最近中美關係的不確定性，不得不開始思考利用投資的多樣性來對沖風險。嘗試著做了一個 ETF 組合策略，並在 JoinQuant（Python2 版本）上做了一些驗證。
1，組合及其交易策略#
選取了兩個大組合，組合 1 以規模 ETF 為主，輔以國債 ETF 和黃金 ETF，而組合 2 則以行業和主題 ETF 為主，具體組成參考如下：
交易策略分別按照多倉（組合 1 對應 1 個子倉，組合 2 對應一個子倉）和單倉（組合 1 和組合 2 在一個持倉中）進行回測，參考表 1 所示。回測的基準收益為滬深 300。
表 1：交易策略
2，組合權重#
每次調倉時，按照以下不同的目標函數來重新組合權重，分配倉位：
- 等權重
- 風險平價
- 組合風險最小化
- 組合夏普收益率最大化（無風險利率 = 0.00）
- 組合收益最大化
上述的目標函數所對應的限制函數，在沒有特別說明的情況下，使用【組合總權重和 = 100%】作為限制函數。
3，回測區間：2017 年 1 月 1 日 - 2020 年 8 月 10 日#
回測期間選擇 2017 年 1 月 1 日到 2020 年 8 月 10 日，3 年半以上的時間。根據 2 種不同的倉位策略 * 5 種不同組合權重方法，可以得到 10 種回測結果，參考表 2，圖 1，圖 2，圖 3，表 3，圖 4，圖 5，圖 6 所示：
表 2：多倉，不同目標函數的回測結果
來源：JoinQuant，筆者計算
圖 1：多倉，不同目標函數的收益率（0：等權重 1：風險平價 2：組合風險最小化 3：組合夏普比率最大化 4：組合收益最大化）
來源：JoinQuant，筆者計算
圖 2：多倉，不同目標函數的收益率，最大回測，夏普比率，波動性（0：等權重 1：風險平價 2：組合風險最小化 3：組合夏普比率最大化 4：組合收益最大化）
來源：JoinQuant，筆者計算
圖 3：多倉，年化回報和最大回測（0：等權重 1：風險平價 2：組合風險最小化 3：組合夏普比率最大化 4：組合收益最大化）
來源：JoinQuant，筆者計算
表 3：單倉，不同目標函數的回測結果（組合夏普比率最大化的情況，限制函數使用【組合總權重 =（0，1）】）
來源：JoinQuant，筆者計算
圖 4：單倉，不同目標函數的收益率（0：等權重 1：風險平價 2：組合風險最小化 3：組合夏普比率最大化 4：組合收益最大化）
來源：JoinQuant，筆者計算
圖 5：單倉，不同目標函數的收益率，最大回測，夏普比率，波動性（0：等權重 1：風險平價 2：組合風險最小化 3：組合夏普比率最大化 4：組合收益最大化）
來源：JoinQuant，筆者計算
圖 6：單倉，年化回報和最大回測（0：等權重 1：風險平價 2：組合風險最小化 3：組合夏普比率最大化 4：組合收益最大化）
來源：JoinQuant，筆者計算
從上述結果可以發現：
- 從收益角度看，組合夏普比率最大化組合是收益最高的，單倉的比多倉的還要高，其次是單倉的風險平價組合。
- 從最大回測角度看，組合風險最小化組合是回測最小的，多倉的比單倉的還要小，充分分散了風險。除此以外，便是多倉風險平價組合。
- 從夏普比率的角度看，組合夏普比率最大化相對來說是較高的，排序依次為單倉的組合夏普比率最大化 > 單倉的風險平價組合 > 多倉的組合夏普比率最大化。而組合風險最小化的夏普比率是最低的。
- 風險平價組合，在收益排行榜列第 3，最大回測排行榜列第 3，夏普比率排行榜列第 2，是一款不錯的組合。
- 等權重組合，屬於比較中庸的，并不是最好的，也不是最差的。
- 組合收益最大化組合，在單倉和多倉的時候，表現天壤之別。
4，回測區間：2018 年 1 月 1 日 - 2018 年 12 月 31 日#
2018 年是一個熊市年，上證指數從 3300 多一路下跌至 2500 以下。同樣的策略進行回測，得到如下回測結果，參考表 4，表 5，圖 7，圖 8：
表 4：多倉，不同目標函數的回測結果
來源：JoinQuant，筆者計算
表 5：單倉，不同目標函數的回測結果
來源：JoinQuant，筆者計算
圖 7：多倉，不同目標函數的收益率，最大回測，夏普比率，波動性（0：等權重 1：風險平價 2：組合風險最小化 3：組合夏普比率最大化 4：組合收益最大化）
來源：JoinQuant，筆者計算
圖 8：單倉，不同目標函數的收益率，最大回測，夏普比率，波動性（0：等權重 1：風險平價 2：組合風險最小化 3：組合夏普比率最大化 4：組合收益最大化）
來源：JoinQuant，筆者計算
從上述回測結果可以發現：
- 在熊市的情況下，組合風險最小化能夠有效地規避風險，最大回測最小，收益最高。
- 在熊市的情況下，組合收益最大化的最大回測最大，在單倉的情況下，收益也是最差的，實在不是一個好策略。
- 在熊市的情況下，組合夏普比率最大化的表現也不盡人意。
- 在熊市的情況下，風險平價和等權重表現接近，比較中庸。
5，回測區間：2020 年 3 月 1 日 - 2020 年 7 月 14 日#
2020 年雖然受到了疫情的影響，不過在國內疫情受到控制之後，創造了一波小牛行情，以此區間為例，得到如下回測結果，參考表 6，表 7，圖 9，圖 10：
表 6：多倉，不同目標函數的回測結果
來源：JoinQuant，筆者計算
表 7：單倉，不同目標函數的回測結果
來源：JoinQuant，筆者計算
圖 9：多倉，不同目標函數的收益率，最大回測，夏普比率，波動性（0：等權重 1：風險平價 2：組合風險最小化 3：組合夏普比率最大化 4：組合收益最大化）
來源：JoinQuant，筆者計算
圖 10：單倉，不同目標函數的收益率，最大回測，夏普比率，波動性（0：等權重 1：風險平價 2：組合風險最小化 3：組合夏普比率最大化 4：組合收益最大化）
來源：JoinQuant，筆者計算
從上述回測結果可以發現：
- 在牛市的情況下，組合收益最大化組合收益率最高，最大回測也最大。
- 在牛市的情況下，等權重和風險平價組合，整體表現還可以，勉強跑贏基準收益。
- 在牛市的情況下，組合夏普比率最大化表現一般。
- 在牛市的情況下，組合風險最小化是最差的策略。