数据简介

为了能够选取足够多的相关性各具区别的资产，体现各种资产风险收益特征，本篇报告将以中国QDII基金市场为主要视角，选取全球大类资产的代表指数，研究如何构建合适的处理资产相关性和协方差矩阵估计的资产配置模型。中国QDII基金现状：未满额使用投资额度，多数基金成立时间较短。目前，国内QDII基金主要的投资区域是中国香港和美国市场，虽然覆盖的投资区域在逐渐增加，但对应基金的成立年限较短，规模也较小。另一方面，目前中国QDII基金规模远不及QDII投资额度，说明国内QDII基金市场还存在大量的发展空间，发掘成熟可行的海外资产投资方法变得十分重要。随着QDII基金产品的增加，对于FOF基金而言，海外资产配置成为新的研究目标，但同时，资产数量过多又会存在资产相关性过高、协方差矩阵构建困难等问题。利用层次聚类方法，构建更具分散风险能力的资产配置模型。现代机器学习算法中的层次聚类法，能够使得资产协方差矩阵具有更加稳健的形式，减少将所有资产的风险水平都进行对比的繁琐模式。采用“自底向上”的聚类策略，利用不同的资产距离定义方式，将资产进行重新分类，并对资产进行排序，使得同一类的资产放在相邻的位置，不同类资产间距离相聚越大的排序位置间隔越远。