最近中美关系的不确定性，不得不开始思考利用投资的多样性来对冲风险。尝试着做了一个 ETF 组合策略，并在 JoinQuant（Python2 版本）上做了一些验证。
1，组合及其交易策略#
选取了两个大组合，组合 1 以规模 ETF 为主，辅以国债 ETF 和黄金 ETF，而组合 2 则以行业和主题 ETF 为主，具体组成参考如下：
交易策略分别按照多仓（组合 1 对应 1 个子仓，组合 2 对应一个子仓）和单仓（组合 1 和组合 2 在一个持仓中）进行回测，参考表 1 所示。回测的基准收益为沪深 300。
表 1：交易策略
2，组合权重#
每次调仓时，按照以下不同的目标函数来重新组合权重，分配仓位：
- 等权重
- 风险平价
- 组合风险最小化
- 组合夏普收益率最大化（无风险利率 = 0.00）
- 组合收益最大化
上述的目标函数所对应的限制函数，在没有特别说明情况下，使用【组合总权重和 = 100%】作为限制函数。
3，回测区间：2017 年 1 月 1 日 - 2020 年 8 月 10 日#
回测期间选择 2017 年 1 月 1 日到 2020 年 8 月 10 日，3 年半以上的时间。根据 2 种不同的仓位策略 * 5 种不同组合权重方法，可以得到 10 种回测结果，参考表 2，图 1，图 2，图 3，表 3，图 4，图 5，图 6 所示：
表 2：多仓，不同目标函数的回测结果
来源：JoinQuant，笔者计算
图 1：多仓，不同目标函数的收益率（0：等权重 1：风险平价 2：组合风险最小化 3：组合夏普比率最大化 4：组合收益最大化）
来源：JoinQuant，笔者计算
图 2：多仓，不同目标函数的收益率，最大回测，夏普比率，波动性（0：等权重 1：风险平价 2：组合风险最小化 3：组合夏普比率最大化 4：组合收益最大化）
来源：JoinQuant，笔者计算
图 3：多仓，年化回报和最大回测（0：等权重 1：风险平价 2：组合风险最小化 3：组合夏普比率最大化 4：组合收益最大化）
来源：JoinQuant，笔者计算
表 3：单仓，不同目标函数的回测结果（组合夏普比率最大化的情况，限制函数使用【组合总权重 =（0，1）】）
来源：JoinQuant，笔者计算
图 4：单仓，不同目标函数的收益率（0：等权重 1：风险平价 2：组合风险最小化 3：组合夏普比率最大化 4：组合收益最大化）
来源：JoinQuant，笔者计算
图 5：单仓，不同目标函数的收益率，最大回测，夏普比率，波动性（0：等权重 1：风险平价 2：组合风险最小化 3：组合夏普比率最大化 4：组合收益最大化）
来源：JoinQuant，笔者计算
图 6：单仓，年化回报和最大回测（0：等权重 1：风险平价 2：组合风险最小化 3：组合夏普比率最大化 4：组合收益最大化）
来源：JoinQuant，笔者计算
从上述结果可以发现：
- 从收益角度看，组合夏普比率最大化组合是收益最高的，单仓的比多仓的还要高，其次是单仓的风险平价组合。
- 从最大回测角度看，组合风险最小化组合是回测最小的，多仓的比单仓的还要小，充分分散了风险。除此以外，便是多仓风险平价组合。
- 从夏普比率的角度看，组合夏普比率最大化相对来说是较高的，排序依次为单仓的组合夏普比率最大化 > 单仓的风险平价组合 > 多仓的组合夏普比率最大化。而组合风险最小化的夏普比率是最低的。
- 风险平价组合，在收益排行榜列第 3，最大回测排行榜列第 3，夏普比率排行榜列第 2，是一款不错的组合。
- 等权重组合，属于比较中庸的，并不是最好的，也不是最差的。
- 组合收益最大化组合，在单仓和多仓的时候，表现天壤之别。
4，回测区间：2018 年 1 月 1 日 - 2018 年 12 月 31 日#
2018 年是一个熊市年，上证指数从 3300 多一路下跌至 2500 以下。同样的策略进行回测，得到如下回测结果，参考表 4，表 5，图 7，图 8：
表 4：多仓，不同目标函数的回测结果
来源：JoinQuant，笔者计算
表 5：单仓，不同目标函数的回测结果
来源：JoinQuant，笔者计算
图 7：多仓，不同目标函数的收益率，最大回测，夏普比率，波动性（0：等权重 1：风险平价 2：组合风险最小化 3：组合夏普比率最大化 4：组合收益最大化）
来源：JoinQuant，笔者计算
图 8：单仓，不同目标函数的收益率，最大回测，夏普比率，波动性（0：等权重 1：风险平价 2：组合风险最小化 3：组合夏普比率最大化 4：组合收益最大化）
来源：JoinQuant，笔者计算
从上述回测结果可以发现：
- 在熊市的情况下，组合风险最小化能够有效地规避风险，最大回测最小，收益最高。
- 在熊市的情况下，组合收益最大化的最大回测最大，在单仓的情况下，收益也是最差的，实在不是一个好策略。
- 在熊市的情况下，组合夏普比率最大化的表现也不尽人意。
- 在熊市的情况下，风险平价和等权重表现接近，比较中庸。
5，回测区间：2020 年 3 月 1 日 - 2020 年 7 月 14 日#
2020 年虽然受到了疫情的影响，不过在国内疫情受到控制之后，创造了一波小牛行情，以此区间为例，得到如下回测结果，参考表 6，表 7，图 9，图 10：
表 6：多仓，不同目标函数的回测结果
来源：JoinQuant，笔者计算
表 7：单仓，不同目标函数的回测结果
来源：JoinQuant，笔者计算
图 9：多仓，不同目标函数的收益率，最大回测，夏普比率，波动性（0：等权重 1：风险平价 2：组合风险最小化 3：组合夏普比率最大化 4：组合收益最大化）
来源：JoinQuant，笔者计算
图 10：单仓，不同目标函数的收益率，最大回测，夏普比率，波动性（0：等权重 1：风险平价 2：组合风险最小化 3：组合夏普比率最大化 4：组合收益最大化）
来源：JoinQuant，笔者计算
从上述回测结果可以发现：
- 在牛市的情况下，组合收益最大化组合收益率最高，最大回测也最大。
- 在牛市的情况下，等权重和风险平价组合，总体表现还可以，勉强跑赢基准收益。
- 在牛市的情况下，组合夏普比率最大化表现一般。
- 在牛市的情况下，组合风险最小化是最差的策略。