结果长期利息先往下掉，甚至比短期还低（倒挂）
      - 衰退真来了：
        央行拼命降短期利息，短期掉得比长期快，两者差距又拉开（变陡）
    - - 信用债：借钱给公司
        
        预期损失 = PD ×（1 − 回收率）
        
        好公司（高评级）没那么怕，跌得少 → 跑赢
        
        经济差，公司更容易还不上，还不上时能拿回的也更少→得多给利息→利差变大（走阔）
      - 股票
        
        经济差时跌，正好在缺钱的时候亏 → 得多给收益才有人买（ERP 为正）
        
        经济好时大家乐观，同样 1 块利润愿意多付钱（P/E 上升）
        P/E = 股价 ÷ 每年利润，就是花多少钱买 1 块钱的年利润。公司一年赚 1 块，股价 15 块 → P/E = 15
      - 商业地产
        
        租金每月固定收 → 像债
        
        楼价在经济差时会跌 → 像股
        
        一栋楼不是想卖就能马上卖掉 → 难变现，还得再多要一点（流动性溢价）
  - - - 假设
        
        收益能拆：收益 = 因子带来的 + 个股自己的
        实际= 期望收益 + Σ(βᵢ × 因子意外变动) + 特定误差项
        
        充分分散：个股那部分能抵掉 eliminate asset-specific risk
        
        市场上没有套利机会：敏感度一样的两个组合，收益必须一样 E(R) = Rf + β₁λ₁ + β₂λ₂ + … + βₖλₖ
        敏感度（"联动倍数"）：经济动 1%，它跟着动几倍
      - 举例：Carhart 四因子 = FF 三因子 + 动量 WML
        
        E(Rp) = Rf + β1× RMRF + β2 ×SMB + β3×HML + β4×WML
        RMRF=Rm −Rf
        WML=Win-Lose +: momentum -:contrarian
    - - 看结果：收益归因 · 风险归因
      - 做决策：因子组合 · 跟踪组合 · 按比较优势决定扛哪种风险
    - - 经济数据（宏观）：因子是"意外"（实际 − 预期）
      - 公司自己的指标（基本面）：财务，股票，所属类别：哪个行业/国家
      - 从数据里硬挖（统计）：scree plot
  - - - 基准的SRb = (E(Rb) − Rf) ÷ σb
    - - IC：看得准不准
      - BR：一年能做几次独立判断
        BR = N / [1 + (N−1)ρ]
        N：表面上的决策次数 ρ：决策之间的相关性
      - TC：想法能不能真落到持仓上。有限制（比如不许做空）就打折
    - - SR² = SRB² + IR²
        组合能有多好=指数有多好 + 经理有多强
      - 最优主动风险σA = IR × σB/ SRB
        
        IR 越高，说明经理本事越大，值得多下注，σA 就越大。
        
        SRB 越高，说明指数本身已经很香，没必要多折腾，σA 就越小。
        
        σB：基准自己有多波动，起的是换算单位的作用，把比例变成实际的风险大小
        
        E(RA) = IR × σA
        本事 × 冒的主动风险 = 预期能多赚多少
      - 最优主动权重 = (这只股票的预测主动收益/这只股票的风险² ) × (σA / (IC × √BR) )
        
        1.给每只股票打分 : 这只股票的预测主动收益/这只股票的风险²
        
        2.按总预算换算成实际仓位: 预算 ÷ 总分 = 每 1 分能换多少仓位
        σA：总共打算偏离基准多少，预算
        IC × √BR：所有股票的分加起来有多大，总分
- - - - 参数法：VaR = |E(R) − zσ| × 资产值
        z：5% 用 1.65，1% 用 2.33
        
        缺点：假设正态，对协方差敏感，有期权不好用
      - 历史法
        
        好：能含期权，不要正态
        坏处：历史不一定重演
        
        how指数加权，越近的数据权重越大
      - 蒙卡：假设分布再随机抽,最灵活
      - %∆PVFull = (–AnnModDur × ∆Yield) + [(0.5 × AnnConvexity × ∆(Yield)^2]
        = 线性影响 + 非线性影响/convexity adjustment
    - - 优：好懂 · 可比 · 能做资本配置，方便分配资本 · 监管认可 · 可回测
      - 缺：参数选择多 ·只看下行
        
        靠历史、正态低估尾部，相关性上升时低估损失
        
        how:
        情景
        压力测试:（已知原因 → 推结果）
        反向压力测试:（已知结果 → 反推原因）
        
        忽略变现损失
        
        情景里把流动性加进去
        
        只给一个总数，不知道是哪个因子惹的
        
        敏感性：一个因子一个因子拆开看,
        不告诉你概率
        
        不说超过以后会亏多少
        
        CVaR
    - - CVaR：超过 VaR 时的平均损失
        
        expected tail loss
      - 增量 VaR：真做了一笔调整以后，整个组合的 VaR 一共变了多少 Incremental VaR = VaR(调整后) - VaR(调整前)
      - 边际 VaR：某个资产权重再多 1%，组合 VaR 变多少
        谁多一点点就让 VaR 涨很多，谁就是主要风险来源
      - 跟踪误差：你跟基准的差距晃多大（标准差）
        相对 VaR ：你最坏会比基准差多少，=z × 跟踪误差
        
        事前 = 按现在的持仓，预测将来会偏多少
        事后 = 拿过去的数据，算实际偏了多少
    - - 谁用什么
        
        资管看相对风险
        DB 养老金看 surplus at risk
      - 怎么管住风险：
        风险预算
        头寸限额
        情景限额：某个情景下最多只能亏这么多
        止损
  - - - 流程：策略设计 → 历史模拟（滚动窗口）→ 输出分析（VaR、CVaR、最大回撤）
        一般月度再平衡；区间越长越好
      - 偏差
        
        幸存者偏差 → 用 point-in-time 数据，每个时间点都用当时真实存在的所有公司，包括后来死掉的
        
        前视偏差：用了当时还不知道的信息→ point-in-time
        
        报告滞后：3 月才出的年报，1 月就用了
        
        数据修订：用了后来改过的数
        
        指数调整：拿今天的成分股测过去
        
        数据窥探Data Snooping ：试了一大堆策略，只挑最好的那个
        
        t 值门槛提到 3 以上 · 交叉验证
    - - 历史模拟：把历史收益打乱了随机抽
        有放回 = bootstrap
      - 蒙卡：先给每个资产定一个分布（通常是多元正态），用历史数据把参数定下来（校准），再随机抽
        要定多少参数：K 个均值 + K 个标准差 + 每两个资产之间一个相关系数，配对数 K(K−1)/2
        
        多元正态的毛病：抓不到负偏、厚尾、尾部相依
    - - 历史情景：别把整段历史混在一起看，按"世道"分开看策略
      - 敏感性：换个更"真实"偏态 t 的分布，再跑一遍，看结果变多少
- - - - 美国做市商最多有六天时间来结算账户
    - - 省税
        
        AP 赎回时，基金给的是股票，不是现金，这不算卖出，不产生资本利得税。
        
        基金会专挑买入成本最低、涨得最多的那批股票给 AP，把将来最要交税的部分送出
        
        留在基金里的股票成本高，以后卖出时盈利少，要交的税也少
      - 谁交易谁出成本
  - - - 短期看流动性（交易量/资产规模）长期管理费