高同学2022-01-24 10:29:56
高同学请问在portfolio construction 的过程中“scale the alpha”的目的是为了什么？效用函数里的alpha 是调整后的吗？
回答（1）
Adam2022-01-24 15:45:33
Adam同学你好，
我们的最终目的是找到正确的阿尔法，大多数主动投资经理在构建组合时，要遵守他与客户商定的某些投资约束条件。这些限制可能会使组合不再有效，
另外一种方法能够得到同样的最终组合：只需对输入值做简单调整。对任何一个非常复杂（带有多个约束条件）的组合优化过程，我们总能通过调整输入值将它转化为一个简单的无约束均值／方差优化过程。无论多么复杂的组合构建流程，我们总可以用首先调整阿尔法，然后进行简单的无约束均值／方差优化的流程来替代它。
如果组合构建流程的设计部分为了防范不现实或者不合理的输入，那么我们可以通过直接处理来获得更好的效果。我们可以对阿尔法进行精炼（预处理），或者设计具有明确的“输入缓冲器”功能的组合构建流程。之后讲的规模修正等都是阿尔法的预处理。
是的
- 评论（1）
- 追问（2）
- 追问
-
谢谢老师的解答，我可以这样理解嘛：通过图里的公式，将一系列组合的alpha 精炼，得到相对标准化的alpha，带入到效用公式里，也就是目标函数，通过与可行域相交，得到一些最优解（因为有好多投资组合符合条件），再从中挑选最优的组合进行投资。是这个逻辑吗？但是通过图中的公式怎么得到精炼过后的alpha呢，score的值怎么确定呢？
- 追答
-
可以的。
就单一资产或一个预测而言，我们是这样进行精炼的，
对原始预测变量进行标准化：减去其预期值，然后除以其标准差。我们将标准化后的原始预测称之为标准分值score。
然后根据IC和sigma，来调整标准分值的量级。这样就得到了精炼后的alpha。
感兴趣的话，可以直接去看这一章节的参考书目：主动投资组合管理。
有中文版的哈
评论
0/1000
追答
0/1000
+上传图片