全球指数大类资产风险平价

01 数据准备

（1）A 股：沪深 300 指数、中证 500 指数；创业板50（399673.SZ）

（2）港股：恒生指数；

（3）美股：标普 500、纳指100指数（ADX）；

（4）欧洲：富时100、巴黎CAC40、德国DAX指数，日经225指数

（5）债券：上证企债（000013.SH）

（6）石油、黄金。

欧洲三大指数：富时100指数 (FTSE 100) 由世界级的指数计算金融机构FTSE(富时集团)所编制，自1984年起，涵盖在伦敦证券交易所交易的上市而市值最大的100支股票，为世界投资人欢迎的金融商品之一，和法国的CAC-40指数，德国的法兰克福指数并称为欧洲三大股票指数，是当前全球投资人观察欧股动向最重要的指标之一。

上述指数，除纳指100之外，tushare上都可以下载。这个之前的代码给过了。

纳指100可以通过pandas datareader获取。

import pandas as pd
import pandas_datareader as pdr  ## 导入包
import pandas_datareader.data as web

from engine.config import DATA_DIR_HDF5_ALL

symbol = 'ADX'
df = web.DataReader(symbol, 'stooq', start='2001-01-01')  ##默认导入的是最近5年的数据
cols = {col: col.lower() for col in df.columns}
df.rename(columns=cols, inplace=True)
print(df)

with pd.HDFStore(DATA_DIR_HDF5_ALL.resolve()) as store:
    store[symbol] = df

2005年到现在的，够用了。

黄金与原油的数据需要再看看。

02 数据加载

def load_returns(self, symbols):
    df = self.load_one_df(symbols, names=['return'], fields=['$close/Ref($close,1)-1'])
    returns = df.pivot_table(index='date', columns='code', values='return')
    returns.dropna(inplace=True)
    return returns

指数有一部分现金分红没有体现出来，沪深300和恒生看指数基本是没能收益，这不应该，全收益指数比这个表现好。另外欧洲与日本趋势类似，纳指100一骑绝尘。

03 等权组合

from engine.strategy.algos import RunQuarterly, SelectAll, WeightRP, SelectTopK, PickTime, WeightEqually
from engine.datafeed.dataloader import Dataloader

e.run_algo_strategy([RunQuarterly(), SelectAll(), WeightEqually()])
e.analysis(pyfolio=True)

等权组合，交易很差，年化1%，最大回撤还达到20%。

04 风险平价组合

年化有5%左右，比等权组合有明显提升。

from engine.strategy.algos import RunQuarterly, SelectAll, WeightRP, SelectTopK, PickTime, WeightEqually
from engine.datafeed.dataloader import Dataloader
loader = Dataloader()
# e.run_rl_strategy()
e.run_algo_strategy([RunQuarterly(), SelectAll(), WeightRP(returns_df=loader.load_returns(symbols))])
e.analysis(pyfolio=False)

05 主成份风险平价

from engine.strategy.algos import RunQuarterly, SelectAll, WeightRP, SelectTopK, PickTime, WeightEqually
from engine.datafeed.dataloader import Dataloader
loader = Dataloader()
# e.run_rl_strategy()
e.run_algo_strategy([RunQuarterly(), SelectAll(), WeightRP(returns_df=loader.load_returns(symbols), method='pca')])
e.analysis(pyfolio=False)