風險平價模型：投資者必看模型_GALA

風險平價模型

在傳統市場里，風險平價模型（Risk Parity）試圖通過將資金分配到更廣泛的類別，如股票、政府債券、信貸相關證券和通脹對沖（包括實物資產、商品、房地產和通脹保值債券）等，來均衡風險，同時通過金融杠桿作用實現收益最大化。據Bridgewater Associates的首席投資官Bob Prince的說法，傳統風險平價投資組合的定義參數是不相關的資產、低股票風險和被動管理。

關于投資，有一條廣為人知的投資理念是不要把所有的雞蛋放在一個籃子里。那么，如果有人建議你把90%以上的雞蛋放在一個籃子里，你會認為這樣就足夠分散投資了嗎？可是很多傳統的60%的股票和40%的債券的平衡投資組合的人都是這樣做的，盡管60/40的投資組合并不能提供真正的風險分散。

pNetwork：此前砸空pGALA池系檢測到高安全風險，抽干BNB資金將返還給無抵押pGALA持有者:11月6日消息，跨鏈協議pNetwork發布此前GALA異常事件分享，稱團隊在11月3日注意到GALA的pNetwork跨鏈橋的一個配置錯誤。團隊注意到，由于配置錯誤，pGALA智能合約（部署在BSC上）的所有權已被秘密接管。獲得該智能合約所有權的攻擊者并沒有發動任何攻擊，但這種情況突顯了必須立即緩解的高安全風險。因此pNetwork聯系Gala Games決定暫停跨鏈橋活動，并執行pGALA/BNB Pancake Swap池的白帽抽干，以試圖將BNB資金保存在該池中，以便在局勢得到控制后，它們可以返回到其合法所有者(流動性提供者)。白帽抽干收回12977BNB（約合450萬美元），資金將返還給目前無抵押pGALA的持有者，快照將于2022年11月7日16時拍攝。

跨鏈協議pNetwork于11月4日凌晨在重新部署pGALA合約后，鑄造超10億美元pGALA以砸空原有pGALA池，或因未能與Huobi平臺溝通暫時關閉充提服務，導致大量用戶從DEX上提幣轉移至Huobi平臺后拋售，引發價格崩盤現象。[2022/11/6 12:22:35]

央行：對金融科技創新實施穿透式監管，筑牢金融與科技的風險防火墻:1月4日消息，近日，中國人民銀行印發《金融科技發展規劃（2022-2025年）》。《規劃》指出，要堅持“數字驅動、智慧為民、綠色低碳、公平普惠”的發展原則，以加強金融數據要素應用為基礎，以深化金融供給側結構性改革為目標，以加快金融機構數字化轉型、強化金融科技審慎監管為主線，將數字元素注入金融服務全流程，將數字思維貫穿業務運營全鏈條，注重金融創新的科技驅動和數據賦能，推動我國金融科技從“立柱架梁”全面邁入“積厚成勢”新階段，力爭到2025年實現整體水平與核心競爭力跨越式提升。[2022/1/4 8:24:42]

來源：

https://en.wikipedia.org/wiki/Risk_parity

西班牙稅務部門發布旨在降低加密貨幣逃稅風險的指導方針:西班牙國家稅務總局發布了減少比特幣等加密貨幣逃稅的指導方針。該文件是所謂的年度稅收和海關管制計劃總體方案的一部分。根據該文件，由于加密市場的炒作產生了“稅收風險”，西班牙財政部正尋求采取三種措施。第一個措施要求本地加密交易所提供有關數字資產持有者的信息。該文件澄清稱，他們正在采取此類措施，以鼓勵對加密交易的自愿納稅。第二項措施為“對所獲得的信息進行系統化和分析，以便采取行動，控制對所進行的操作的正確征稅以及用于購買加密貨幣的資金來源”。另外，財政部還計劃通過參加國際論壇來“加強國際合作”。此舉的目的是“收集與加密貨幣和其他數字資產有關的更多信息”。（Bitcoin.com）[2021/2/5 18:57:18]

為什么會這樣呢，因為“蛋”(風險)的大小是不一樣的。股票的風險是債券的9倍左右。假設股票和債券收益率有每年的標準差分別為15%和5%。那么，從方差來看，股票的風險是債券的9倍。假設我們將6個股票 "蛋 "和4個債券 "蛋 "分別放在兩個籃子里。股票的風險對總體風險的貢獻是93%。

聲音 | 數字風險投資公司創始人：比特幣是一種偉大的技術，而非貨幣:據ccn報道，波士頓咨詢集團數字風險投資公司（BCG Digital Ventures）創始人Jeff Schumacher表示，比特幣的價格可能跌至零，他認為比特幣是一種偉大的技術，而非一種貨幣。[2019/1/24]

雖然我們的雞蛋比喻可能看起來很簡單，但它與實際情況相差不遠。例如，從1983年到2004年，羅素1000指數的超額收益率年化波動率為15.1%，雷曼綜合債券指數的年化波動率為4.6%，而兩者之間的相關性為0.2。由此可見，60/40的投資組合在資本配置上可能看起來是平衡的，但從風險配置的角度來看，它是高度集中的。

模型的計算

事實上風險平價的實際推導過程蘊含著不同資產的長期表現與復雜的數學求解，它基于一個長期觀察的假設，即大類資產的Sharpe Ratio (單位風險的收益) 是接近一致的。如股票、債券、黃金及其他大宗商品1971-2009年的Sharpe Ratio都在0.3左右。Bitcoin的5年滾動Sharpe ratio為1.25——從這個角度來看看未來數字貨幣興許將迎來更低的收益或更高的風險。

來源：Messari

風險平價的本質實際是假設各類資產的Sharpe Ratio長期趨于一致去尋找投資組合的長期Sharpe Ratio的最大化。我們不妨看一個最簡單的例子，假設兩個資產的Sharpe Ratio分別是S1與S2,他們的波動率分別是σ1與σ2，他們的相關性為ρ。兩種資產的風險貢獻分別為RC1與RC2，投資策略組合的Sharpe Ratio為SR。

來源：Newbloc 資產組合的Sharpe Ratio及其導數

通過對資產組合的Sharpe Ratio(藍色)，及其導數(紅色)分析和運算可知在當前的假設下兩種資產的資金配比分別為以下比例時產生的Sharpe Ratio是最大的。

在數字貨幣市場中的實踐

Newbloc, 基于AI的量化交易系統，通過機器學習，挖掘市場特征，通過歷史和實時數據訓練交易決策引擎構建了包括因子、套利、對沖、趨勢四大類幾十種子策略。基于Newbloc資管團隊在傳統金融市場中的風險平價模型的研究，我們將其運用在復合類策略的構建與優化之中，旨在獲得最大的單位風險收益。以下是子策略自2019年1月1日以來的表現。可以看到從單策略長期的表現來看最好的Sharpe Ratio是2.61, 最好的最大回撤為16%。通過平價模型優化的策略組合年化為132%，最大回撤可以控制在10%以內。

來源：Newbloc

文 / New Bloc CIO 馬潔

Tags：GALARATIOALASHAGourmet GalaxyImage Generation AIgala幣未來價值Super Rare Ball Shares

非小號