从数学角度，风险平衡计策可以转化为下述问题：

相较于现代组公道论，风险平衡计策需要更少的输入参数、是摸索式要领下的又一例子。风险平衡计策又称为风险平价计策，均指 risk parity 模子，只是翻译差异。一般环境下，风险平衡计策今朝有三个层面：针对风险孝敬度的平衡、针对风险情景的平衡和针对风险因子的平衡。这三种平衡属递进干系，越来越靠近真正的风险分手。

然而，上述利益同样是布莱克-李特曼模子应用在数字资产量化 FOF 的限制地址。首先，基于市场平衡的假设，布莱克-李特曼模子对设置权重在市值权重的基本长举办调解。由于数字资产市场尤其是量化基金规模仍处于成长初期，存在市场信息差池称、合规机制不完善等诸多问题，平衡市场的假设很难创立。基金的打点局限很洪流平上不是市场选择的功效，因此基于市值权重的布莱克-李特曼模子难有说服力。其次，主观概念的量化进程存在必然难度。布莱克-李特曼模子主要应用于大类资产的计谋设置中，传统市场中对大类资产的研究体系已十分成熟并有长周期的数据支持，因此主观概念的量化进程已有章可循、相对简朴。而在数字资产量化基金规模，针对量化产物研究尚处于起步阶段、没有被业界遍及承认的成熟体系，基金产物的存续时间普遍较短缺乏足够的汗青数据支持，因此主观概念的量化进程往往给模子引入更多噪音。

的资产组合，其尺度差为：

通过把打点人的主观概念量化并引入模子，为主观判定团结市场汗青信息的设置计策提供了很好的框架，使得模子更为实用。

针对风险孝敬度的平衡计策通过赋予差异资产以相等的风险孝敬度来结构一个均衡型的投资组合，因此又被称为等风险孝敬（ERC）模子。假设资产收益率切合正态漫衍：

下表总结了各主动型计策的特点以供参考：

跟着数字资产量化基金行业的成长，如何构建基金组合的接头日益增多，市场对 FOF 打点人的专业要求也日趋严格。传统金融市场中的资产设置计策大抵可分别为现代组公道论、风险平衡 / 平价计策以及等权重组合计策。现代组公道论和风险平衡理论下又有细分。下图展示了差异理论下的代表性模子：

桥水基金提出的全天候计策是针对风险情景平衡的例子。简朴来说，全天候计策认为种种资产价值的颠簸是由于预期差，并利用影响大类资产走势的最焦点变量经济增长和通胀两个维度区分预期差。从超出市场预期和低于市场预期的角度、增长和通胀两个维度区分获得四个差异象限，在每个象限中，城市有资产因为预期差而表示较好。全天候计策就是通过调解受益于各预期差的资产的设置比例实现对每一个预期差的平衡设置。

各计策获得的权重分派如下图所示：

当前，由于缺乏须要的底层设施（如合规机制、风险因子体系），传统市场上的诸多设置计接应用于数字资产市场的难度较大。对付今朝可用的计策，由于汗青周期较短，差异计策的回测功效差别性有限，尚有待更多汗青周期的检讨。Blofin 在积聚数据的同时，将继承致力于对数字资产市场尤其是量化基金的体系化研究和基本设施的完善。

对付权重为

可以看出，现代组公道论中切点组公道论和最小方差组公道论均设置了三支基金，权重分派相对会合。出格是切点组公道论，分派给单只基金（子基金 5）的权重高出了 50%。由于子基金 2 自身的颠簸率高且与其他子基金的相关性较高，风险平衡计策分派给子基金 2 的权重较少。相较于大类资产颠簸率差此外明明，数字资产量化基金则走势相似，详细表示为：纵然是差异计策的基金，它们的颠簸率依然落在同一量级。这导致风险平衡计策下的权重功效并未能与等权重计策有明明区分。

相较于资产，因子是越发底层、彼此越发独立的收益和风险来历。传统市场中 FOF 打点从资产的设置转向风险因子的设置已成趋势。数字资产市场起步较晚，尚无针对数字资产的风险因子体系，短期内 FOF 实现风险因子的平衡设置有必然难度。Blofin 作为专业的 FOF 打点和研究机构，将来将致力于数字资产量化行业内的风险因子体系的搭建。

1. 现代组公道论的运用要求对协方差矩阵举办估算、而且要预测资产的将来收益，最优资产组合对这些输入变量很是敏感。输入变量的细微调解将导致计较所得最优权重向量 w*产生很大变革，不变性较差。

本节将以五支典范的数字资产量化基金构成的拟投资产域为例，较量前文所述的差异计策的设置功效。为公正举办较量，我们统一用五支子基金 2019.11.1 至 2020.2.29 的净值数据作为练习集计较设置方案。按照练习期各基金的净值标新预测获得收益与协方差矩阵（可由表中颠簸率及相关性矩阵获得）如下表所示：

现代组公道论是资产设置中最常见的设置计策。现代组公道论认为，一个有效组合是在给定风险程度下最大化期望收益率而获得的资产组合，又叫做「均值-方差」模子。最优资产组归并不是单一的，而是由一系列最有组合组成，从而形成所谓的「有效前沿」。从数学角度，对付一个具有 n 种资产的域，「有效前沿」的计较可以转换为二次优化问题：

传统投资市场成熟完善的设置理论和要领对加密钱币市场有很强的警惕意义，在诸多的资产设置理论中，现代组公道论逻辑简朴易于实现。

由于数字资产量化行业的汗青数据相较于传统资产还十分有限，基于汗青数据的对协方差矩阵和将来收益的预测显得缺乏说服力，加剧了现代组公道论应用在数字资产 FOF 打点中的范围性。

固然在大类资产设置中表示亮眼，，全天候计策在数字资产 FOF 打点中的应用尚且有限。对基金产物的分类和影响基金表示的焦点变量的研究要求较高，是 Blofin 将来研究的偏向之一。

时的解。最小方差组合的求解可以转化为二次优化问题：

丹麦养老金打点机构 ATP 回收的风险因子分手计策在业内处于领先职位。ATP 将风险平衡的工具从资产转向因子，并开创性地将风险因子归纳综合为利率因子、通胀因子、股票因子和其他因子。按照基于因子和资产的映射干系调解资产的设置比例以实现对种种风险因子的袒露平衡。

风险平衡计策则相对守旧，其实质是通过风险分手和对冲，实现组合穿越周期的方针，也确实从很洪流平上降服了现代组公道论中的问题。然而，风险和收益是资产打点天坪的两头，是资产打点需要处理惩罚的焦点抵牾。专注于风险打点的设置计策自然疏忽了投资人对收益的要求，且对低颠簸率资产设置比例过高，是风险平衡计策的主要漏洞。杠杆的引入办理了这些问题。跟着数字资产借贷市场和衍生品市场的不绝成长，风险平衡计策在 FOF 打点中的应用将更为机动以满意差异投资者偏好。

对付传统市场中的资产打点来说，布莱克-李特曼模子主要有以下两方面利益：

于是，资产 i 对组合的总风险孝敬为：

原文标题：《关于如何构建数字资产量化的投资组合的思考 | Blofin》

然而，数字资产量化 FOF 投资还处于早期，尚无成熟的履历可循，资产设置的要领论也不完善。而传统投资市场成熟完善的设置理论和要领，对付数字资产量化 FOF 的资产设置，有很强的警惕意义。通过较量研究，我们发明：在诸多的资产设置理论中，现代组公道论逻辑简朴易于实现，但存在对输入参数敏感、不变性较差的问题；针对风险孝敬的平衡模子大大低落了对输入参数的要求，然而需要引入杠杆以满意差异的收益要求；针对风险情景和风险因子的平衡计策对风险的认识越发本质，模子也更为巨大，需要更多体系化数据和阐明手段的支持。

布莱克-李特曼模子以市场平衡（即市场需求和供应相等的状态）环境下的资产比例为起点。凡是环境下，我们认为市场自己永远是平衡的，那么当前市场上资产的比例也就是市场平衡下的比例。于是可以从市场比例，通过倒推优化要领得出隐含平衡期望收益率的预计值。打点人对资产差异于隐含平衡收益率的概念，共同对其概念的信心水平，将最终抉择模子对资产预期收益和资产间协方差矩阵的最终估算。尔后依据现代组公道论，获得给定风险程度下最大化期望收益率的资产设置权重。定性地说，打点人对某资产相对付隐含平衡收益率的判定越正面，信心水平越高，该资产获得的权重越大。