43
0这篇文章探讨了在投资组合优化中，风险模型与收益（alpha）模型因子定义不一致可能导致的负面影响。研究表明，当风险模型未能准确捕捉alpha模型中的因子时（如动量因子定义的细微差异），优化器会过度放大未被风险覆盖的alpha暴露，同时规避未被alpha回报补偿的风险因子，导致组合承担非意图的偏差敞口（如过度押注滞后历史收益）。文章通过理论推导和实证分析指出，通过调整风险模型与alpha模型的因子一致性（即使牺牲部分风险预测精度），能够提升优化组合的信息比率。此外，提出了四种改进方法：构建新风险模型、剔除冲突因子、替换因子或模拟风险因子对齐，实证表明这些方法在多空策略中效果显著，但对受限于做空的组合影响较小。最终结论强调，因子模型的一致性能够更有效平衡风险与收益，提升投资组合质量。
欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai
