ETF投资实战02：构建目标波动率策略之风险平价

昨天我们实现了ETF的基准等权策略ETF投资实战01：构建策略基准，大类资产配置周平衡（代码+数据下载），我们按风险平价来分配权重。由于存在货币和国债，那么它们会被分配90%以上的权重，因此不加杠杆的风险平价几乎没有实战价值。

algo_erc = WeighERC(
    lookback=pd.DateOffset(days=20*6),
    covar_method='standard',
    risk_parity_method='slsqp',
    maximum_iterations=1000,
    tolerance=1e-9,
    lag=pd.DateOffset(days=1)
)
s_erc = engine.Strategy('大类资产风险平价-月度再平衡',
    [
        runAfterDaysAlgo,
        RunWeekly(),
        SelectAll(),
        algo_erc,
        Rebalance()
    ]
)

风险平价组合与国债的风险收益差不多。

风险平价的代码已经发布到星球：

我们更关注目标波动率模型，这就给定目标波动率，然后优化出权重配比，而不是简单的等权。

使用了目标波动率的资产组合具有时间上更为稳定的波动率分布(波动率的波动率更小)以及更小的回撤概率——这一点非常重要，其实，在量化回测要提升预期收益率相对容易，但难处在于如何有效控制风险。

波动率所具备的聚集特性导致的，使用当期波动率可以对下一期波动率进行有效的预测。为何MVO仅具备理论上的意义，原因在于此，风险平价及期衍生的模型可以有效应用，因为收益率没有聚焦效应，就是说下一期的收益率几乎不可预测，而波动率往往具备稳定性。因此，风险平价，风险预算，目标收益率模型是有效的。

后续要用代码实现，从风险平价到风险预算，再到目标波动率的控制。

另外大家关心的新手文档，后续的考虑是我会录成系列视频发布到抖音上，包括安装，如何写一个策略等，请大家稍等。