半个世纪的历史回测带你看全球资产配置复习进程.docx

1、半个世纪的历史回测带你看全球资产配置复习进程半个世纪的历史回测带你看全球资产配置 作者：徐杨前言一直以来，我都很想再写一篇关于如何做全球资产配置的长篇文章，希望能够以翔实的文字和可靠的数据，在投资的路上，为大家填坑。所以我借着春节假期，花了5天的时间，写下了这篇2万字的【新全球资产配置白皮书】。文中的内容，是根据我很多年资产管理的经验和实证研究得出的。我和几个合伙人在美国为高净值客户、家族办公室和机构管理和咨询超过几十亿美元的资产，这么十多年做下来，都是以数据为基础、量化为手段、传统金融学和行为金融学为旁征，力求做到【基于事实】的资产管理。资产配置应该是【大部分投资人】最应该要做的事：不管你的

2、可投资资产是10,000元，还是100,000,000元，虽然做法肯定会不一样，但是道理都是相通的。特别是在过去的十几年间，伴随着中国经济的快速发展，投资人的财富累积效应十分明显。随着财富的增长，合理的保值和增值，就会越来越重要。但这是一个【信息大爆炸】的时代，每天报纸、头条、微信、电视、电台，各种渠道的信息，小到獐子岛的扇贝跑了，大到大洋彼岸的美股大跌，投资人面对着严重的信息过载。这也是一个【信息廉价】的时代，互联网上随便一搜，各种投资秘籍、智能投顾、阿尔法狗、小道消息满天飞，投资人也无从下手。还得挤时间吃鸡，所以各种乱七八糟的事情加起来，使得投资人做资产配置的困难增加。其实【做好全球资产配

3、置】这个问题，应该分为两个部分。第一个部分是：投资人通过学习，建立资产配置的逻辑。第二部分是：基于理论和逻辑，具体的执行。我这篇文章讲述的就是第一部分，通过45年的数据、回测和图表（由于海外市场的数据比较长，所以本文中大部分的数据都来自美国和发达国家市场，有少部分是基于中国市场），在基于事实的基础上，回答以下五个核心问题：为何需要做资产配置？如何做资产配置？如何提高资产配置的回报？如何降低资产配置的风险？为什么还是有人不相信或者无法坚持资产配置？作为一个投资人，你有必要花时间和精力，通过学习和研究，搭建一个属于自己的资产配置理论和实践框架，做到【知己知彼，百战不殆】。我相信，通过我的这篇文章，

4、能够让你对全球资产配置有一个更加深入的了解，成为自己财富的掌门人。为何需要做资产配置？我们问：为何需要做资产配置？大部分投资人可能都会有一些概念：因为资产配置能够降低风险。但实际上，资产配置到底能降低什么风险呢？很多投资人可能也没有具体的感受，只是道听途说的知道【配置能够降低风险】。实际上，离我们最近的一次全市场系统性危机，已经过去了快10年了（08年美国金融危机，09年中国经济危机），很多经历过这两次事件的投资人，切肤之痛早已愈合。对于大部分投资人而言，由于投资周期不明确，很难用较长的投资周期（20年以上）抵御投资风险。而在较短的投资中，投资人面临的最大风险，就是【最大回撤】。什么是最大回撤

5、呢？其实就是历史上这个股票或者是资产，所出现过的最大跌幅。很多学术研究表明，一般的投资人在面临40%左右的浮亏时，心理防线基本会被击破，最后被迫割肉离场。那么我们先来看看，历史上持有单一股票或者是单一资产，会有多大的最大回撤。投资于单一股票的风险其实喜欢炒股，应该是件好事：通过自己对公司的分析，买入持有（或者做空），获得回报。对于好的公司，持有这个公司的股票也是对这个公司的认可，投资人可以跟随着公司一起成长，分享公司持续发展的红利。理想是非常美好的，但现实却是非常骨感。我不知道大家，反正我在十几年前炒股的时候，就基本没怎么干公司基本面分析的正经事，每天都把时间花在看新闻和K线分析上了。抱着一夜

6、暴富的心态，今天这个跟随主力，明天那个金叉银叉的。反正我最后在一只股票上，亏了60%，割了肉，出了场。是，我不是牛散，我承认我技术不行。如果你是牛散、K线王，那么就不用浪费时间看下面的文章了。后来一直从事量化资产管理，通过数据，我才知道了购买单一股票有多大的风险。下面的图是基于美国市场1980年-2015年的数据，我将时间段分成了两部分：1980-1997，1998-2015。在每个时间段中，我选取了美国市场上市值最大的前3000只股票，然后计算了这个3000只股票在5年投资周期上的最大回撤。也就是说我计算了这个3000只股票，历史上任意投资5年的周期，所经历过的最大回撤。横轴为5年期最大回撤

7、水平，从负100%到0%，纵轴为最大回撤分布。让我们看看这些让人不寒而栗的数据：1980年至1997年，有58%的股票，跌幅曾经超过50%。只有6只股票，最大跌幅在10%以内。1998年至2015年，在这个时间段里，由于美国经历了2次系统性的危机，有超过86%的股票曾经跌幅超过50%。只有2只股票，最大跌幅在15%以内。这，就是实实在在的持有单一股票的风险。有的投资人说：行，那我多选几个股票好了。没错，【多选几个】确实是比较好的做法。不过大部分的投资人，平心而论，很少有持仓超过10只以上的时候吧？如果只持有10只或者10只以下的股票的时候，除非你真的每只股票都从每个不同的行业中选取，力求降低组

8、合的相关性，要不然你这个组合面临的最大回撤风险，也很难特别有效的被降低。而且有的时候，随意的增加和减少持仓头寸，都会导致投资风险的大幅上升。投资于单一资产的风险如果投资于单一股票的风险大，那我可以去投资股指（整个股票市场）呀。没错，逻辑是正确的，从纯理论的角度来说，投资于股指的风险比投资于单一股票的风险要小。但是，像股指这类单一资产的最大回撤，也是很高的。那么我们来看看一些主要资产历史上的最大回撤。1972年-2017年，我选取了标普500指数、美国房地产指数和美国10年期国债指数。根据这3个资产的期间表现，将它们出现过的最大回撤用面积图显示了出来。看起来是不是毛骨悚然、血淋淋的样子？越看我越

9、觉得渗得慌。在过去的半个世纪，标普500曾经跌超过50%，美国房地产指数跌超过60%，而就算是被誉为低风险资产的美国10年期国债，也跌超过20%。这3大类资产的最大回撤下跌时间都超过了1年，如果投资人持有任何一种资产，在持续下跌的市场中，如何能做到镇定自若？跌幅大、跌势长不说，跌完了涨回前高的时间也是非常的长。特别是08年金融危机后，标普500花费了3年的时间，才涨回了前高，而房地产指数更是花费了超过40个月。试想一下，如果有的投资人刚好在09-10年间退休，面对的资产大幅缩水的局面，还要忍受3年之久的恢复期，是何等的痛苦。A股市场上也是如此，而且由于中国股市历来有牛短熊长的特点，加上处于经济

10、结构发展和转型中，股市的波动幅度非常之大。这看起来比美股还毛骨悚然，简直就是一副中国股民的血泪史，大家自行脑补。 A股最大的回撤还是在1992年的那次股灾中，经过15个月的时间，上证跌去了75%，后来花费了快3年的时间才涨回来。而且通过上面的回撤面积图我们可以看到，在08年的那次经济危机中，上证也差不多跌了70%，而这一次，是名副其实的长熊：上证从07年中开始下跌，跌到08的谷底后，一直到现在都没有涨回来，十年了啊。当然了，有的投资人会说，那我要是在谷底买了不就赚翻了？是的，你这个逻辑我无法反驳，可在系统性风险前，跌到40%的时候，你敢说那一定是底？你真敢进场吗？短时间内的大幅下跌上面列举的都

11、是长时间的系统性大幅回撤，而市场还存在短时间的大幅下跌，这类事件统称为【黑天鹅事件】。黑天鹅事件的主要影响是：时间短、强度大，投资人根本来不及止损。我大概找了5个事件，其实不管是A股还是美股，单日跌幅超过3%的情况，还不能说是非常不多见，只不过很多时候投资人过了一阵子就忘记了伤痛。美股市场上的黑色星期一是人皆知晓的，29年那次2天跌了23%，87年跌了24%。上证在15年那次黑天鹅事件中2天跌了15%，出现千股跌停的奇观。而离我们最近的18年2月的美股黑色星期一，股指崩了4%，但基于波动率的CBOE VIX指数爆涨了116%，结果导致这个指数的反向ETN：XIV，跌了95%，一夜间很多投资者巨

12、亏，就连发行此ETN的瑞信，也宣布此产品会在2月底之前清盘。看完上面的数据，你要是不觉得后背发凉，那么只有两种情况：1）你胆子巨大，老子不怕！ 2）你巨有钱，有无限的弹药。投资单一股票和单一资产的风险是非常大的，难道我们就不投资了吗？这绝对不可能，人有多大胆，地有多高产的革命精神还是要有滴。作为投资人，我们肯定是希望投资风险低 预期回报高，但这个目标显然是不太理性的，因为天下没有这种免费的午餐。而如果投资人的目的是：在控制和降低风险的情况下，取得与风险相匹配的适当的回报这种投资目标，则是完全可以达到的。全球资产配置，就是取得这一目标的【几乎免费的午餐】。如何做资产配置？现代资产组合理论（均值-

13、方差组合）的鼻祖-马科维茨教授，早在1952年就用优雅的数学公式告诉我们：分散投资可以降低组合的整体风险，甚至增加经风险调整后组合的整体回报。简单来说，马科维茨教授告诉我们：通过合理的资产配置方式，可以达到1 1大于2的效果。好比说我们做奶油千层饼，正确的做法是一层饼加一层奶油，你这么一层一层的加下去就能做出美味的奶油千层饼。饼和奶油是不相关的两种食材，简单的、合理的相加，就能做出人间美味。但如果你跟我一样二，先大饼铺个10层，再往上抹个几斤奶油，那最后你只能做出来一个奶油大煎饼。所以说，投资是一门艺术，做资产配置，需要有匠心精神：研究、选材、搭配，一样都不能少。研究 选材：大师们的全球资产配

14、置耶鲁怎么做的？如果我一上来就告诉你我是怎么做全球资产配置的话，估计你也不信，毕竟我不是大湿嘛。投资界中确实有很多资产配置大师，最出名的、可能也是大家最熟悉的一位大师，就是耶鲁捐赠基金的掌门人了：大卫-斯文森。在斯文森先生的带领下，耶鲁捐赠基金在过去的20年间，实现了12.1%的年化收益率。斯文森先生不仅术业专精，在人才上更是培养出了像高瓴资本创始人张磊先生这样的投资家。根据耶鲁捐赠基金2017年发布的报告，耶鲁2018年的目标组合如下。耶鲁捐赠基金专注于投资8大类资产，其中目标头寸最大的是绝对收益（25%），第二大的是风险投资（17%），第三大的是境外股票（15.5%），这前三大头寸已经占据

15、了整个组合的57%。虽说耶鲁捐赠基金是资产配置的黄金标杆，但是对于大部分投资人来说，要去投绝对收益产品和风险投资产品，是非常有难度和挑战的。这两种产品要求的专业度可不是一点两点，加上较长的锁定期和较高的管理费用，如果你没有像耶鲁捐赠基金一样的人力物力资源，其实你很难选出便宜又好的产品，最后可能会花了大量的精力却得不偿失。在剩下的43%的组合里，有杠杆收购（14%）和自然资源（7%）这2种资产，对于大部分投资人来说，也很难实现。就算是专业的资产管理人或者是投资顾问，也很少会碰到帮客户投资这两类资产的情况。大部分投资人能做的，可能就是美国本土股票（4%），债券和现金（7.5%），房地产（10%）和

16、境外股票（15.5%）了。其他著名的资产配置模型耶鲁捐赠基金说到底只是个例，这么大的市场，其他著名的资产配置大师，他们推荐的组合是什么样的呢？我在之前的文章中，收集了市场著名的9种资产配置模型。其中还包括了耶鲁捐赠基金掌门人斯文森先生自己所推荐的组合。我这里所选取的资产和权重，都是这些大师们活生生的研究成果。从左到右，模型的复杂度依次上升。上面9种组合的投资标的和耶鲁捐赠基金里面普通人能够投资的标的，加起来一共超过了22种。其实按照大类资产整合一下，实际上也就是这3大类资产：股票类：本土股票、境外股票实物资产类：房地产、大宗商品债券类：短期货币、中长期债券要知道，耶鲁捐赠基金从2012年开始，

17、其本土股票（美国股票）的头寸就平均只有4.5%，而同期标普500可是年化17%的在涨，大部分号称高收益的对冲基金都达不到这个表现。所以你想，耶鲁捐赠基金大部分的收益，大部分都是从普通投资人很难接触到的投资标中来的。除非你自己能力超强，或者能建立一个像耶鲁捐赠基金一样的团队，那么大部分人能投资的、能够触碰到的投资标的，才是你的首选。说白了，世界上最好的食材，不一定适合你吃；最漂亮的车，也不一定适合你开。而大部分投资人【能够触碰到的】、【便捷的】投资头寸，就是股票、债券和实物资产了。这三大头寸的风险敞口也都可以从二级市场上的标准化产品中获得，比如公募基金、ETF等。这么做，不仅省时省力，而且标准化

18、产品有个好处就是流动性比非标准产品好，费率也较低，产品选择多，通过普通的证券、基金账户，就可以进行投资。底层资产的历史回报那好，既然我们有了大类资产的方向，那么在做资产配置前，我们肯定要看看这些大类资产的历史回报如何吧。在每个大类资产中，我按照大师们的推荐，选取了最有代表性的底层标的，都是二级市场中的指数。股票类：标普500指数，美国小盘股指数，发达国家股票指数，新兴市场股票指数实物资产类：黄金指数，大宗商品指数，美国房地产指数债券类：美国短期货币指数，美国通胀保护指数，美国10年期国债指数，美国30年期国债指数这些底层资产过往45年的表现如何呢？从回报上：股票类的年化收益在10%，债券类在7

19、%，实物资产类在8%左右。最高的是美国房地产，接着是新兴市场股票和小盘股。从风险上：债券类的风险最小，年化波动率远低于股票类和实物类。而股票和实物类，虽然不同标的，但其实风险不相上下。波动率最高的是黄金和大宗商品期货，然后是小盘股和新兴市场股票。最大回撤上：债券类资产明显具有较小的回撤。股票类紧随其后，平均在55%。而实物资产类则表现出了明显的较大的最大回撤：平均在70%。经风险调整后的夏普比率：股票类平均在0.35，实物资产类在0.27，债券类也在0.35，大家其实都没差太多。这就非常有意思了。这些底层标的，你非要挨个来看的话，有的表现实在是拿不上台面。比如这个大宗商品指数，年化才不到6%，

20、而最大回撤有80%，波动率有20%，夏普比率全场最低只有0.15。这种表现的标的，放在一堆资产里，正常人都不会想投它吧？可是马科维茨教授不这么认为，根据他的理论，你把这些资产组合在一起，就有可能达到1 12的效果。这里面有什么玄机呢？资产间的相关性是关键在资产配置里，投资标的间的相关性，是一个非常重要的因素，也是资产配置管用的最根本原因。我们肯定都听说过一个叫【美林投资时钟】的东西。虽然这个框架出现在几乎每一篇的资产配置书籍中，很多人听到这名字就吐了，但是它确实能很好的总结资产配置中关于投资标的选取的精髓。根据美林投资时钟，经济分为4个大的周期，“过热期”，“停滞期”，“衰退期”和“复苏期”，

21、而投资人为了最大程度的避免经济周期所带来的影响，有两种做法。第一种，是投资人去预测经济周期，然后根据周期的不同而选取在相应周期中表现较好的投资标的，也就是战略资产配置。第二种，大部分的投资人很难去预测经济周期，那么干脆在投资的时候，从每个周期选取1、2个投资标的，这样就把所有的周期都覆盖了。当然了，我们不能完全的直接套用美林投资时钟，因为市场总是在变化的，美林投资时钟是一个静态的表现。其实如果我们可以动态的来看这些投资标的间的相关性的话，会有更加直接的认识。那么我以标普500作为基础资产，分别计算其它每种资产和标普500的10年期相关性。不同的资产标的，跟标普500有着不同的相关性，所有资产标

22、的相关性都表现出了一定的周期性，而根据大类资产的不同，同一个类别中的标的又表现出了趋同的形态。股票类中，美国小盘股跟标普的相关性一直较高，平均在83%；而发达国家股票和新兴市场股票，虽然都是股票类，但还是表现出了【在本土市场和非本土市场之间的风险分散】的潜在好处，在2000年之前，这2个标的和标普的相关性平均只有50%。债券类呢，明显的表现出了其相对于股票类的【逆相关性】，或者说是【无风险资产（risk-free asset）】的属性。短期货币和通胀保护，基本在负5%左右。剩下的10年和30年国债，平均在5%左右。需要指出的是，这里的债券都是政府背书，所以被称之为相对的【无风险资产】，如果你投

23、的是高收益公司债，那就另当别论了。实物资产类中的各个标的，由于其属性差别很大，所以与标普的相关性也非常的不同。黄金作为贵金属，相对于股票，有逆周期的属性。而房地产呢，高度的顺周期。剩下的大宗商品，也是比较逆周期，但是波动幅度很大。我们经常打一个比方，就是鸡蛋不能放在同一个篮子中。所以大师们做的，就是找出这些不同的篮子。通过上面的数据和图表，我们基本可以下一个定论：大师们推荐的资产配置组合，都是分散在不大相同的资产标的中的，而且具有一定的负相关性和逆周期性。只有在不同的篮子中做配置，才有配置的意义。搭配：大道至简选好了食材，知道了为什么要选这些食材，那下一步就是要开始搭配了。在资产配置中，关于如

24、何组合投资标的问题，业界和学术界其实一直争论不休。最早的时候，根据马科维茨教授的理论，不管你有多少个资产，给定一个目标（比如说夏普比率最大化），你总能在数学上找到一个搭配的最优解。根据均值-方差组合理论，我们需要根据资产标的过去的回报，来预测其未来的表现，从而得出组合模型的输入值。但是在实际应用中，通过模型来预测某种资产未来的收益，是极其困难和不稳定的。所以在后来，基于均值-方差组合理论，也衍生出了像Black-litterman这样的不需要做预测的组合模型。但是对于大部分投资人来说，还是要做一系列非常复杂的模型运算。最近3年，由于科技的发展，市场出现了一大批【机器人投顾】，国内也叫【智能投顾

25、】，国外叫【Robo-Advisor】。比如像Wealthnfront，Betterment这样的公司，基本都是利用了马科维茨理论（或者其衍生和改进模型，比如B-L）来构造基础的资产配置组合，然后根据客户的风险偏好，在风险给定的条件下，选择最优配置。这些公司通过科技的手段，为客户提供了非常便捷的解决方案，让相当一部分投资人享受到了以前只有私行客户才能拥有的待遇。机器人投顾绝对是带来了更好的客户体验，但是从模型的角度来看，通过非常复杂运算得出来的资产配置模型，并不一定比【合理的简单搭配的】模型的结果要好。我之前引用过一篇伦敦商学院大牛DeMiguel博士的学术论文：Optimal Versus

26、Naive Diversification: How Inefficient is the 1/N Portfolio Strategy?。在此文中，他测试了各种非常复杂的资产配置模型，然后跟平均权重模型进行了比较。他发现不管是基于历史的数据，还是预测的数据，经风险调整后，复杂模型的表现并不比平均权重模型要好；而且在样本外测试中，复杂模型带来的额外收益往往会被其复杂的预测错误所抵消。“Of the 14 models we evaluate across seven empirical datasets, none is consistently better than the 1/N rul

27、e in terms of Sharpe ratio, ., out of sample, the gain from optimal diversification is more than offset by estimation error.”上图中划红线的结果就是将每种模型中的资产平均配比。比方说第一列的模型，是基于标普的11个行业进行配置，1/N的意思就是平均投资于这11个行业中，而这个0.1876就是这种做法的出来的夏普比率。最后的结果，只有mv(in sample)的结果，大大好于1/N。但这个mv(in sample)是什么东西？这个其实就是均值-方差组合，但关键是这个in s

28、ample，是样本内组合的意思，也就是【纸上谈兵】，一到样本外（紧接着mv(in sample)下面的的mv那行），夏普比率就急剧下跌了。其实，马科维茨教授自己也曾经说过：I should have computed the historical covariance of the asset classes and drawn an efficient frontier. Instead, I visualized my grief if the stock market went way up and I wasnt in it - or if it went way down and I

29、 was completely in it. My intention was to minimize my future regret. So I split my contributions 50/50 between bonds and equities.”我应该根据资产的历史回报计算协方差矩阵，然后寻找最优解。但是我无法想象自己能够忍受市场大幅上涨我却空仓，或者是市场大幅下跌时我却满仓的状况。我的目的是不让自己后悔，所以我就平均投资了股票和债券，每种资产各一半。“所以，复杂的模型，不一定能带来好的结果。大师们的历史回报我们看回这9种有名的资产配置模型，虽然都出自大师之手，但他们也没有过

30、度的去寻求配比上的数学最优解，基本都是选了几个资产，提炼出了经典，道明哥曰：【简约而不简单】。那么这些基于大师们智慧和经验的模型，在历史上的表现如何呢，是否真的能够带来资产配置的好处？我将这些模型完全复制了一遍，用1973年到2017年的数据做了历史回测（每月再平衡，毛收益，没有考虑任何费用、市场冲击和税）。在看结果之前，我们要先明确评判资产配置模型的三个基本标准：好的资产配置模型，必须能够降低【最大回撤】，因为单一股票和单一资产的投资，最大回撤很大，风险很高。好的资产配置模型，必须能够在降低【最大回撤】的基础上，提高【夏普比率】，也就是经风险调整后收益；并且降低【波动率】，平滑投资收益。在解

31、决了风险上的问题后，如果还能提高【年化收益率】，那就是最好不过了。回测结果 - 最大回撤 资产配置的效果还是非常明显的，与单一投资于标普500相比，这9种资产配置模型，都降低了最大回撤。其中永久组合由于搭配了25%的黄金，所以最大回撤只有13%左右；而风险平价组合搭配了较大比例的债券（美国10年国债和公司投资债），外加只有16%的股票类仓位，所以最大回撤也只有16%左右。除了常青藤组合和埃利安组合的效果不是非常明显外，还停留在45%的回撤幅度，其余的模型都有较好的表现。所以通过简约而不简单的模型，基本都能降低最大回撤，我们的第一个评判标准就达到了：最大回撤降低。回测结果 - 夏普比率从经风险调

32、整的角度来看呢，除了埃利安组合以外，其余的8个模型，相对于标普500同期的0.43，都有较大幅度的提升，有6个组合的夏普比率都达了0.5以上。我们的第二个评判标准也达到了：夏普比率提升。插一句，埃利安组合恰恰是这9个组合里面最为复杂的模型：11个投资标的，标的的权重也比较特别。回测结果 - 综合评判在最大回撤消减和夏普比率提升的基础上，我们再综合其它的各种指标看看到底这9个资产配置模型，相对于标普500的表现如何。从年化回报上来看呢，除了斯文森组合的10.3%非常接近标普的10.52%以外（姜还是老的辣），其它的组合都有不同程度的降低，特别是埃利安组合，只有7.61%的年化收益。但我们要理解，

33、做资产配置的首要目的，是为了降低风险，所以从风险指标上来看，不管是最大回撤、下行风险、波动率还是最差月回报，通过【简约而不简单】的9个模型，都能被有效的降低。通过简单的配比，虽然损失一点点的年化收益率，但却带了风险较大幅度降低的好处，这真的是近乎于【免费的午餐】了。经过以上详细的分析，我们其实是可以较为可靠的总结出一些道理的：投资单一股票和单一资产的风险巨大；如果你无法承担这种风险，合理的资产配置是不二之选；在选择配置的标的时，不能随意，必须选取能够平滑经济周期的多元资产；而在如何确定组合里各个资产的权重时，如果没有特别好的思路，那么平均权重绝对不会错；复杂的模型并不一定等于好的模型，简约而不简单，才是真理。如何提高资产配置的回报？有了上述的理论、逻辑和数据垫底，我们其实已经在全球资产配置的道路上走了一半。人是有主观能动性的，虽然我们通过上述的测试，知道了资产配