说到大类资产配置，大家第一时间想到的可能是股债二八开这样的简单资产固定比例配置策略。我们不否认其有效性，股债二八确实拥有朴素的美感和智慧，另一方面这也暗示了更大的优化空间。
如果我们在这个组合中继续加入商品、海外权益等更多样的资产，结果会是如何呢？为了控制变量以便进行更公允的对比，我们在每组假设中都保持债券的比例在八成不变，然后依次加入商品、海外股票，下面是组合在单个年度以及区间年化的表现对比：
数据来源：wind，2015/01/01-2023/12/31，国内股用中证800指数代表，国内债用纯债债基指数代表，商品用南华商品指数，美股用纳斯达克100指数代表，其它权益市场用MSCI发达国家（除美）代表。
上面的数据统计很直观地反映了多资产策略并不总能得到投资者想要的：
一方面，多元配置显著降低组合波动率。只需简单地在组合中等比例加入更多主要大类资产，大多数时间就可以显著降低组合的波动率，因为资产配置的底层逻辑就是运用资产之间的低相关甚至负相关性“彼此对冲”；
另一方面，多元配置无法时时刻刻都提升组合收益。从绝对收益的角度来看，强势资产几乎每年都在变，固定比例“买入及一直持有”的策略，不会错过当年最好的资产，但同时也可能会买入最差的资产，因此组合收益也会被熨平。
能不能贪心一点，既降低波动，又不损失甚至提升收益？
多资产 多策略 风险控制
在多元资产配置上更有效的管理思路，是希望借助“多资产 多策略 尾部风险控制”三管齐下，帮助投资者在不同市场环境中，都能够以合理的风险水平来实现所需要的预期回报。
多资产：量化预测、动态调整
从上面那组数据中不难看出，等比例配置固然能降低波动，但也一定程度熨平了收益，想要实现收益的提升，多元组合在不同资产上的配置比例就需要动态调优。在每年年初确定当年各类资产的比例时，并不能简单根据其历史表现去做选择，否则就成了简单的动量追涨，这很危险。因此，量化模型的介入就显得很有必要，可以定期根据估值、基本面、期权隐含波动率等量化因子进行跟踪，对这七大类资产的预期收益分布进行模拟判断，从而得出优化后的配置区间。
在这一步，需要做到的是“两不”：
1. 不是简单根据历史收益来模拟确定资产仓位；
2. 不是 “买入并持有”的固定比例；
多策略：尽量提高夏普比例
虽然最后呈现在投资者面前的，是以组合形态出现的某一策略，但其实“内有乾坤”。
首先，我们定义了7大类资产：中国固收、美国固收、中国股票（含港股）、美国股票、除美国外其他地区股票、中国商品、美国商品，然后针对每类资产的不同属性和定位，分别进行建模优化，分别对应7类子策略。比如说，以A股为例，可以根据量化模型信号在防御类板块和进攻类指增之间做切换。而对于固收资产，则会更侧重于投资经理的主观研判、辅以一定的久期量化模型。
进行多策略优化的目的，并非只是想要放大收益，而是尽量让七类子策略的夏普比率，也就是风险调整后的收益提高。特别是对于A股和中国商品这类自身风险收益特征不佳的资产，优化效果会特别明显。
简单来说，我们希望这七个子策略既能够彼此组合成为对方最好的“风险收益搭子”，又能够“独当一面”。
通过动态配置各类资产的比例，并进行多策略的设计，可以看到投资效果能够得到有效的优化（下图中蓝色线条）：
制图：中欧财富，2018/1/1-2024/3/19，指数选取为中证800、南华商品指数、纳斯达克指数、标普石油天然气勘探及、MSCI发达市场、标普美国3-5年国债指数、纯债债基。
尾部风险控制：守好风控的最后一道防线
对于量化策略而言，风控系统尤为重要。为此我们会关注两个方面的风险控制，一个是对单类资产进行单独的风控和损益的跟踪；第二则是日频跟踪7大类资产相关性与大类资产的波动率。
如果遇到出现风险预警的信号，模型会将风险资产替换为避险资产，以此来降低风险资产的比重。在这里避险资产并不单纯指货币基金，而会视情况调整抗通胀资产、现金、生息类资产的比例。
我们经常说，鸡蛋要放在不同篮子里，这几年，大家也会戏称，虽然没有放在一个篮子里，但篮子却都放在了一辆车上。从这个角度看，单纯的鸡蛋分散（品类分散）配置并非真正的多元配置。只有通过精心构建的多资产、多策略的投资组合，才能够有效地对冲和分散投资组合中的风险来源，在控制波动的同时，最大程度实现组合的收益目标。
（文章来源：中欧财富）