Is the "all-weather" strategy applicable in China?

“全天候策略” 是一種資產配置策略，旨在通過多元化和動態調整，使投資組合在不同經濟條件下保持穩定回報。其基礎是 “風險平價” 概念，強調將風險均衡分配到各資產類別，以降低波動率並提高收益率。該策略在實際操作中被證明有效，尤其是在應對市場不確定性時。

摘要

第一，“全天候策略”（All Weather）是一种知名的资产配置策略，最早由桥水基金（Bridge Water）在 1996 年提出。它的主要思路是不依赖于前瞻性预测和择时，而是试图通过多元化资产配置和动态调整，使得投资组合能够穿越周期，在不同经济条件下均有一定适用性，从而能够取得相对稳定的回报。

第二，在理解 “全天候策略” 之前，我们先要解释的一个概念是 “风险平价”。资产配置的逻辑起点是围绕 “风险” 展开的。马科维茨（Harry Markowitz）1952 年提出现代投资组合理论（Modern Portfolio Theory，MPT），其核心是均值 - 方差模型（MVO），用收益率（均值）、风险（方差）两个维度来描述资产的特征。从这一框架来看就很简单，资产配置追求的是单位风险下的最大收益，即夏普比例最优。但均值 - 方差模型（MVO）在实际运行中的效果并不好，需要对预期回报率进行主观输入、过于依赖历史数据，以及对参数高敏性是其三大缺陷。在上述缺陷的基础上演化出两条改进路径：一是如 Black-Litterman 模型，通过贝叶斯理论将主观观点、量化模型更好结合，优化关于资产预期收益的估计；二是如 “风险平价” 模型、最小方差模型、最大分散化模型等，放弃对资产预期回报的估计，转向基于对参数敏感度并没有那么高的 “风险” 进行配置。

第三，风险平价是一个基于 “风险” 的框架。其核心思想是放弃了难以预测的收益基准，只考虑将风险进行 “平价”，即把风险均衡分配到各个资产类别，确保各类资产对于组合波动率的贡献是相同的，因此它是一种 “风险均衡策略”（Risk Balancing）。理论上来说，风险平价通过分散风险降低波动率，同时通过杠杆提高收益率，从而可以提高夏普比率。这一策略在现实操作中也被证明是有效的，以最简单的资产配置模型股债 60/40 为例，运用风险平价以及杠杆，可以找到一个收益相近，但是波动率更小，具有更好风险收益比的组合。在 Qian（2005）利用 1983-2004 年的数据检验中，对总波动率贡献相同的股债 77/23 组合的夏普比率远好于股债 60/40 投资组合（0.87＞0.67），亦高于任何单一资产。叠加杠杆后，风险平价组合在仍有相同 0.87 夏普比例的基础上，还能获得 8.4% 的年化回报，高于单纯股指的 8.3% 回报率。

第四，“全天候策略” 本质上是一种利用风险平价理念的模型，但两者并不完全等价。风险平价是一种均衡风险的数学模型、并没有涉及宏观环境考量，只是相较均值 - 方差模型（MVO）解决了参数高敏性、仓位易极端性等问题。“全天候” 更像是一个宏观策略模型，它仍从宏观经济周期出发，只是不试图去识别和预测周期，而是利用风险平价理念规避因错误判断周期而造成的损失。全天候策略步骤可总结为 “两核心，四步走”。两核心为 “风险平价 + 动态调整”，四个步骤为 “划定状态、筛选资产、引入杠杆进行风险等权、动态再平衡”。“划定状态” 是指模型假设资产波动由于增长意外、通胀意外产生，四个状态分别为增长超预期、增长低于预期、通胀超预期、通胀低于预期。“筛选资产” 是指寻找出四个状态下的占优资产，且四宫格各自分配 25% 的风险权重。随着引入杠杆、风险等权，通过杠杆将不同资产风险收益特征相近。最后 “风险动态再平衡” 是指下一期通过重新计算各资产的波动率和相关性，调整资产权重以维持风险平价。

第五，复盘 “全天候策略” 的历史业绩规律。Dalio, R（2015）展示在利率下行的 1981-2015 年期间，全天候年化收益 12.1%。2015 年以来该策略较少有公开明细，我们可从海外 ETF 网站（lazyportfolioetf.com）获得可溯时间更久（自 1871 年以来的约 154 年）的业绩结果。lazyportfolioetf 官网显示，其过去三十年、十年复合收益分别为 7.68%、4.46%；波动率自 7.48% 上升至 8.45%，夏普比率自 0.72 下降至 0.33。组合内部显示主要是美债 ETF 形成拖累、美股黄金是近年的收益支撑。根据 Dalio 所阐述的配置比例经验值（美股敞口 30%、长期美债 40%、中期美债 15%、黄金与其余大宗商品各占 7.5%）进行模拟，其组合过去十年的年复合收益率亦大约为 4.18%，与 lazyportfolioetf 数据大致相当。两种方式均显示近三十年最大回撤出现在 2022 年经验，经验估计最大回撤为 23.8%，lazyportfolioetf 官网为 20.58%，亦大致相当。简单来看，其过去十年的有效性有明显下降，但更长维度的有效性较高。

第六，进一步复盘广义 “风险平价类基金” 的历史业绩规律。以 PanAgora Risk Parity、标普风险平价指数等观测，同样发现其 “黄金时代” 开启于 2008 年金融危机后，2013-2015 年受到质疑（跑输 US 60/40 组合），2016-2017 年有所反弹，2018 年后又归于平淡。标普 500 风险平价指数 2009-2012 年的年度超额收益（较 US 60/40 组合）分别为 3.77%、15.27%、8.91%、5.86%，累计为 33.81%。2013 年在海外货币政策收紧预期下，风险平价指数跑输 US 60/40 组合近 12 个百分点。2016-2017 年利率温和下行，对应的标普 500 风险平价指数也重新反弹，录得 13.81%、10.81% 的年化收益。2018 年后疫情冲击、美联储重启新一轮加息均让风险平价并不占优。总结来看，由于风险平价依赖于资产长期收益为正的前提，当所有资产因外生冲击波动率均大幅度提升、或利率超预期上行时，简单的风险平价策略相对脆弱。所以，风险平价策略并非是 “放之四海而皆准”、“一劳永逸” 的策略，仍需有适合的宏观和市场环境。

第七，我们进一步来看国内宏观环境和金融市场环境，风险平价策略的适用性似乎在上升。首先，随着中国经济进入高质量发展的新阶段，经济增长弹性、通胀弹性、货币周期弹性均更为平滑，过去利率类 “周期品” 的属性有所消退，风险、无风险资产的波动性均或收敛；其次，随着国内金融市场的不断发展，在资产选择多元化、金融工具多样化方面均有明显进步，这些都有利于风险平价策略和全天候策略的应用；再次，随着全球宏观环境不确定性的上升，以及财富管理市场特征的变化，投资本身有更多分散风险的需求（更为重视 “夏普比率”），风险平价的 “降波” 功能亦将具备吸引力。

第八，我们初步尝试平价模型的搭建。我们进行了基础全球资产指数（六类）、基础 ETF（七类）、扩展 ETF（十一类）三套测试。与 MVO 测试结果一致，2015 年以来，风险收益比最佳的是中债（尤其是信用债）、其次是黄金、美股，然后是红利资产、沪深 300、恒生指数。若进一步缩短至 2021 年以来，则黄金最佳、红利排序靠前。资产之间收益率的方差 - 协方差矩阵是风险平价模型的核心输入参数。无论看长期还是滚动相关性，中国资产不仅股债呈负相关性，且债商、港股与中债均为负相关性；具有部分 “债性” 的红利资产总体上仍与大盘维持正相关关系，只是在 2020 年后正相关大幅度减弱。中概互联网与国内沪深 300 ETF 具有强且稳的正向联动；中证 REITs 全收益指数自 2024 年以来与纯粹股指、纯粹国债的相关性均不高。

第九，从回测结果来看，风险平价模型相较简单等权、简单波动率倒数加权模型拥有更高的夏普比率、胜率与赔率，该优势在 2022 年后更明显。2009 年以来，基础大类资产风险平价方案下夏普比率、胜率、赔率分别为 1.79、58.3%、1.06（盈亏比），高于等权重方案下的 0.62、53.0%、1.03；2022-2025.02，基础大类资产风险平价方案下夏普比率、胜率、赔率分别为 3.37、62.1%、1.35，相应等权重方案下分别为 1.07、51.4%、1.17，波动率加权方案下分别为 2.47、58.9%、1.24。同时段基础 ETF 资产池的风险平价方案分别为 2.04、60.6%、1.05，等权方案下为 1.51、54.8%、1.08；扩展 ETF 资产池的风险平价方案分别为 0.89、57.4%、0.99，等权方案下为 0.88、52.6%、1.07。策略相对表现不佳的年份是 2011、2013、2018、2022。在国内检验中，对风险平价不利的历史情景一是多资产联动回调（最为典型的比如股债双杀、股商双杀），二是某一资产波动过于剧烈。权重方面，无杠杆的基础风险平价相对稳定的净值仍得益于在债券资产上的相对超配。相较于达里奥给出的比重，国内风险平价的债券资产合计比重达到 74.4%，是更为主导以及核心的底仓资产。

第十，我们进一步引入杠杆。如前所述，无杠杆的风险平价组合虽有高夏普比率，但回报却不具吸引力。引入杠杆存在两种方式，一是先在资产上加杠杆、再平价；二是先平价、再在组合上加杠杆。前者即桥水做法，后者更简单直接，即直接在平价后的组合上加杠杆，从资金市场中（将债券资产质押回购）获得资金继续买入平价后组合。资金成本为市场融资成本，与短端利率相关性更为密切。本文采用一种加杠杆方式，且考虑了国内实际情况，将杠杆限制在 80%~140% 区间。我们测试了目标波动率为 2%、3%、4%、5%、6% 时的效果。三套资产池中，组合年化收益、年化波动率均随目标波动率提升而提升，而夏普比率略回落。在基础 ETF 风险平价方案下，2015 以来自不设目标波动至目标波动率为 6%，组合年化收益从 5.1% 上升至 6.4%，年化波动率从 2.9% 上升至 4.8%，夏普比率从 1.07 下降至 0.92。若进一步缩短至 2022 年以来，则随着目标波动率的提升，组合年化收益从 6.0% 上升至 8.3%，年化波动率从 2.0% 上升至 3.3%，而夏普比率仅从 2.04 下降至 1.93。

第十一，简单概括对全天候策略的再认识。历次金融危机均会让投资者反思对风险的重视问题，风险管理（risk management）变得更为重要，风险平价模型、全天候策略正是这种投资理念具象化的一个表达。2008 年金融危机后，美国开启量化宽松，海外宏观面上进入 “低利率、低通胀、低增长” 的 “三低” 时代，“风险平价” 策略拥有了最为舒适的成长土壤。随着疫后通胀中枢走高、美联储加息、美债利率的中枢大幅趋势性抬升，全天候策略也经历了调整期。再结合海外大萧条时期的情况，以及基础风险平价在国内的历史检验，我们理解 “全天候策略” 的前提是资产有轮动表现，长期收益为正。简言之，这一策略隐含着 “万物皆有时”、“东方不亮西方亮” 的前提假设。若股债商表现均不佳，那么策略的有效性也会大幅下降。从上述认识来看，在国内总量增长波动逐渐平稳、通胀弹性下降、利率中枢不高的时段，风险平价策略的适用度和实用性或将上升。

简版正文

第一

“全天候策略”（All Weather）是一种知名的资产配置策略，最早由桥水基金（Bridge Water）在 1996 年提出。它的主要思路是不依赖于前瞻性预测和择时，而是试图通过多元化资产配置和动态调整，使得投资组合能够穿越周期，在不同经济条件下均有一定适用性，从而能够取得相对稳定的回报。

“全天候策略”（All Weather）的构思来源于达里奥团队的投资收益分解方程式，基金回报=无风险利率 + 市场风险收益 + 主动管理收益，即 R = Rf + β + α。在将β与α分离后，通过全天候方式做到组合对单一资产的 Beta 相对脱敏，获得更为稳健的、穿越周期的长期稳定市场β收益，然后再在这个基础上进行主观增强，捕获α。因此，全天候策略是桥水基金的底层策略，相对 “弱化择时”，注重多元配置、动态调整、风险均衡，使得组合在不同经济状态下风险相互抵消，剩下随时间增长的整体风险溢价。

第二

在理解 “全天候策略” 之前，我们先要解释的一个概念是 “风险平价”。资产配置的逻辑起点是围绕 “风险” 展开的。马科维茨（Harry Markowitz）1952 年提出现代投资组合理论（Modern Portfolio Theory，MPT），其核心是均值 - 方差模型（MVO），用收益率（均值）、风险（方差）两个维度来描述资产的特征。从这一框架来看就很简单，资产配置追求的是单位风险下的最大收益，即夏普比例最优。但均值 - 方差模型（MVO）在实际运行中的效果并不好，需要对预期回报率进行主观输入、过于依赖历史数据，以及对参数高敏性是其三大缺陷。在上述缺陷的基础上演化出两条改进路径：一是如 Black-Litterman 模型，通过贝叶斯理论将主观观点、量化模型更好结合，优化关于资产预期收益的估计；二是如 “风险平价” 模型、最小方差模型、最大分散化模型等，放弃对资产预期回报的估计，转向基于对参数敏感度并没有那么高的 “风险” 进行配置。

在马科维茨（Harry Markowitz）之前，系统性探讨股债估值的理论主要是贴现现金流模型来理解投资收益，认为投资过程的核心是拆解收益来源，并没有给予风险（或波动性）足够的重视。

资产配置的主要目的是通过资产分散来降低相关性，降低投资风险，获得单位风险下的最大收益。因此无论采取何种方法，我们均希望能够通过配置模型来最大化投资组合的夏普比率。

均值 - 方差模型（MVO）的核心是 “两条线、一切点”。一是投资者偏好的无差异曲线；二是代表投资组合的收益、风险关系的有效前沿。投资者风险厌恶，希望获得是一个给定风险水平下的收益最大化，以及给定收益情况下的风险最小化。资产配置的过程在该模型下首次被量化为求解一定约束条件下的 “最优化问题”。

该模型缺点是建立在历史基础上，只能代表过去。若未来收益与波动性发生变奏，或者与其他市场、其他资产的相关性发生变化，则上述规律也将发生改变。事实上，这就是均值 - 方差模型（MVO）在实际运行中的效果并不好的核心原因：仍需预测未来、过于依赖过去、对参数高度敏感（V. Chopra and W. Ziemba，1993）。

第三

风险平价是一个基于 “风险” 的框架。其核心思想是放弃了难以预测的收益基准，只考虑将风险进行 “平价”，即把风险均衡分配到各个资产类别，确保各类资产对于组合波动率的贡献是相同的，因此它是一种 “风险均衡策略”（Risk Balancing）。理论上来说，风险平价通过分散风险降低波动率，同时通过杠杆提高收益率，从而可以提高夏普比率。这一策略在现实操作中也被证明是有效的，以最简单的资产配置模型股债 60/40 为例，运用风险平价以及杠杆，可以找到一个收益相近，但是波动率更小，具有更好风险收益比的组合。在 Qian（2005）[2] 利用 1983-2004 年的数据检验中，对总波动率贡献相同的股债 77/23 组合的夏普比率远好于股债 60/40 投资组合（0.87＞0.67），亦高于任何单一资产。叠加杠杆后，风险平价组合在仍有相同 0.87 夏普比例的基础上，还能获得 8.4% 的年化回报，高于单纯股指的 8.3% 回报率。

我们可以简单地将大类资产配置理论框架分为两条脉络。一是 “基于收益的配置模型”，即 Return Based Allocation Models。诸如恒定混合模型、均值 - 方差模型（MVO）、融入主观观点的 B-L 模型。二是 “基于风险的配置模型”，即 “Risk Based Allocation Models”。诸如风险平价模型、以及升级版的风险预算模型。经过 2008 年金融危机后，不少投资人意识到传统配置模型对 “风险” 的刻画与关注仍是不足够的。

相较之下，Black-Litterman 类模型仍是沿着均值 - 方差的理论展开、仅是输入更优化的参数，而风险平价是放弃了难以预测的收益基准，只考虑将风险进行 “均衡化”，确保各类资产对整个组合的波动率的贡献相等。理论上来说，风险平价通过分散风险降低波动率，同时通过杠杆提高收益率，从而可以提高夏普比率。

在收益、风险的坐标系中，股债 60/40 的恒定比例组合处于边界的右上端，靠近全仓股票的组合。无杠杆版本的风险平价组合收益率大幅度降低，但伴随着波动率的降低获得了更高的夏普比率（风险平价 CML 的斜率更陡）。有杠杆版本的风险平价组合相当于沿着风险平价 CML 直线移动到无杠杆版本的右侧，意味着按无风险利率融资加杠杆后，虽然波动率重新增加，但收益增加的更明显。我们可以找到一个利用杠杆之后，收益与原始股债 60/40 相同，但是波动率更小，具有更好风险收益比的组合。

钱恩平博士（Edward Qian）于 2005 年发现，恒定股债组合风险并不均衡。1983-2004，罗素 1000 贡献组合中 93% 波动（方差），而债券只贡献了剩余 7%，换言之，该组合其实暴露于波动更大的权益资产上。其将 23% 的头寸分配于罗素 1000 指数、剩余 77% 均分配给雷曼综合债券指数，以使得两者对组合波动率的贡献相同。在 1983-2004 年期间，不考虑杠杆的情况下，风险平价组合夏普比例为 0.87，高于任何单一资产组合，真正实现了通过分散化获得更高的单位风险回报。相比之下，股债 60/40 投资组合的夏普比率为 0.67，低于单纯债券综合指数的夏普比率 0.80，组合的夏普比例低于内部部分资产。进一步，在杠杆比率为 1.8:1 的假设下，风险平价组合在仍有相同 0.87 夏普比例的基础上，获得 8.4% 的年化回报，高于单纯股指的 8.3% 回报率。

第四

“全天候策略” 本质上是一种利用风险平价理念的模型，但两者并不完全等价。风险平价是一种均衡风险的数学模型、并没有涉及宏观环境考量，只是相较均值 - 方差模型（MVO）解决了参数高敏性、仓位易极端性等问题。“全天候” 更像是一个宏观策略模型，它仍从宏观经济周期出发，只是不试图去识别和预测周期，而是利用风险平价理念规避因错误判断周期而造成的损失。全天候策略步骤可总结为 “两核心，四步走”。两核心为 “风险平价 + 动态调整”，四个步骤为 “划定状态、筛选资产、引入杠杆进行风险等权、动态再平衡”。“划定状态” 是指模型假设资产波动由于增长意外、通胀意外产生，四个状态分别为增长超预期、增长低于预期、通胀超预期、通胀低于预期。“筛选资产” 是指寻找出四个状态下的占优资产，且四宫格各自分配 25% 的风险权重。随着引入杠杆、风险等权，通过杠杆将不同资产风险收益特征相近。最后 “风险动态再平衡” 是指下一期通过重新计算各资产的波动率和相关性，调整资产权重以维持风险平价。

全天候策略与风险平价的相同之处是不从收益预测出发，而是通过杠杆将 “各个资产对组合风险的贡献维持在同一水平”，直接构造一个能应对不同风险的组合。不同是风险平价是一种均衡风险的数学模型、并没有涉及宏观环境考量，只是相较于 MVO 解决了参数高敏性、仓位易极端性问题。

而全天候策略更像是一个宏观策略模型，仍归属于基于经济状态出发的宏观策略流派，只是相对 “弱化择时”，主张将 “β与α分离”。与美林时钟不同，全天候的四种配置状态并不存在时间维度上的周期轮动，只是客观划分四种独立的配置情景。我们总结全天候策略为 “两核心，四步走”。两个核心为 “风险平价 + 动态调整”，四个步骤为 “划定状态、筛选资产、引入杠杆进行风险等权、动态再平衡”。

“划定状态” 是指模型假设资产波动由于增长意外、通胀意外产生。

“筛选资产” 是指策略将寻找出四个状态下的占优资产，且四宫格各自分配 25% 的风险权重。增长超预期时，股商、公司债以及新兴市场信用债将表现优异；增长低于预期时，名义债券、抗通胀债券则将占优；通胀超预期时，抗通胀债券、商品以及新兴市场信用债将表现出色；通胀低于预期时，股票、名义债券表现占优。

“引入杠杆进行风险等权” 是指策略需要通过杠杆方式将不同资产的风险收益特征相近，最终能实现子组合各自 25% 的风险权重。在完成以上两步骤后，若是偏主动的配置方式，将会给出对于未来的判断，即下一阶段将会处于何种环境，应该轮动到相应的哪一类资产。而 “全天候” 策略与之不同的是，其接下来是通过杠杆调节，同时配置多资产，权重由各资产风险贡献均等来确定。

不加杠杆的风险平价组合会无法完成较高预期收益及较高夏普比率的两层约束，矛盾点在于：为实现 8% 的预期收益，资产选择会尽可能的靠近 “右上角”，即右上角的 “非美市场股指”、“私募股权”、“新兴市场债券” 将会被赋予更高的权重；但这些资产的 “波动性” 也同样是更高的，这意味着 “风险平价” 的过程，它们将会被赋予更低的权重。所以一个不加杠杆的风险平价较难兼顾 “预期收益” 与 “风险分散”，最终可能为了实现 “风险平价” 只能向债券指数靠拢，与预期收益相差较远、较债券指数只有微弱的优势。也正因此，虽然收益是风险的函数，但不同资产具有不同的风险收益特征。杠杆具有 “缩放” 功能，在低波动资产上运用杠杆，把各类资产的预期收益率都调整为 8% 水平，我们可以得到一组全新的 “资产”——波动不同、而收益均为 8%。最后通过低波资产超配、高波资产低配的 “平价” 的过程分配权重，我们得到最终收益为 8%，波动率为 10%，夏普比率为 0.8 的组合。组合实现了相同夏普下更高收益，实际头寸更为分散，而风险贡献等权。

最后 “风险动态再平衡” 是指下一期通过重新计算各资产的波动率和相关性，调整资产权重以维持风险平价。

第五

复盘 “全天候策略” 的历史业绩规律。Dalio, R（2015）[3] 展示在利率下行的 1981-2015 年期间，全天候年化收益 12.1%。2015 年以来该策略较少有公开明细，我们可从海外 ETF 网站（lazyportfolioetf.com）获得可溯时间更久（自 1871 年以来的约 154 年）的业绩结果。lazyportfolioetf 官网显示，其过去三十年、十年复合收益分别为 7.68%、4.46%；波动率自 7.48% 上升至 8.45%，夏普比率自 0.72 下降至 0.33。组合内部显示主要是美债 ETF 形成拖累、美股黄金是近年的收益支撑。根据 Dalio 所阐述的配置比例经验值（美股敞口 30%、长期美债 40%、中期美债 15%、黄金与其余大宗商品各占 7.5%）进行模拟，其组合过去十年的年复合收益率亦大约为 4.18%，与 lazyportfolioetf 数据大致相当。两种方式均显示近三十年最大回撤出现在 2022 年经验，经验估计最大回撤为 23.8%，lazyportfolioetf 官网为 20.58%，亦大致相当。简单来看，其过去十年的有效性有明显下降，但更长维度的有效性较高。

Dalio, R(2015) 展示了 1946-2015 年间，全天候年化收益 10.4%，较 60/40 组合平均每年有 1.9% 的超额收益。尤其是 1981 年后，随着利率的下行，全天候策略进入更为舒适的区域，较 60/40 组合平均每年有 2.6% 的超额收益，自身绝对收益年化为 12.1%，也在该时期录得了 0.84 的夏普比率。虽然近年少有直接公开信息发布有关桥水全天候策略业绩表现，但根据 2014 年托尼•罗宾斯 (Tony Robbins) 记录的 Dalio 自述配置比例经验值（美股敞口 30%、长期美债 40%、中期美债 15%、黄金与其余大宗商品各占 7.5%）可以粗略模拟。

海外 ETF 网站 “lazyportfolioetf.com” 显示类似模拟结果。该网站用五只海外 ETF 来复现全天候组合：先锋基金 Total Stock Market（VTI）、iShares 20+ 年国债指数（TLT）、iShares3-7 年国债指数（IEI）、SPDR Gold Trust 指数（GLD）、iShares 商品指数（DBC）。截止 2025 年 1 月底，其简化版全天候组合过去十年的复合年化收益率为 4.46%，低于过去三十年平均 7.68% 的年复合收益率。近期复合收益下降的主因为利率上行，导致美债 ETF 收益率成为组合拖累，长期美债近十年、近五年、近一年复合收益分别为-2.03%、-7.38%、-5.48%。而黄金与美股是收益增厚来源，近一年的复合收益分别为 37.2%、26.2%。与之对应，组合年化波动从近三十年的 7.48% 升至近十年的 8.45%，夏普比率从近三十年的 0.72 下降至近十年的 0.33。

我们亦尝试用 Dalio 给出的经验值来构建海外版全天候组合，并且更改其中的股票代表、中期美债代表来考察结果的稳健性，即先锋基金 Total Stock Market（VTI）替换为 SPDR S&P 500 ETF Trust (SPY)，iShares3-7 年国债指数 ETF（IEI）替换为 iShares 7-10 年国债指数 ETF(IEF)。截止到 2025 年 1 月底，自建（更换了美股、中期美债代表）的全天候组合过去十年的年复合收益率为 4.18%，与 lazyportfolioetf.com 网站大致相当。近年收益下降也因美债 ETF 拖累，近五年复合收益为 1.9%，近三年为-2.9%，近一年则恢复至 12.5%。观察细分项，同样看到近一年的收益恢复主要是美债 ETF 拖累减轻、美股贡献了 23.4% 的涨幅、黄金贡献了 46.4%。

结合回撤，自建组合显示近十余年最大回撤为 23.8%，处 2022 年美联储加息周期。“lazyportfolioetf.com” 提供更长时间维度的考察，组合表现追溯至 1930s 美国发生 “大萧条” 时期，显示近三十年历史上最大回撤亦出现在 2022 年美联储开启本轮加息周期后，幅度达 20.58%。在 2008 年金融危机至 2022 年本轮回撤之前，组合的年度最大回撤基本上控制在 8% 以内。在更长的历史中（自 1871 年以来的约 154 年），本轮回撤幅度处于历史第二，第一为美国 “大萧条” 时期（1929 年 9 月-1932 年 5 月），最大回撤为 37.02%。

由此看到，全天候策略并不始终有效。2022 年前后波动、回撤均大幅抬升，这或与美国利率再度上行有关。正如桥水在 2024 年 1 月的报告《The Big Picture: Back to the Future》中提到，当前环境与过去二十年有明显不同，更类似于更久远的历史时期——利率、通胀的回归。过去海外低利率环境对股票类风险资产整体 BETA 回报的显著带动（Exceptional）将会回归正常（Likely More Normal）。

第六

进一步复盘广义 “风险平价类基金” 的历史业绩规律。以 PanAgora Risk Parity、标普风险平价指数等观测，同样发现其 “黄金时代” 开启于 2008 年金融危机后，2013-2015 年受到质疑（跑输 US 60/40 组合），2016-2017 年有所反弹，2018 年后又归于平淡。标普 500 风险平价指数 2009-2012 年的年度超额收益（较 US 60/40 组合）分别为 3.77%、15.27%、8.91%、5.86%，累计为 33.81%。2013 年在海外货币政策收紧预期下，风险平价指数跑输 US 60/40 组合近 12 个百分点。2016-2017 年利率温和下行，对应的标普 500 风险平价指数也重新反弹，录得 13.81%、10.81% 的年化收益。2018 年后疫情冲击、美联储重启新一轮加息均让风险平价并不占优。总结来看，由于风险平价依赖于资产长期收益为正的前提，当所有资产因外生冲击波动率均大幅度提升、或利率超预期上行时，简单的风险平价策略相对脆弱。所以，风险平价策略并非是 “放之四海而皆准”、“一劳永逸” 的策略，仍需有适合的宏观和市场环境。

不仅仅是桥水的 “全天候基金”，AQR、PanAgora Risk Parity 乃至标普 500 风险平价指数均有类似的规律。我们对比了标普 500 风险平价指数与经典 US 60/40 组合（60% 标普 500 指数、40% 美国国债全收益指数）自 2004 年以来的年度收益，发现与桥水全天候策略在金融危机后表现亮眼一致。

随着 2013 年 5 月美联储表示可能缩减购债规模，在货币政策收紧的预期下，市场恐慌性抛售美债引致利率节节攀升，风险平价指数当年显著跑输 US 60/40 组合近 12 个百分点，在 “神坛” 上受到质疑。

在 2014-2015 年美联储退出 QE、进入紧缩周期的背景下，风险平价指数与 US 60/40 组合相比仍不占优。虽然 2016-2017 年美联储仍处于加息周期中，但由于美债利率在前期场释放 Taper 和加息信号的预期阶段已明显上行，该时段利率反而趋于温和下行，对应的标普 500 风险平价指数也重新反弹。

但自 2018 年以来，随着疫情冲击以及美联储重启加息，风险平价指数与上文全天候策略一致，并没有迎来舒适的环境。疫情冲击短期增加了股债商等多资产的波动率，资产同时回调让风险平价通过分散风险获得高夏普；美联储重启新一轮加息周期又使得对利率风险敏感的风险平价策略承压。

结合上文所述的风险平价理念，我们可以看到风险平价策略运作中 “超配低波动资产、低配高波动资产” 的过程天然具有 “降波” 的功能，但简单的风险平价策略依赖于资产长期收益为正的前提。在所有资产因外生冲击波动率均大幅度提升、或利率明显上行（超预期上行）时，简单的风险平价策略相对脆弱，存在回调风险。作为实战型的策略，风险平价策略并非是 “放之四海而皆准”、“一劳永逸” 的策略，也不是完全 “过时”、甚至应该退出历史舞台的策略，仍需要有适合的市场、宏观环境。

第七

我们进一步来看国内宏观环境和金融市场环境，风险平价策略的适用性似乎在上升。首先，随着中国经济进入高质量发展的新阶段，经济增长弹性、通胀弹性、货币周期弹性均更为平滑，过去利率类 “周期品” 的属性有所消退，风险、无风险资产的波动性均或收敛；其次，随着国内金融市场的不断发展，在资产选择多元化、金融工具多样化方面均有明显进步，这些都有利于风险平价策略和全天候策略的应用；再次，随着全球宏观环境不确定性的上升，以及财富管理市场特征的变化，投资本身有更多分散风险的需求（更为重视 “夏普比率”），风险平价的 “降波” 功能亦将具备吸引力。

我们运用两套实证案例发现，过去十余年，国内择时、选股意义大于配置；而这在未来可能发生改变，核心变量是宏观面增长、通胀、货币周期弹性平滑，资产价格波动或会收敛。

一是构造全球大类资产的有效前沿。切点组合显示在 2015-2024 年，一个假定可以自由配置的环境中，横跨全球股债商汇的组合最优夏普比率为 3.63。其中权重前五的资产分别是中债、黄金、美元、新兴市场估值、美股；而中国权益资产沪深 300、中证 2000、恒生指数的权重相对靠后，意味着在允许做空的情况下，近十余年最大夏普比率的组合主要是投资于中债、黄金、美元、新兴市场国家与美股；而国内 A 股、港股的风险收益比相对靠后，或需要更为积极主动的投资（选股、择时）。

二是比较中美市场完全正确择时、完全错误择时的回报差异。我们以万得全 A、标普 500 分别作为 A 股、美股的代表，设计年频择时、月频择时两种检验维度与两种方案。方案一为每年买在该年最高点，相当于择时完全错误；方案二为每年买在最低点，相当于择时完全正确。在 2011-2024 年间，A 股市场年度完美择时的年化收益率为 3.9%，完全择时错误的年化收益率为 1.3%，两者差值 2.6%，比值 2.94 倍。换言之，过去十五年，A 股择时正确与否的收益差异比较大，正确择时收益是错误择时的 2.94 倍。同在 2011-2024 年时段，标普 500 是否择时的差异并不大。若更拉长时间来看，标普 500 在 2000-2024 年期间，即便无法规避 2000 年互联网泡沫，但正确择时与错误择时的差异也仅为 1.4%，正确择时的年化收益亦仅比错误择时高 1.3 倍。若择时频率升至月频，则择时正确与否的收益差异仅为 0.3%，正确择时的年化收益为 5.6%，与错误择时的 5.3% 相近。

从年度振幅 (年度最大股指点位 - 年度最小股指点位/年度最小股指点位) 所反映的波动性来看，国内权益市场年度波动幅度较美股标普 500 更为明显。国内创业板自 2014 年以来，除 2020 外，其余年份波幅均高于美股。因此，尽管在海外，创建 Brinson 绩效归因模型的 Gary P. Brinson 早在 1986 年的论文中就指出资产配置平均解释了投资组合季度总回报的 91.5%；但对于 A 股投资者而言，无论主动选股、还是主动择时，都仍是核心课题，是能够获得超额收益的重要来源。

若按照风险平价的思路，国内权益资产波动率较高，自然而然会出现给予股票的配置权重不高、相对低波的类债资产（包括低波红利资产）配置权重较高。而若未来总量弹性平滑、融资成本降低，叠加股债波动率均有所收敛，风险平价或将迎来更舒适的发展土壤。我们在前期报告《高分红策略的宏观逻辑与择时体系》中曾指出，中长期维度看，伴随着国内经济增长不再单纯追求速度，以及制造业强国背景下制造业供应能力始终偏强，未来工业品价格弹性、货币周期总量弹性均可能偏温和。

2008 年金融危机后美国经历了下行的利率中枢、偏低的增长以及偏低的通胀，该时期一方面美股估值中枢逐渐趋势性抬升、波动率收敛，另一方面风险平价等一些依赖于杠杆的配置模型得到认可和长足发展。若未来类似宏观组合在国内出现，过去利率类 “周期品” 的属性有所消退，则我国风险资产、无风险资产的波动性均可能收敛，国内资产组合将可能获得更好的风险收益比。

第八

我们初步尝试平价模型的搭建。我们进行了基础全球资产指数（六类）、基础 ETF（七类）、扩展 ETF（十一类）三套测试。与 MVO 测试结果一致，2015 年以来，风险收益比最佳的是中债（尤其是信用债）、其次是黄金、美股，然后是红利资产、沪深 300、恒生指数。若进一步缩短至 2021 年以来，则黄金最佳、红利排序靠前。资产之间收益率的方差 - 协方差矩阵是风险平价模型的核心输入参数。无论看长期还是滚动相关性，中国资产不仅股债呈负相关性，且债商、港股与中债均为负相关性；具有部分 “债性” 的红利资产总体上仍与大盘维持正相关关系，只是在 2020 年后正相关大幅度减弱。中概互联网与国内沪深 300 ETF 具有强且稳的正向联动；中证 REITs 全收益指数自 2024 年以来与纯粹股指、纯粹国债的相关性均不高。

在资产选择层面，我们首先将 “沪深 300 指数、恒生指数、标普 500 指数、中债企业债总指数、期货收盘价_COMEX 黄金、南华综合指数” 作为基础的全球大类资产池，分别涵盖了 A 股、港股、美股、中债、黄金、商品共六大市场。此外我们亦将传统大类资产更改为 “ETF 产品” 来测试风险平价模型，并且鉴于代表中概互联网指数的 KWEB ETF、REITs 等发展始于 2020 年后，我们对 ETF 资产池划定了 “基础版” 与 “扩展版” 两套。“基础版” ETF 资产池涉及资产相对少，但回测时间可以追溯至 2015 年 1 月 1 日；“扩展版” ETF 资产池则在 “基础版” 的架构上增加了港股、中概股、可转债、中证 REITs 四个品类。“扩展版” ETF 资产池由于增加了肇始近年的产品，因此回测时间只能追溯至 2021 年 8 月以来。

首先是基础的全球大类资产指数池中，2005 年至 2025 年 2 月 5 日期间，风险收益比最佳的是中债企业债总指数，夏普比率为 1.90。由于近年黄金形成一定上涨趋势，其风险收益比位列第二佳，夏普比率为 0.47。风险收益比相对靠后的是南华综合指数、沪深 300 以及恒生指数。这一结果与第一部分 MVO 中的结果一致。

ETF 资产池中，2015-2025 年 2 月 5 日期间，风险收益比最佳为国内信用债，城投 500 ETF 期间的夏普比率为 0.99，最大回撤为 5.5%。其次是美股与黄金。回顾周期缩短至近十年后，美股、黄金的夏普比率分别提高至 0.69、0.64，而沪深 300 ETF、商品类 ETF 的夏普比率则降至 0 附近。A 股权益资产中，红利资产的夏普比率明显高于沪深 300，但仍低于国债、信用债。若回顾周期进一步缩短至 2021 年 8 月以来，则风险收益比最佳的为黄金 ETF，夏普比率为 1.34；红利资产的夏普比率相较沪深 300 的优势进一步扩大，提升至 0.28。

从长期相关性来看，2005 年至 2025 年 2 月 5 日期间，中国资产不仅股债呈负相关性（沪深 300 指数与中债企业债总指数相关性为-0.28），而且债商、港股与中债均为负相关性（中债企业债总指数与南华综合指数、恒生指数相关性分别为-0.35、-0.33）。相应地，A 股与港股、国内商品均存在一定联动关系，沪深 300 与恒生指数区间相关性为 0.54、与南华综合指数区间相关性为 0.28。港股不仅与 A 股联动，亦与美股存在 0.61 的区间相关性。从滚动 6 个月的窗口期亦看到，国内大盘与债券在 2018 年后总体呈负相关性关系，2020-2021 年经历了一轮负相关关系的明显减弱，2022 年后 “跷跷板” 回归。其中，国债与股指的负相关性更明显，信用债与股指的相关性基本上在 [-0.2，0.2] 之间运行。而相较之下，仅具有部分 “债性” 的红利资产总体上仍与大盘维持正相关关系，只是在 2020 年后正相关大幅度减弱，近年均保持在比 2020 年之前更低的相关性中枢上震荡。

第九

从回测结果来看，风险平价模型相较简单等权、简单波动率倒数加权模型拥有更高的夏普比率、胜率与赔率，该优势在 2022 年后更明显。2009 年以来，基础大类资产风险平价方案下夏普比率、胜率、赔率分别为 1.79、58.3%、1.06（盈亏比），高于等权重方案下的 0.62、53.0%、1.03；2022-2025.02，基础大类资产风险平价方案下夏普比率、胜率、赔率分别为 3.37、62.1%、1.35，相应等权重方案下分别为 1.07、51.4%、1.17，波动率加权方案下分别为 2.47、58.9%、1.24。同时段基础 ETF 资产池的风险平价方案分别为 2.04、60.6%、1.05，等权方案下为 1.51、54.8%、1.08；扩展 ETF 资产池的风险平价方案分别为 0.89、57.4%、0.99，等权方案下为 0.88、52.6%、1.07。策略相对表现不佳的年份是 2011、2013、2018、2022。在国内检验中，对风险平价不利的历史情景一是多资产联动回调（最为典型的比如股债双杀、股商双杀），二是某一资产波动过于剧烈。权重方面，无杠杆的基础风险平价相对稳定的净值仍得益于在债券资产上的相对超配。相较于达里奥给出的比重，国内风险平价的债券资产合计比重达到 74.4%，是更为主导以及核心的底仓资产。

基于资产收益率的滚动相关性（协方差矩阵），我们以所有资产等权作为初始权重，然后对风险平价目标函数进行非线性优化，求解能使得风险贡献均等的数值解权重。并且鉴于市场环境变化，我们以月频进行再平衡，以此来保证大体上始终符合风险平价状态。为了能更客观地看待风险平价结果，我们设计了另外两种基准方案，一是全部资产按照初始等权方式贯穿始终的运行，二是全部资产直接利用过去 6 个月的波动率倒数加权，并不涉及根据资产之间相关性来进行优化。

2022-2025 年 2 月，原始基础资产在等权重方案下夏普比率、胜率、赔率分别为 1.07、51.4%、1.17（盈亏比）；波动率加权方案下同时段分别为 2.47、58.9%、1.24；而在风险平价方案下分别为 3.37、62.1%、1.35。若视野拉长到 2009 年以来，则原始大类资产的风险平价方案夏普比率为 1.79，高于简单等权的 0.62、亦高于简单波动率加权的 1.62；胜率亦从等权下的 53% 上升到波动率加权下的 58.3%，进一步上升到风险平价方案下的 59.7%；赔率（盈亏比）亦有上升。

若观察基础 ETF 资产池，2022-2025 年 2 月，等权方案下夏普比率、胜率、赔率分别为 1.51、54.8%、1.08（盈亏比）；波动率加权方案下同时段分别为 1.96、58.9%、1.10；而在风险平价方案下分别为 2.04、60.6%、1.05。进一步到扩展 ETF 资产池，2022-2025 年 2 月，等权方案下夏普比率、胜率、赔率分别为 0.88、52.6%、1.07（盈亏比）；波动率加权方案下同时段分别为 0.61、54.6%、1.04；而在风险平价方案下分别为 0.89、57.4%、0.99。

整段区间上，风险平价回撤相对明显的时段为 2015 年三季度、2022 年四季度。而从每年收益波动表现看，风险平价回撤相对大、夏普比率不高的年份分别是 2011 年、2013 年、2018 年、2022 年。再结合净值曲线可知，基础风险平价模型不利的资产情景一是多资产联动回调（最为典型的比如股债双杀、股商双杀），二是某一资产波动过于剧烈。2011 年是因通胀走低、欧债危机、流动性收紧、风险偏好回落，权益、港股、商品进入下行周期；2013 年 “钱荒” 下股债均调整、2015 年下半年股市大幅回调、2018 年实体去杠杆下股市明显调整以及 2022 年疫情扰动以及美联储加息环境下股市低迷。

从月初权重来看，国债 ETF 的配置权重高于信用类债券 ETF，2015 年至今的权重平均而言为 43%、31.4%。其次是黄金类资产，相较于达里奥给出的 “美股 30%、长期美债 40%、中期美债 15%、黄金与其余大宗商品各占 7.5%” 比重，国内风险平价的债券资产合计比重达到 74.4%，是更为核心的底仓资产。

若观察 2022 年以来的扩展 ETF 资产池中各资产的权重。重点仓位仍在于债券，国债 ETF 在 2022 年至今平均权重为 43.6%，最低时候权重也有 25.9%；其次是公司债 ETF，平均权重 28.4%；中证 REITs、黄金平均权重分别为 5.1%、7.5%，剩余七种资产共占比 14.4%。这一方面说明国内 ETF 落地风险平价方案会因权益资产的高波动而给予其更低比重，相应债券成为绝对主导的底仓。另一方面，也意味着当前简单的风险平价在国内应用会被暴露在更大的利率风险上，对利率上行的脆弱性更明显。

第十

我们进一步引入杠杆。如前所述，无杠杆的风险平价组合虽有高夏普比率，但回报却不具吸引力。引入杠杆存在两种方式，一是先在资产上加杠杆、再平价；二是先平价、再在组合上加杠杆。前者即桥水做法，后者更简单直接，即直接在平价后的组合上加杠杆，从资金市场中（将债券资产质押回购）获得资金继续买入平价后组合。资金成本为市场融资成本，与短端利率相关性更为密切。本文采用一种加杠杆方式，且考虑了国内实际情况，将杠杆限制在 80%~140% 区间。我们测试了目标波动率为 2%、3%、4%、5%、6% 时的效果。三套资产池中，组合年化收益、年化波动率均随目标波动率提升而提升，而夏普比率略回落。在基础 ETF 风险平价方案下，2015 以来自不设目标波动至目标波动率为 6%，组合年化收益从 5.1% 上升至 6.4%，年化波动率从 2.9% 上升至 4.8%，夏普比率从 1.07 下降至 0.92。若进一步缩短至 2022 年以来，则随着目标波动率的提升，组合年化收益从 6.0% 上升至 8.3%，年化波动率从 2.0% 上升至 3.3%，而夏普比率仅从 2.04 下降至 1.93。

在中国的 ETF 实证案例，若不使用杠杆，组合超七成的仓位在低波动的债券资产上（国债约四成、信用债约三成），组合夏普的来源主要是波动率低（2.0% 附近），回报的吸引力更有必要提升。

我们测试了目标波动率为 2%、3%、4%、5%、6% 时的策略效果。由于存在杠杆限制，最终实际组合年化波动率并不能完全与设定的目标波动率匹配，但呈单调正相关关系。

基础大类资产指数的风险平价方案下，2009 以来，自不设目标波动的基础方案到目标波动率为 6%，组合年化收益从 6.6% 上升至 7.8%，年化波动率从 2.6% 上升至 3.3%，夏普比率从 1.79 下降至 1.74。

在基础 ETF 风险平价方案下，2015 以来，自不设目标波动的基础方案到目标波动率为 6%，组合年化收益从 5.1% 上升至 6.4%，年化波动率从 2.9% 上升至 4.8%，夏普比率从 1.07 下降至 0.92。扩展 ETF 的方案也有类似效果，年化收益提升 0.4 个百分点，年化波动率提升 1.1 个百分点，夏普比率回落 0.2。

杠杆引入虽然带来了新的风险——对短端资金利率的敏感，也同时放弃了部分风险收益比。但对于存在一定风险偏好的投资者来说，杠杆机制使得在其愿意承担的风险范围内，能够通过风险平价获得更高的投资收益。

第十一

简单概括对全天候策略的再认识。历次金融危机均会让投资者反思对风险的重视问题，风险管理（risk management）变得更为重要，风险平价模型、全天候策略正是这种投资理念具象化的一个表达。2008 年金融危机后，美国开启量化宽松，海外宏观面上进入 “低利率、低通胀、低增长” 的 “三低” 时代，“风险平价” 策略拥有了最为舒适的成长土壤。随着疫后通胀中枢走高、美联储加息、美债利率的中枢大幅趋势性抬升，全天候策略也经历了调整期。再结合海外大萧条时期的情况，以及基础风险平价在国内的历史检验，我们理解 “全天候策略” 的前提是资产有轮动表现，长期收益为正。简言之，这一策略隐含着 “万物皆有时”、“东方不亮西方亮” 的前提假设。若股债商表现均不佳，那么策略的有效性也会大幅下降。从上述认识来看，在国内总量增长波动逐渐平稳、通胀弹性下降、利率中枢不高的时段，风险平价策略的适用度和实用性或将上升。

风险提示：一是回归模型构建基于历史数据，可能在未来有较大经济冲击或者市场改变时可能存在误差；二是模型仍有待将各类参数进行敏感性分析，提高策略的稳健性；三是基本面层面可能存在明显改变预期的事件，比如国内地产政策效果不及预期；新一轮地方政府化债影响超预期；后续财政政策力度超预期等。

正文

PART1 引子：初识全天候策略（All Weather）

“全天候策略”（All Weather）的构思来源于达里奥团队的投资收益分解方程式：

基金回报=无风险利率 + 市场风险收益 + 主动管理收益，即 R = Rf + β + α。

在将β与α分离后，通过全天候方式做到组合对单一资产的 Beta 相对脱敏，获得更为稳健的、穿越周期的长期稳定市场β收益，然后再在这个基础上进行主观增强，捕获α。因此，全天候策略是桥水基金的底层策略，注重多元配置、动态调整、风险均衡，使得组合在不同经济状态下风险相互抵消，剩下随时间增长的整体风险溢价。而整个桥水基金理念既不是完全主动的（明确宏观风险与底层占优资产后主观配置），亦不是完全被动的。

在对冲基金策略类别中，由于 “全天候策略”（All Weather）看待资产运行的本质规律是宏观风险（增长、通胀），因而其归属于 “宏观策略” 中偏被动配置，弱化择时的一种流派。宏观对冲策略本质上即利用宏观信息进行大类资产轮动、配置的策略。进入 21 世纪后由于全球宏观不确定性增多，使用该策略的基金快速崛起。根据 HedgeList 数据，截止 2024 年底，全球管理规模 TOP250 的对冲基金中约有 13.6% 通过宏观策略来落地配置。

海外宏观策略因各自在择时与配置的侧重点不同，而分流为两大派别：

一则更偏主动择时，依赖于主观预判的准确性。以索罗斯量子基金、Brevan Howard 为代表，积极发现错误定价，进行多空交易、自由配置；

二则更偏被动配置，依赖于模型构建的有效性。以桥水 “全天候” 为代表，弱化宏观择时，并不注重对宏观风险进行提前预判，始终保持多元资产的仓位，在不同宏观情景中均因某一子组合可能上涨而收获一定收益。

PART2 资产配置的逻辑起点

（一）从均值 - 方差模型（MVO）谈起

纵览整个 “资产配置” 演进史，其底色与逻辑起点即围绕 “风险” 展开。谈及资产配置，多数人脑海中可能会浮现出一句谚语是：“不要将鸡蛋放在一个篮子里”（“Don't put all your eggs in one basket”）。这本质上是一种投资上需要分散风险的哲学认识。但在马科维茨（Harry Markowitz）1952 年 [1] 提出现代投资组合理论（Modern Portfolio Theory，MPT）之前，这一理念仅以朴素的定性认识存在。

此前系统性探讨股债估值的理论主要是约翰·伯尔·威廉姆斯（John Burr Williams）[2] 的《The Theory of Investment Value》，其通过内在价值、贴现现金流模型来理解投资收益，认为投资过程的核心是拆解收益来源，并没有给予风险（或波动性）足够的重视。

在切入关于 “风险平价策略” 的正题之前，我们先溯源至马科维茨（Harry Markowitz）1952 年的均值 - 方差模型（MVO），其用收益率（均值）、风险（方差）两个维度来描述资产的特征，显示资产配置的主要目的就是通过资产分散来降低相关性，降低投资风险，获得单位风险下的最大收益——最大化夏普比率。

均值 - 方差模型（MVO）的核心是 “两条线、一切点”：

一端是代表投资者（收益、风险）偏好的无差异曲线；

另一端是代表投资组合的收益、风险关系的有效前沿。

两者切点即为单位风险的收益最大化的最优组合。

模型核心假设认为投资者是风险厌恶的，人们的效应函数同时受到收益与风险的交互影响。投资者心中最希望获得是一个给定风险水平下的收益最大化，以及给定收益情况下的风险最小化。资产配置的过程在该模型下首次被量化为求解一定约束条件下的 “最优化问题”。

但均值 - 方差模型（MVO）在实际运行中的效果并不好的核心原因：仍需要预测未来，过于依赖过去并对参数高度敏感。

该模型对于输入参数（收益、协方差矩阵）极为敏感（V. Chopra and W. Ziemba，1993）[3]，参数的微小估计误差可能会完全改变设计的投资组合。模型的一大输入是投资者对于未来资产收益率等的预测，这并非易事：

若采用主观预测，需要投资者对未来世界的底层变量有很好把握、存在预测难度。而其默认投资者可以精准估计预期回报（Black 与 Litterman,1992）[4]。

而若采用时间序列模型（ARMA 等）、或直接利用历史数据作为替代变量，隐含的假设都是 “历史可重复”、“未来变化不大” 等。近年来宏观环境复杂，正处于百年未有之大变局，简单的建模方式、简单的历史收益率作为未来代理变量的方法有失偏颇。在实际操作中，MVO 模型给出的理论配置方案或许并不是真正意义上的 “最优组合”。

因此，改进的两条路径亦分为两条。一是诸如 Fischer Black 和 Robert Litterman 提出的 Black-Litterman 模型 [5]，通过贝叶斯理论将主观观点、量化模型更好结合，优化关于资产预期收益的估计；二是诸如 “风险平价” 模型、最小方差模型、最大分散化模型，放弃对资产预期回报的估计，转而基于 “风险” 进行配置。

（二）风险平价是基于 “风险” 的框架

上文中，我们提到改进经典均值 - 方差模型的两条路径分别是更准确的估计未来（Black-Litterman 模型）与 “跳出” 预测，转而追求风险均衡（Risk Balancing）。

路径一（Black-Litterman 模型）实际上仍是沿着均值 - 方差的理论展开、仅是输入更优化的参数，而路径二是一种从 “配置资产” 向 “配置风险” 的跨越与创新，更是类似于均值 - 方差模型的并行分支。

路径二（“风险平价” 模型等）则是放弃了难以预测的收益基准，只考虑将风险进行 “平价”，确保各类资产对整个组合的波动率的贡献相等。简单举例来说，在只有股债的组合中，若整体组合的波动率目标设定为 5%，股债都应贡献其中的二分之一，即 2.5% 的波动率。鉴于股票作为风险资产的波动率高于债券，则风险平价组合中的股票权重将较为明显地低于债券。从策略的底层逻辑出发，风险平价理念是从 “配置资产” 向 “配置风险” 的跨越与创新，更是类似于均值 - 方差模型的并行分支。

由此，我们可以简单地将大类资产配置理论框架分为两条脉络。

一是 “基于收益的配置模型”，即 Return Based Allocation Models。诸如恒定混合模型、均值 - 方差模型（MVO）、融入主观观点的 B-L 模型。

二是 “基于风险的配置模型”，即 “Risk Based Allocation Models”。诸如风险平价模型、以及升级版的风险预算模型。

虽然 “风险平价” 的底色，是对 “风险” 进行重新审视，进而呈现从 “配置资产” 向 “配置风险” 的跨越；但若我们将视野放宽，“风险平价” 更像是在投资理念的演化中（特别是经历过 2008 年金融危机这样大的系统性风险后），从单纯追求收益、到 “风险” 意识的启蒙、再到更好地均衡 “风险” 的探索过程。

风险平价（Risk Parity）概念的首次提出始于 2005 年。彼时磐安资产管理公司（PanAgora）首席投资官钱恩平博士（Edward Qian）对恒定股债组合（罗素 1000 指数、雷曼综合债券指数分别占 60%、40%）的历史表现进行了归因 [6]。其发现，尽管组合构造简便、头寸分散，被广泛接受为基准组合，但风险并不均衡。1983-2004 年间，罗素 1000 贡献该组合中 93% 的波动（方差），而债券只贡献了剩余的 7%，换言之，该组合其实暴露于波动更大的权益资产上。

其构造了一个简单的风险平价组合，即将 23% 的头寸分配于罗素 1000 指数、剩余 77% 均分配给雷曼综合债券指数，以使得两者对组合波动率的贡献相同。

理论上来说，风险平价通过分散风险降低波动率，同时通过杠杆提高收益率，从而可以提高夏普比率。

若我们将 Qian(2005) 的风险平价组合、恒定比例组合（股债分别为 60%、40%）画在收益、风险的坐标系中，可以看到，股债 60/40 的恒定比例组合处于边界的右上端，靠近全仓股票的组合。

无杠杆版本的风险平价组合收益率大幅度降低，但伴随着波动率的降低获得了更高的夏普比率（风险平价 CML 的斜率更陡）。有杠杆版本的风险平价组合相当于沿着风险平价 CML 直线移动到无杠杆版本的右侧，意味着按无风险利率融资加杠杆后，虽然波动率重新增加，但收益增加的更明显。我们可以找到一个利用杠杆之后，收益与原始股债 60/40 相同，但是波动率更小，具有更好风险收益比的组合。

简单来说，收益是对风险（波动率）的补偿，风险平价策略将 “风险” 进行 “平价” 处理的过程是一个天然超配低波动资产、低配高波动资产的过程。

进一步对比该组合与基础指数、以及股债 60/40 投资组合的一些回报特征，可知，在 1983-2004 年期间，不考虑杠杆的情况下，风险平价组合夏普比例为 0.87，高于任何单一资产组合，真正实现了通过分散化获得更高的单位风险回报。

相比之下，股债 60/40 投资组合的夏普比率为 0.67，相较单纯股指的 0.55 改进有限，且仍明显低于单纯债券综合指数的夏普比率 0.80，这意味着股债 60/40 具有一定分散性，但分散程度并不高，整个组合的夏普比例低于内部部分资产。

同时，Qian(2005) 同样指出有杠杆的风险平价投资组合可以在保持高夏普比率的同时，获得更高的回报。在 Qian(2005) 的案例中，无杠杆版本的风险平价组合虽有较高夏普，但回报并不高，年化只有 4.7%，仅略高于债券指数。

一种解决方案即利用杠杆来实现更高水平的回报。在杠杆比率为 1.8:1 的假设下，风险平价组合在仍有相同 0.87 夏普比例的基础上，获得 8.4% 的年化回报，高于单纯股指的 8.3% 回报率。

PART3 解构全天候策略内核

（一）全天候≠风险平价

“全天候策略” 本质上是一种利用风险平价理念的模型，但两者并不完全等价。风险平价是一种均衡风险的数学模型、并没有涉及宏观环境考量，仅是根据过去一段时间的资产波动率来设计更具风险分散性的资产配比权重。作为一种理念，其基础架构仍具有滞后性、需要依赖于历史数据，只是相较于均值 - 方差模型（MVO），波动率的历史代表性较收益率对于简单的未来预测更有意义，解决了参数高敏性、仓位易极端性等问题。

“全天候” 更像是一个宏观策略模型，本质上仍是从宏观经济周期出发，只是不试图去识别和预测周期，利用风险平价理念规避因错误判断周期而造成的损失。因此 “全天候” 策略是与桥水基金中的阿尔法策略互为配合。

（二）策略构思：“两核心，四步走”

我们总结全天候策略为 “两核心，四步走”。两个核心为 “风险平价 + 动态调整”，四个步骤为 “划定状态、筛选资产、引入杠杆进行风险等权、动态再平衡”。

步骤一：“划定状态” 是指模型假设资产波动由于增长意外、通胀意外产生。

值得注意的是，表观上看，美林时钟与全天候有些近似，两者均将宏观环境划分为四宫格象限，但美林时钟是一种主动对经济周期的刻画，其四宫格是增长 - 通胀的两两配对，分别对应复苏、过热、滞胀和衰退，是试图确定和预判未来所处的宏观象限，进而找到对应的占优资产。

而反观全天候的四宫格，增长、通胀是根据是否超预期划分为 “增长超预期、增长低于预期、通胀超预期、通胀低于预期” 四个象限。

换言之，如果宏观世界是可以被增长、通胀所理解，那么每个时刻总会处于四个象限中的一个状态，比如增长、通胀均出现意外超预期等。这四种配置状态并不存在时间维度上的周期轮动，只是客观划分四种独立的配置情景。

步骤二：“筛选资产” 是指策略将寻找出四个状态下的占优资产，且四宫格各自分配 25% 的风险权重。比如：

增长超预期时，股商、公司债以及新兴市场信用债将表现优异；

增长低于预期时，名义债券、抗通胀债券则将占优；

通胀超预期时，抗通胀债券、商品以及新兴市场信用债将表现出色；

通胀低于预期时，股票、名义债券表现占优。

步骤三：“引入杠杆进行风险等权” 是指策略需要通过杠杆方式将不同资产的风险收益特征相近，最终能实现子组合各自 25% 的风险权重。

在完成以上两步骤后，若是偏主动的配置方式，将会给出对于未来的判断，即下一阶段将会处于何种环境，应该轮动到相应的哪一类资产。

而 “全天候” 策略与之不同的是，其接下来是通过杠杆调节，同时配置多资产，权重由各资产风险贡献均等来确定。换言之，其底层想法是，长远看，由于组合在面对客观世界的四种配置情景已经做到了风险均衡，那么四类经济环境的风险都将被抵消，而剩下的是随着时间推移四宫格均会增长的收益，即整体的风险溢价。

而这一过程中，桥水全天候通过杠杆方式将各类资产的风险收益特征调整为 “基本相近”。若不考虑杠杆，即便组合的夏普比率是吸引人的，但会因为波动过于低而收益远不及预期。如下图所示，若预期收益为 8%，那么 0.8 的夏普比率对应可以承受的波动率为 10%，但不加杠杆的风险平价组合会无法完成 8% 预期收益以及 0.8% 夏普比率的两层约束，矛盾点在于：

为实现 8% 的预期收益，资产选择会尽可能的靠近 “右上角”，即右上角的 “非美市场股指”、“私募股权”、“新兴市场债券” 将会被赋予更高的权重；

但这些资产的 “波动性” 也同样是更高的，这意味着 “风险平价” 的过程，它们将会被赋予更低的权重。

所以一个不加杠杆的风险平价较难兼顾 “预期收益” 与 “风险分散”，最终可能为了实现 “风险平价” 只能向债券指数靠拢，与预期收益相差较远、较债券指数只有微弱的优势。也正因此，钱恩平博士（Edward Qian）在 2011 年的论文《Risk parity and diversification》中指出资产拥有相近夏普比率是风险平价的前提。

而引入杠杆即可解决这个矛盾。虽然收益是风险的函数，但不同资产具有不同的风险收益特征。杠杆具有 “缩放” 功能，在低波动资产上运用杠杆，把各类资产的预期收益率都调整为 8% 水平，我们可以得到一组全新的 “资产”——波动不同、而收益均为 8%。

进一步，通过低波资产超配、高波资产低配的 “平价” 的过程分配权重，我们得到最终收益为 8%，波动率为 10%，夏普比率为 0.8 的组合。组合实现了相同夏普下更高收益，各个资产实际头寸更为分散，而风险贡献等权（风险贡献=资产权重×波动率）。

步骤四：“风险动态再平衡” 是指下一期通过重新计算各资产的波动率和相关性，调整资产权重以维持风险平价。

PART4 复盘全天候历史业绩

首先回顾桥水全天候策略的历史表现。在长历史维度，Dalio, R(2015) [8] 展示了 1946-2015 年间全天候策略的历史回测效果。从全时段来看，全天候年化收益 10.4%，较 60/40 组合平均每年有 1.9% 的超额收益。在 1946-1981 年长期利率震荡上行时期，超额收益率略逊色，较 60/40 组合平均每年有 1.1% 的超额收益；1981 年后随着利率的下行，全天候策略进入更为舒适的区域，较 60/40 组合平均每年有 2.6% 的超额收益，自身绝对收益年化为 12.1%，也在该时期录得了 0.84 的夏普比率。

其中在 2007 年 7 月-2011 年 8 月为全天候策略经受住危机考验的重要证据，也正是这场危机后的优良表现，让风险平价关注度提升。据桥水官网披露 [9]，该时段，全天候资产组合的累计总收益为 43.2%，而全球股票仍处于负收益（-17.2%），传统的资产组合仅获得 1.4% 的微弱正收益。

虽然近年少有直接公开信息发布有关桥水全天候策略业绩表现，但根据 2014 年托尼•罗宾斯 (Tony Robbins)[10] 记录的 Dalio 自己表述的配置比例经验值（美股敞口 30%、长期美债 40%、中期美债 15%、黄金与其余大宗商品各占 7.5%），我们可以粗略模拟全天候组合的业绩表现，海外 ETF 网站 “lazyportfolioetf.com” 也直接给出了类似结果。

该网站利用五只海外 ETF 来复现全天候组合。美股、长期美债、中期美债、黄金、大宗商品的代表性 ETF 分别为先锋基金 Total Stock Market（VTI）、iShares 20+ 年国债指数（TLT）、iShares3-7 年国债指数（IEI）、SPDR Gold Trust 指数（GLD）、iShares 商品指数（DBC）。

首先来看 lazyportfolioetf 官网结果，截止 2025 年 1 月底，其简化版全天候组合过去十年的复合年化收益率为 4.46%，低于过去三十年平均 7.68% 的年复合收益率。近期复合收益下降的主因为利率上行，导致美债 ETF 收益率成为组合拖累，长期美债近十年复合收益仅为-2.03%，近五年复合收益仅为-7.38%，近一年仅为-5.48%。

而黄金与美股贡献了更多的收益增厚，近一年的复合收益分别为 37.2%、26.2%。与之对应，组合年化波动率亦从近三十年的 7.48% 上升至近十年的 8.45%，夏普比率从近三十年的 0.72 下降至近十年的 0.33。

其次我们亦尝试用 Dalio 给出的经验值来构建海外版全天候组合，并且更改其中的股票代表、中期美债代表来考察结果的稳健性，即先锋基金 Total Stock Market（VTI）替换为 SPDR S&P 500 ETF Trust (SPY)，iShares3-7 年国债指数 ETF（IEI）替换为 iShares 7-10 年国债指数 ETF(IEF)。截止到 2025 年 1 月底，自建（更换了美股、中期美债代表）的全天候组合过去十年的年复合收益率为 4.18%，与 lazyportfolioetf.com 网站相近。近年收益也因为美债 ETF 的拖累而明显下降，近五年复合收益仅为 1.9%，近三年为-2.9%，近一年则有所恢复为 12.5%。观察细分项，同样可以看到，近一年的收益恢复主要是美债 ETF 拖累减轻、美股贡献了 23.4% 的涨幅、黄金贡献了 46.4%。

结合回撤，自建组合显示近十余年的最大回撤为 23.8%，出现在 2022 年 10 月美联储加息周期中，亦于 lazyportfolioetf.com 网站结果相近。相比之下，“lazyportfolioetf.com” 可以提供更长时间维度的考察，组合表现追溯至 1930s 美国发生 “大萧条” 时期。

据 lazyportfolioetf.com 显示，近三十年历史上最大回撤亦出现在 2022 年美联储开启本轮加息周期后，回撤幅度一度达到 20.58%；其次是金融危机期间，回撤幅度为 11% 附近。2022 年年底以来，全天候组合的回撤已大幅度减轻，持续回升了约 28 个月。在 2008 年金融危机至 2022 年本轮回撤之前，组合的年度最大回撤基本上控制在 8% 以内。

回溯更长的历史（自 1871 年以来的约 154 年），本轮回撤幅度处于历史第二，第一为美国 “大萧条” 时期（1929 年 9 月-1932 年 5 月），最大回撤为 37.02%。由此看到，全天候策略并不始终有效。2022 年前后波动、回撤均大幅抬升，这或与美国利率再度上行有关。

纵览 154 年的历史后，我们对于全天候策略更应辩证评估，其在 2008 年金融危机后被誉为 “圣杯”、“皇冠上的明珠” 等均有很强的 “时代特征”：一方面 2008 年金融危机的让投资者进一步反思对风险重视程度的缺失，风险管理（risk management）在整个组合优化过程中变化比业绩管理（performance management）更为重要，风险平价策略成为这种投资理念具象化的一个 “表达”；另一方面，金融危机后美国开启量化宽松，宏观面上进入 “低利率、低通胀（相对温和）、低增长” 的 “三低” 时代，隐藏 “风险平价” 风险的同时，其拥有了最为舒适的成长土壤。

但随着美联储货币政策的收紧、疫情爆发以及疫后美债利率的中枢趋势性抬升，全天候策略也经历了调整期。

再结合更久远的美国 1930s 大萧条时期表现，我们可以更为深刻地认识到 “全天候策略” 的前提是资产有轮动表现，隐含 “东方不亮西方亮” 的假设，若股债商均表现不佳，那么整体组合也将面临大幅回撤。

正如桥水在 2024 年 1 月的报告《The Big Picture: Back to the Future》中提到，当前环境与过去二十年有明显不同，更类似于更久远的历史时期——利率、通胀的回归。过去海外低利率环境对股票类风险资产整体 BETA 回报的显著带动（Exceptional）将会回归正常（Likely More Normal）。

PART5 复盘广义 “风险平价类基金” 历史业绩

若我们视野放宽到其他 “风险平价类基金” 的历史表现，则发现不仅仅是桥水的 “全天候基金”，AQR、PanAgora Risk Parity 乃至标普 500 风险平价指数 [14] 均有类似的规律：

2008 年金融危机后迎来 “高光时刻”；

2013-2015 年后跑输 US 60/40 组合（60% 标普 500 指数、40% 美国国债全收益指数）；

2016-2017 年有所反弹；

2018-2024 年均再度平淡。

具体而言，我们对比了标普 500 风险平价指数与经典 US 60/40 组合（60% 标普 500 指数、40% 美国国债全收益指数）自 2004 年以来的年度收益，发现与桥水全天候策略在金融危机后表现亮眼一致，标普 500 风险平价指数也在 2009-2012 年显著跑赢 US 60/40 与单纯股票组合，年度超额收益（较 US 60/40 组合）分别为 3.77%、15.27%、8.91%、5.86%，累计为 33.81%。

随着 2013 年 5 月美联储表示可能缩减购债规模，在货币政策收紧的预期下，市场恐慌性抛售美债引致利率节节攀升，风险平价指数当年显著跑输 US 60/40 组合近 12 个百分点，在 “神坛” 上受到质疑。在 2014-2015 年美联储退出 QE、进入紧缩周期的背景下，风险平价指数与 US 60/40 组合相比仍不占优。虽然 2016-2017 年美联储仍处于加息周期中，但由于美债利率在前期场释放 Taper 和加息信号的预期阶段已明显上行，该时段利率反而趋于温和下行，对应的标普 500 风险平价指数也重新反弹，录得 13.81%、10.81% 的年化收益。但自 2018 年以来，随着疫情冲击以及美联储重启加息，风险平价指数与上文全天候策略一致，并没有迎来舒适的环境。疫情冲击短期增加了股债商等多资产的波动率，资产同时回调让风险平价通过分散风险获得高夏普；美联储重启新一轮加息周期又使得对利率风险敏感的风险平价策略承压。

结合上文所述的风险平价理念，我们可以看到风险平价策略运作中 “超配低波动资产、低配高波动资产” 的过程天然具有 “降波” 的功能，但简单的风险平价策略依赖于资产长期收益为正的前提。在所有资产因外生冲击波动率均大幅度提升、或利率明显上行（超预期上行）时，简单的风险平价策略相对脆弱，存在回调风险。

作为实战型的策略，风险平价策略并非是 “放之四海而皆准”、“一劳永逸” 的策略，也不是完全 “过时”、甚至应退出历史舞台的策略，仍需要有适合的市场、宏观环境；作为投资组合优化的理念，其基础架构仍对于投资者认识、管理组合风险具有深刻意义，只是其中的风险度量方式、优化路径等仍可以进一步改良。

PART6 风险平价策略在国内的适用性似乎在上升

首先，随着中国经济进入高质量发展的新阶段，经济增长弹性、通胀弹性、货币周期弹性均更为平滑，过去利率类 “周期品” 的属性有所消退，风险、无风险资产的波动性均或收敛。这种环境下，国内的风险平价策略不需要大量使用杠杆，亦会分配更多的权重至风险资产上，进而整体预期收益存在更高的提升可能。

其次，随着国内金融市场的不断发展，在资产选择多元化、金融工具多样化方面均有明显进步，这些都有利于风险平价策略和全天候策略的应用；

再次，随着全球宏观环境不确定性的上升，以及财富管理市场特征的变化，投资本身有更多分散风险的需求（更为重视 “夏普比率”），风险平价的 “降波” 功能亦将具备吸引力。

我们运用两套实证案例发现，过去十余年，国内择时、选股意义大于配置；而这在未来可能发生改变。

我们利用 2015-2024 年的 18 类资产表现数据，以历史年化收益率、波动率作为模型参数，初步构造了大类资产的有效前沿。其中，我们假设投资者效应函数为二次函数，风险厌恶系数为 2，目标波动率为 2%，组合可以配置无风险资产，无风险收益率年化设置为 2%，并且允许做空。资本市场线（CML）与大类资产有效前沿的相切点即为最大夏普比率的市场组合 M。

从切点组合的结果来看，在一个假定可以自由配置的环境中，横跨全球股债商汇的组合最优夏普比率为 3.63。其中权重前五的资产分别是中债、黄金、美元、新兴市场估值、美股，对应中证 10 年国债指数、伦敦黄金现货、美元指数、印度 Sensex30、越南 VN30、标普 500 的权重分别为 100%、28.4%、25.9%、25.9%、13.6%、13.1%；而中国权益资产沪深 300、中证 2000、恒生指数的权重相对靠后，分别为 10.5%、0.04%、-0.02%。

这意味着在允许做空的情况下，近十余年最大夏普比率的组合主要是投资于中债、黄金、美元、新兴市场国家与美股；而国内 A 股、港股的风险收益比相对靠后，需要更为积极主动的投资（选股、择时）。

但值得注意的是，这一结论是建立在历史数据基础上的，只能代表过去。若未来中国资产的收益与波动性发生变奏，或者与其他市场、其他资产的相关性发生变化，则上述规律也将发生改变。

另一个比较中美市场的数据实证亦可以说明这一点。

我们以万得全 A、标普 500 分别作为 A 股、美股的代表，设计年频择时、月频择时两种检验维度。每种频率层面，均设计两个方案。以年度择时为例，假设每年定投 1 万元，方案一为每年买在该年最高点，相当于择时完全错误；方案二为每年买在最低点，相当于择时完全正确。月度择时类似，亦构造完美正确择时与错误择时那种方案。

在 2011-2024 的十五年间，A 股市场年度完美择时的年化收益率为 3.9%，完全择时错误的年化收益率为 1.3%，两者差值为 2.6%，比值为 2.94 倍。换言之，过去十五年，A 股择时正确与否的收益差异比较大，正确择时的收益是错误择时的 2.94 倍。若择时频率升至月频，则完美正确择时的年化收益是 2.5%，错误择时的年化收益是 1.0%，正确择时的收益是错误择时的 1.29 倍。

若 2015 年的顶部未能及时撤退，则 2015-2024 年期间，年度择时完全错误的年化收益率为-0.5%，完美择时的年化收益率也降至 2.8%，两者差值则上升至 3.3%。择时正确可以避免亏损。若择时频率升至月频，则完美正确择时的年化收益是 1.3%，错误择时的年化收益是 0.5%，正确择时的收益是错误择时的 2.78 倍。

相比之下，同在 2011-2024 年时段，标普 500 是否择时的差异并不大。首先从年频择时的两种方案来看，正确择时的年化收益高出 2.0%；若考虑到美股收益率的量级，则正确择时的年化收益是错误择时的 1.3 倍，远小于 A 股的 2.94 倍数。

并且，若更拉长时间来看，标普 500 在 2000-2024 年期间，即便无法规避 2000 年的互联网泡沫，但正确择时与错误择时的差异也仅为 1.4%，正确择时的年化收益亦仅比错误择时高 1.3 倍。若择时频率升至月频，则择时正确与否的收益差异仅为 0.3%，正确择时的年化收益为 5.6%，与错误择时的 5.3% 相近。

同样以 2015 年以来进行观察，仍可以看到美股择时完美正确的收益仅是完全错误的 1.5 倍。按过去的历史经验看，中美权益市场的环境有较大不同，不同的策略和投资理念在两国市场上具有不同的适用性。

这背后或与过去 A 股波动性相对更高有关。市场并不存在相对持续的单边行情；而相应地，国内债券市场则恰好是一个镜像，反而因为单边行情的持续性，配置的意义大于择时。

从年度振幅 (年度最大股指点位 - 年度最小股指点位/年度最小股指点位) 所反映的波动性来看，国内权益市场年度波动幅度较美股标普 500 更为明显。国内创业板自 2014 年以来，除 2020 外，其余年份波幅均高于美股。

因此，尽管创建 Brinson 绩效归因模型的 Gary P. Brinson 早在 1986 年的论文中就指出资产配置平均解释了投资组合季度总回报的 91.5%（分析 82 个大型养老金计划在 1977 年 12 月至 1987 年 12 月期间的表现）；

但对于 A 股投资者而言，无论主动选股、还是主动择时，都仍是核心课题，是能够获得超额收益的重要来源。

然而，我们在前期报告《高分红策略的宏观逻辑与择时体系》中曾指出，中长期维度看，伴随着国内经济增长不再单纯追求速度，以及制造业强国背景下制造业供应能力始终偏强，未来工业品价格弹性、货币周期总量弹性均可能偏温和。这将对应着表观读数上偏低的利率中枢、偏低的增长以及偏低的通胀，进入类似于 2020 年疫情之前美国所面临的宏观环境。

该时期（金融危机后）既是美股估值中枢逐渐趋势性抬升、持续偏离历史均值位置的开端时期，亦是风险平价等一些依赖于杠杆的配置模型得到认可和长足发展的时期。

若未来类 “三低” 的宏观组合在国内出现，过去利率类 “周期品” 的属性有所消退，则我国风险资产、无风险资产的波动性均可能收敛，国内资产组合将可能获得更好的风险收益比。这一方面诸如 2008 年后的美股，降低了偏高频择时的必要性；另一方面亦类似于美国量化配置模型发展，提升了多元资产配置、风险平价策略在国内的适用性。

PART7 风险平价模型的初步搭建

本节我们初步尝试对传统的大类资产进行基础风险平价模型的搭建、并且运用国内日益丰富的 ETF 进行扩展与落地。

（一）资产筛选、风险收益特征及相关性分析

在资产选择层面，我们首先将 “沪深 300 指数、恒生指数、标普 500 指数、中债企业债总指数、期货收盘价_COMEX 黄金、南华综合指数” 作为基础的全球大类资产池，分别涵盖了 A 股、港股、美股、中债、黄金、商品共六大市场。

此外，ETF 为指数投资工具，本质是通过复制标的指数来构建跟踪指数变化的组合证券，成本低、透明度高，投资者可以非常便捷地通过买卖单只 ETF 实现对该类资产的配置。国内 ETF 市场从 2004 年开始，早期发展较为缓慢，但自 2020 年以来，进入了发展 “快车道”。截止 2025 年 2 月 15 日，境内 ETF 市场产品数量已至 1079 只，资产净值为 3.83 万亿。叠加 2024 年 4 月新 “国九条” 对 ETF 的支持，未来国内 ETF 将品种愈发丰富，是潜在落地大类资产配置的有效抓手。

因此，我们亦将传统大类资产更改为 “ETF 产品” 来测试风险平价模型，并且鉴于代表中概互联网指数的 KWEB ETF、REITs 等发展始于 2020 年后，我们对 ETF 资产池划定了 “基础版” 与 “扩展版” 两套。

“基础版” ETF 资产池涉及资产相对少，但回测时间可以追溯至 2015 年 1 月 1 日，主要为 7 类：沪深 300ETF、华泰柏瑞红利 ETF、博时标普 500ETF、国债 ETF、城投债 500ETF、黄金 ETF、中信保诚全球商品主题 ETF，涉及 A 股、A 股红利、美股、利率债、信用债、黄金、商品共七个品类。

“扩展版” ETF 资产池则在 “基础版” 的架构上增加了港股、中概股、可转债、中证 REITs 四个品类，代表性 ETF 分别为华夏恒生 ETF、KWEB 中国互联网 ETF、可转债 ETF；另外，鉴于国内以 REITs 为标的的 ETF 仍在探索中，我们在 “扩展版” ETF 中仍暂用 “中证 REITs 全收益指数” 作为国内 REITs ETF 的代理指标。“扩展版” ETF 资产池由于增加了肇始近年的产品，因此回测时间只能追溯至 2021 年 8 月以来。

进一步，我们观察了各品种在不同历史阶段内的风险收益特征。

首先是基础的全球大类资产指数池中，2005 年至 2025 年 2 月 5 日期间，风险收益比最佳的是中债企业债总指数，夏普比率为 1.90。其年化收益为 5.1% 处中间位序，但年化波动率仅为 1.6%，最大回撤为 8.6%，为各类中风险相对最可控的资产。由于近年黄金形成一定上涨趋势，其风险收益比位列第二佳，夏普比率为 0.47。风险收益比相对靠后的是南华综合指数、沪深 300 以及恒生指数。这一结果与第一部分 MVO 中的结果一致。

接着看 ETF 资产池。在 2015 年至 2025 年 2 月 5 日期间，风险收益比最佳为国内信用债，城投 500 ETF 期间的夏普比率为 0.99，最大回撤为 5.5%。其次是美股与黄金。回顾周期缩短至近十年后，美股、黄金的夏普比率分别提高至 0.69、0.64，而沪深 300 ETF、商品类 ETF 的夏普比率则降至 0 附近。A 股权益资产中，红利资产的夏普比率明显高于沪深 300，但仍低于国债、信用债。

若回顾周期进一步缩短至 2021 年 8 月以来，则风险收益比最佳的为黄金 ETF，夏普比率为 1.34，其中年化波动率率仍有 11.7%，远高于利率债的 1.6%、信用债的 2.3% 以及可转债的 9.5%，但其年化收益较高，为 17.7%，明显高于其他资产，仅次于同时段的全球商品主题 ETF。美股夏普比率继续小幅提升至 0.71，沪深 300 ETF 则回落至-0.4，红利资产的夏普比率相较沪深 300 的优势进一步扩大，提升至 0.28。

进一步考察大类资产相关性。从附录的推导可知，资产之间收益率的方差 - 协方差矩阵是风险平价模型的核心输入参数。关于相关性的测算可以采用不同的收益率统计时段（日度、周度、月度等），以及不同的滚动窗口期（3 个月、6 个月、9 个月等）。我们考察的短期动态相关性主要是考察 6 个月滚动窗口期内资产之间日度收益率的关联程度；长期相关性是将滚动 6 个月的日收益率相关性进行了平均处理。

从长期相关性来看，2005 年至 2025 年 2 月 5 日期间，中国资产不仅股债呈负相关性（沪深 300 指数与中债企业债总指数相关性为-0.28），而且债商、港股与中债均为负相关性（中债企业债总指数与南华综合指数、恒生指数相关性分别为-0.35、-0.33）。相应地，A 股与港股、国内商品均存在一定联动关系，沪深 300 与恒生指数区间相关性为 0.54、与南华综合指数区间相关性为 0.28。港股不仅与 A 股联动，亦与美股存在 0.61 的区间相关性。

2015 年至 2025 年 2 月 5 日期间，国内股债负相关性继续保持，沪深 300 ETF 与国债 ETF、城投债 ETF 相关性为分别为-0.28、-0.16；

国内红利资产过去十年与大盘平均相关性达到 0.76，强于国债 ETF 与城投债 ETF 的相关性（0.56）；

黄金 ETF 在该时段与国内大盘、红利资产、信用债、美股相关性均较弱（接近 0），与商品指数、国内利率债相关性略高，分别为 0.11、0.26。

回顾区间进一步缩短至 2021 年 8 月以来，国内大盘与国债呈稳定的负相关性，沪深 300 指数与国债 ETF 相关性为-0.26，与前两个时段基本相近；

国内大盘与公司债相关性下降至 0 附近，但与可转债高度正相关（区间相关性达到 0.66）；

港股（华夏恒生 ETF）、中概股（KWEB 中国互联网 ETF）与 A 股（沪深 300）区间相关性分别达到 0.72、0.76；中概股与港股两者则几乎高度相关，KWEB 中国互联网 ETF 与华夏恒生 ETF 相关性达到 0.92；

国内红利资产与 A 股大盘的相关性降至 0.41；

黄金 ETF 在近年仍与商品指数相关性最高（0.47），与其余资产仍处于中等偏下的相关性（＜0.20）；

中证 REITs 从整个区间相关性看与多数资产均呈负相关关系，与商品指数不相关。

从滚动 6 个月的窗口期也可以看到，国内大盘与债券在 2018 年后总体呈现负相关性关系，2020-2021 年经历了一轮负相关关系的明显减弱，2022 年后 “跷跷板” 回归。其中，国债与股指的负相关性更明显，信用债与股指的相关性基本上在 [-0.2，0.2] 之间运行。而相较之下，仅具有部分 “债性” 的红利资产总体上仍与大盘维持正相关关系，只是在 2020 年后正相关大幅度减弱，近年均保持在比 2020 年之前更低的相关性中枢上震荡。

国内大盘与国内商品指数的相关性波动较大，自 2016-2020 年，2022-2023 年以及 2024 年下半年以来均经历正相关性的强化；而与 COMEX 黄金相关性并不高，常年维持在 [-0.2，0.2] 之间。从 ETF 视角，滚动相关性的变化序列更具有周期规律性，自 2024 年以来均处于一轮商品与股指正相关性加强的趋势中。

而因为股指与商品的正向联动性存在，商品与国内债券更多是反向联动关系，并且与利率债的负相关性更明显，其次是信用债，再次是红利资产（呈弱正相关性）。

国内大盘与美股的相关性亦波动较大，从 2020 年以来正相关性明显减弱。从 ETF 视角更为明显，2024 年下半年以来，沪深 300 ETF 与博时标普 500 ETF 的相关性甚至转负。

在加入代表中概互联网指数的 KWEB ETF、中证 REITs 全收益指数之后，可以看到中概互联网与国内沪深 300 ETF 具有强且稳的正向联动，与国债基本上是稳定在 [-0.3，-0.2] 的负相关性；中证 REITs 全收益指数自 2024 年以来与纯粹股指、纯粹国债的相关性均不高。

（二）策略回测表现及比较

基于以上三套资产收益率的滚动相关性（协方差矩阵），我们以所有资产等权作为初始权重，然后对风险平价目标函数进行非线性优化，求解能使得风险贡献均等的数值解权重，详细优化过程、原理见附录 4.1。并且，鉴于市场环境变化，我们以月频进行再平衡，以此来保证大体上始终符合风险平价状态。

此外，为了能更客观地看待风险平价结果，我们设计了另外两种基准方案，一是全部资产按照初始等权方式贯穿始终的运行，二是全部资产直接利用过去 6 个月的波动率倒数加权，并不涉及根据资产之间相关性来进行优化，即不考虑资产间的风险联动和外溢，是最为朴素的 “低配高波、超配低波” 的践行方案。

从回测结果来看，简单等权分配权重的模型虽表观上实现了分散，但年化波动率较高、夏普比率明显低于简单波动率倒数加权、风险平价模型。风险平价模型相较之下拥有最高的夏普比率、胜率与赔率，该优势在 2022 年以来更为明显：

比如 2022-2025 年 2 月，原始基础资产在等权重方案下夏普比率、胜率、赔率分别为 1.07、51.4%、1.17（盈亏比）；波动率加权方案下同时段分别为 2.47、58.9%、1.24；而在风险平价方案下分别为 3.37、62.1%、1.35。若视野拉长到 2009 年以来，则原始大类资产的风险平价方案夏普比率为 1.79，高于简单等权的 0.62、亦高于简单波动率加权的 1.62；胜率亦从等权下的 53% 上升到波动率加权下的 58.3%，进一步上升到风险平价方案下的 59.7%；赔率（盈亏比）亦有上升。

若观察基础 ETF 资产池，2022-2025 年 2 月，等权方案下夏普比率、胜率、赔率分别为 1.51、54.8%、1.08（盈亏比）；波动率加权方案下同时段分别为 1.96、58.9%、1.10；而在风险平价方案下分别为 2.04、60.6%、1.05。

进一步到扩展 ETF 资产池，2022-2025 年 2 月，等权方案下夏普比率、胜率、赔率分别为 0.88、52.6%、1.07（盈亏比）；波动率加权方案下同时段分别为 0.61、54.6%、1.04；而在风险平价方案下分别为 0.89、57.4%、0.99。

因此，总体来看，风险平价模型或许并不能获得超过简单等权、波动率倒数加权的回报率，但是基本上可以拥有更高的夏普比率。结合胜率、赔率，风险平价相较传统配置模型亦是一种同时提高胜率以及赔率的方向。

观察各方案在整段区间上的最大回撤时段可知，风险平价回撤相对明显的时段为 2015 年三季度、2022 年四季度。而从每年收益波动表现看，风险平价回撤相对大、夏普比率不高的年份分别是 2011 年、2013 年、2018 年、2022 年，这些年份夏普比率均低于 0.2、甚至为负。

再结合净值曲线可知，基础风险平价模型不利的资产情景一是多资产联动回调（最为典型的比如股债双杀、股商双杀），二是某一资产波动过于剧烈。前者因为风险平价是低配高波、超配低波，若资产共振下跌，则可能超配的对象并不具有性价比，而只是仓位被动提升；后者则是因为风险平价假设资产波动（风险）在预测期内相对稳定，并不会明显偏离过去的波动区间。

2011 年是因通胀走低、欧债危机、流动性收紧、风险偏好回落，权益、港股、商品进入下行周期；2013 年 “钱荒” 下股债均调整、2015 年下半年股市大幅回调、2018 年实体去杠杆下股市明显调整以及 2022 年疫情扰动以及美联储加息环境下股市低迷。

从月初权重来看，无论是基于传统大类资产的风险平价、还是基于基础版、扩展版 ETF 的资产池，风险平价相对稳定的净值仍得益于在债券资产上的相对超配。其中国债 ETF 的配置权重高于信用类债券 ETF，2015 年至今的权重平均而言为 43%、31.4%。其次是黄金类资产，2015 年至今的平均权重为 8.3%；全球商品 ETF 平均占比 4.4%；红利 ETF 平均占比 3.9%，而沪深 300ETF 的平均占比则为 3.6%，标普 500ETF 权重平均为 5.3%。由此可见，相较于达里奥给出的 “美股 30%、长期美债 40%、中期美债 15%、黄金与其余大宗商品各占 7.5%” 比重，国内风险平价的债券资产合计比重达到 74.4%，是更为核心的底仓资产。

若观察 2022 年以来的扩展 ETF 资产池中各资产的权重。重点仓位仍在于债券，国债 ETF 在 2022 年至今平均权重为 43.6%，最低时候权重也有 25.9%；其次是公司债 ETF，平均权重 28.4%；中证 REITs、黄金平均权重分别为 5.1%、7.5%，剩余七种资产共占比 14.4%。

这一方面说明国内 ETF 落地风险平价方案会因权益资产的高波动而给予其更低比重，相应债券成为绝对主导的底仓。

另一方面，也意味着简单的风险平价在国内应用会被暴露在更大的利率风险上，对利率上行的脆弱性更明显。

（三）加入杠杆、缩放目标波动率后的策略比较

正如前文所述，无杠杆版本的风险平价组合虽有较高夏普，但回报不具吸引力。利用杠杆是一个提高策略灵活度、可兼顾夏普与回报的必经手段。特别从上文实证亦可看到，在中国的 ETF 实证案例，若不使用杠杆，组合超七成的仓位在低波动的债券资产上（国债约四成、信用债约三成），组合夏普的来源主要是波动率低（2.0% 附近），回报的吸引力更有必要提升。

引入杠杆存在两种方式，一是先在资产上加杠杆、再平价；二是先平价、再在组合上加杠杆。

前者即前文提到的桥水做法。在低波动资产上运用杠杆，比如在债券上加杠杆，改变低波资产的风险收益比，拉平各资产的预期收益。然后根据不同的波动进行平价，因为杠杆的 “缩放” 功能，低波资产的收益增加的同时波动也增加，从而能降低债券仓位。再通过平价方式或者新预期收益率下的最优夏普比率。

后者更为简单直接，即直接在平价后的组合上加杠杆，从资金市场中（将债券资产质押回购）获得资金继续买入平价后的组合。资金成本为市场融资成本，与短端利率、监管政策相关性更为密切。杠杆在组合上发挥 “缩放” 功能，组合作为一个整体的 “低波资产” 收益、波动被同时放大。

本文采用后一种加杠杆方式，并且考虑了国内实际情况，将杠杆限制在 80%~140% 区间 [15]。我们测试了目标波动率为 2%、3%、4%、5%、6% 时的策略效果。由于存在杠杆限制，最终实际组合年化波动率并不能完全与设定的目标波动率匹配，但呈单调正相关关系。同时，为了进行对比，我们同时将不设置目标波动率（即不引入杠杆）的风险平价策略作为基准进行考察。

从结果可以看到，在三套资产池中，组合年化收益、年化波动率均随着目标波动率的提升而提升，而夏普比率略有回落。

在基础 ETF 风险平价方案下，2015 以来，自不设目标波动的基础方案到目标波动率为 6%，组合年化收益从 5.1% 上升至 6.4%，年化波动率从 2.9% 上升至 4.8%，夏普比率从 1.07 下降至 0.92。若进一步缩短至 2022 年以来，则随着目标波动率的提升，组合年化收益从 6.0% 上升至 8.3%，年化波动率从 2.0% 上升至 3.3%，而夏普比率仅从 2.04 下降至 1.93。扩展 ETF 的方案也有类似效果，年化收益提升 0.4 个百分点，年化波动率提升 1.1 个百分点，夏普比率回落 0.2。

杠杆引入虽然带来了新的风险——对短端资金利率的敏感，也同时放弃了部分风险收益比。但对于存在一定风险偏好的投资者来说，杠杆机制使得在其愿意承担的风险范围内，能够通过风险平价获得更高的投资收益。

最后简单概括对全天候策略的再认识。

历次金融危机均会让投资者反思对风险的重视问题，风险管理（risk management）变得更为重要，风险平价模型、全天候策略正是这种投资理念具象化的一个表达。

2008 年金融危机后，美国开启量化宽松，海外宏观面上进入 “低利率、低通胀、低增长” 的 “三低” 时代，“风险平价” 策略拥有了最为舒适的成长土壤。随着疫后通胀中枢走高、美联储加息、美债利率的中枢大幅趋势性抬升，全天候策略也经历了调整期。再结合海外大萧条时期的情况，以及基础风险平价在国内的历史检验，我们理解 “全天候策略” 的前提是资产有轮动表现，长期收益为正。

简言之，这一策略隐含着 “万物皆有时”、“东方不亮西方亮” 的前提假设。若股债商表现均不佳，那么策略的有效性也会大幅下降。从上述认识来看，在国内总量增长波动逐渐平稳、通胀弹性下降、利率中枢不高的时段，风险平价策略的适用度和实用性或将上升。

风险提示：一是回归模型构建基于历史数据，可能在未来有较大经济冲击或者市场改变时可能存在误差；二是模型仍有待将各类参数进行敏感性分析，提高策略的稳健性；三是基本面层面可能存在明显改变预期的事件，比如国内地产政策效果不及预期；新一轮地方政府化债影响超预期；后续财政政策力度超预期等。

附录：

（一）风险平价模型建模的具体推导过程

普通风险平价的风险度量是组合的波动率，即用标准差来衡量组合风险：