如何在組合中合理加入回撤控制機制

資產配置中的回撤度量與控方法在多資產組合構建的研究中我們時常通過歷史數(shù)據(jù)模擬或回測的結果來衡量策略的優(yōu)劣通過收益風險指標評估策略效果而其中最大回撤是核心的風險指標之回撤通常被定義為投資期內凈值高點(??)與當前組合凈值(??)的百分數(shù)損失即：??=1?????…1)，而一段時間內回撤的最大值即最大回撤???? 。，????+?這一數(shù)值可用來描述投資者在一個投資區(qū)間內可能面臨的最大虧損由于定義式直觀易理解更能反映組合回報的可能狀態(tài)投資者對最大回撤這一風險指標的感知往往超過波動率等指標尤其是對于絕對收益目標的固收+等產品來說，投資者對最大回撤指標相當敏感。但從組合管理的角度來看波動率具備一定的可預測性通過歷史實際波動率或時間序列建模得到的波動率預測，我們可在組合優(yōu)化中將波動率控制納入投資目標從而達到在控制波動的前提下獲得收益的目的而最大回撤存在路徑依賴常與極端事件捆綁要在初始階段構建最大回撤不突破目標值的組合難度較大此外由于發(fā)生時點不同組合的最大回撤也無法根據(jù)組合內部資產的最大回撤來計算因此往往無法被納入初始階段的組合優(yōu)化式中。然而雖然難以事先預判但在組合實際運行過程中進行回撤管理盡可能將撤控制在預設目標以內依然十分重要這也對管理人直接間接控制回撤的手段提出了要求對于相對收益權益高倉位的產品管理人由于一般無法大幅調整資產配置比例回撤控制往往體現(xiàn)在行業(yè)、個股的調整上而在絕對收益組合中通過一定程度的倉位變化控制極端事件下的回撤依然是有效選擇。在實際投資中投資者管理人對回撤的考核期可能是成立以來的最大回撤可能是滾動時間區(qū)間內的回撤：設h為一個固定長度的滾動時間窗口，我們可定義t~t+h時間區(qū)間中凈值的滾動最大值（olngMx）：????,)=Mx????≤≤??

{s…2)我們定義t~t+h區(qū)間的滾動回撤（RllgDrn）為：????,)=1? ??????,)…3)則0~t時間區(qū)間內的最大滾動回撤（MxgDrn）為：??=Mx??(,?)}0≤≤??…4)2009年以來，滬深300、中證500的回撤變化和滾動1年回撤變化情況如下：圖1：滬深300歷史回撤 圖2：中證500歷史回撤d數(shù)據(jù)自9年至2年4月

d數(shù)據(jù)自9年至2年4月兩者歷史的最大回撤、最大滾動回撤如下：表1：滬深300、中證50歷史最大回撤情況滬深300中證500最大回撤 467%（2016128）652%（20181018）最大滾動回撤 467%（2016128）5435%（2016128）d，研究，數(shù)據(jù)自9年至2年3月滬深300的最大回撤與最大1年滾動回撤一致，說明最大回撤在一年內發(fā)生而中證500由于2017年表現(xiàn)不如滬深300，2015年開始的回撤持續(xù)到2018年。Grssmn和Zhu1993)的論文首次通幾何布朗運動假設和期望效用的定義將回撤目標加入組合優(yōu)化過程中，假設風險資產價格滿足幾何布朗運動：????=??[??+)????+????????]…5)其中????為標準幾何布朗運動（維納過程），??、??為漂移、波動百分比（均值、標準差），r為無風險收益率。則組合的凈值變化為：????=??????+????(????+????????)…6)其中????為風險資產的權重。定義效用函數(shù)為：??1???????)=?? ，0<??<1?? 1???…7)為風險厭惡系數(shù)，則風險約束下長期效用函數(shù)收益收益最大化問題為：1mx?

log(??(??)??????→∞??.??. ??≥(1?????…8)其中α為回撤控制目標。根據(jù)Grssn和hu1993的推導并將回撤替換為滾動回撤，以上問題風險資產權重的最優(yōu)解為：??????=(??+

1)?????2

1?1?α?

α?????,?)}1???(,?)…9)其中為資產夏普率。進一步的，根據(jù)Cvtnc和Krts（1995）的多資產推演，多風險資產下各資產的權重最優(yōu)解為：????=???1?????????1?????{0,

1?1?α?

α?????,?)}1?????,)…0)其中是協(xié)方差矩陣ΩChlsky分解的下三角陣。上式實際可以理解為一個始權重與根據(jù)組合路徑動態(tài)調整的回撤控制項相乘得到。當α為100%即沒有回撤制目標時，上式即為Mrtn最優(yōu)投資組合的解。我們以滬深300作為風險資產、中債新綜合財富指數(shù)為無風險資產為例，嘗使用上述最優(yōu)解表達式（9），構建2013年起的月度調倉、滾動1年最大回撤目標為15%的組合，其中收益、波動均使用過去4年的值作為估計，滬深300的最低權重為5%，測算結果如下：圖3：滬深30015滾動回撤控制（回撤對應左軸） d，研究，測算自3年至22年4月根據(jù)（9）式，當實際滾動回撤越接近目標時權益?zhèn)}位降得越低，達到或超過標時倉位降至下限，因此可將組合回撤嚴格控制在目標以內。但是上述模型在實際使用中的靈活性明顯較弱1在沒有回撤控制的情形下模型以最大化效用為目標得到的最優(yōu)權重對資產收益風險的估計高度依賴歷史長期數(shù)據(jù)對短期夏普率預測性較弱，因此上述回測收益并不理想2）組合起始時的權重與回撤目標掛鉤，回撤目標越嚴格，風險資產的初始權重越小，由于15%的回撤目標相對滬深300真實回撤較為嚴格，模型給出的平均權重不足30%。但以上場景與我們實際組合管理中的回撤控制問題有較大的出入在組合構建之初當回撤目標較嚴格時我們確實會相應降低權益配置中樞但該中樞的設定往往根據(jù)組合性質、投資者要求、策略歷史表現(xiàn)等綜合設定，不會單純受限于回撤目標在組合管理過程中管理人也會根據(jù)宏觀微觀等各方面的觀點考量權益?zhèn)}位權益內部選股也會進行調整這些場景都需要更靈活的回撤控制機制進行配合對此我們嘗試從以上理論出發(fā)探討如何在實際場景中對絕對收益目標的組合進行直接的回撤控制。資產配置組中的回撤控制應用回撤控制模塊給定策的結合首先我們希望將回撤控制模塊疊加到已有的策略中即在每期風險資產權重設置與回撤目標無關的基礎上疊加回撤控制部分。觀察（9）、（10）式我們發(fā)現(xiàn)，實際上我們可以將原始回撤控制優(yōu)化模型的最優(yōu)解拆分為初始權重回撤控制項兩部分????=

11?α?

????1?????????1?????{0,

α?????,?}1?????,初始權重

回撤控制項由于α?????(??,?)≤，當回撤目標越嚴格時，組合權重在初始權重基礎上的調整1?????(??,?)就越大，對此，我們對（10）做出如下調整：????=

1?(???1?)?????1?????0,

1???(??,?}初始權重

(,)回撤控制項…1)此時的回撤控制項在滾動回撤RDD為0時達到最大值1，即不需要進行回撤制此后隨著回撤的增加而減小在觸及目標時降至0。而左邊的初始權重可理解為最大化效用下的最優(yōu)初始權重在我們使用其他策略時組合管理人的初始權重決策可認為是其投資目標下的最優(yōu)權重因此我們可嘗試在給定策略的基礎上疊加以上11的回撤控制項對組合進行目標回撤控制。我們嘗試以滬深300、中證500、黃金、南華商品、標普500、中證國債指數(shù)、中證企業(yè)債指數(shù)為例進行回撤控制的測算原始策略采用我們資產配置月報中跟蹤的經過經濟、流動性觀點調整的不同風險偏好的資產配置組合，即根據(jù)經濟前瞻指標、流動性綜合指標得到觀點后對資產的預期收益在歷史數(shù)據(jù)基礎上進行調整然后通過L模型求解給定目標波動和權益上下限的最優(yōu)組合：圖4：經濟、流動性時鐘下的資產配置組構建研究以上模型構建方法通過波動控制考慮了風險偏好但未加入回撤控制激進型合的歷史最大回撤曾突破20%，相比其收益、波動特征，這一幅度的回撤特征對絕對收益產品來說明顯偏高我們嘗試對穩(wěn)健激進兩個組合分別按月進行回撤控制，即每月調倉時根據(jù)當前回撤在原權重決策基礎上乘以回撤控制項，回撤目標分別為5%、10%，2013年以來結果如下：圖5：穩(wěn)健型組合回撤控制前凈值、滾動回撤 圖6：激進型組合回撤控制前凈值、滾動回撤d測算自3年至2年4月

d測算自23年至2年4月表2：資產配置組合回撤控制前后表現(xiàn)策略穩(wěn)健-原策略年化收益703%年化波動484%最大回撤672%最大滾動1年回撤672%夏普率145卡瑪比率105年化單換（倍043穩(wěn)健-控制后678%386%684%684%176099061激進-原策略780%1250%2461%2394%062032079激進-控制后854%850%1048%1048%100081142d測算自3年至2年4月可以看到經過回撤控制的組合基本能將回撤控制在目標以內也使得組合的現(xiàn)相比原策略明顯更為平滑尤其是激進型組合有效避免了2015年的最大回撤雖然換手率有一定幅度的上升，但絕對水平相對不高，對組合增加的成本不高。不過，由于（11）式給出的回撤控制項十分嚴格，組合回撤越接近目標時倉位低直到組合以低倉位從回撤中有一定修復時才逐漸加倉這也使得疊加回撤控制的組合不可避免地在回撤后的反彈階段彈性減弱，這一現(xiàn)象在上述回測中的20172020年都有所體現(xiàn)。對此，我們嘗試通過Va（Vl-t-s）所表征的“可能損失”對回撤控制項進行一定的改進。根據(jù)aR調整回撤控幅：保留一定收益彈性事實上α?????(??,?)表示的是已經回撤了????,?后從目前凈值進一步回撤到目1?????(??,?)標所剩余的回撤空間。在原先的回撤控制模塊下我們實際是將預設的倉位直接按照剩余的回撤空間進等比例折算達到嚴格控制回撤的效果但犧牲了風險資產方向變化后的上漲空間為了改善這一現(xiàn)象我們考慮先對未來資產的可能損失進行估計在可能損失較大的情況下進行更嚴格的回撤控制而在可能損失降低時適當放松回撤控制要求具體的我們進行如下操作：在每次調倉時我們根據(jù)策略原定權（即未經回撤控制調整的原策略權重回溯4年固定權重的組合組合收益存在尖峰厚尾特征波動存在聚集現(xiàn)象和非對稱性因此我們使用M11模型和Grch11)模型對組合的回溯收益、波動進行建模；建模后，使用模型根據(jù)歷史數(shù)據(jù)擬合得到的殘差，進行10000次重抽樣估計未來一段時間的每日組合收益估計時間段設定【滾動回撤考核區(qū)間去目前回撤持續(xù)時間的一（如考察滾動1年回撤當前回撤已持續(xù)6個月，則考核未來3個月的可能收益）；計算10000組估計收益尾部5%的收益值，即得到估計的尾部5%Va，當??|>α?????(??,?時，我們認為滾動回撤突破目標的風險較高，組合風險資1?????(??,?)α???????,?)[ | |產倉位調整為原來

?????(?

]/mi(??,??)，否則不進行調整。經VR調整后的回撤調整項在VR處于剩余回撤空間和最大滾動回撤目標值間時倉位的調整幅度低于原回撤控制項而若VaR進一步超過目標值α則按原回撤控制項進行調整，這樣的方式可避免在可能損失不大的時候過度減倉：圖7：經R調整的回撤控制項示意資料來源：研究我們仍以21中的經濟+流動性資產配置組合為例根據(jù)VaR調整的激進型回撤控制組合2013年以來、2017年以來的表現(xiàn)如下：圖8：資產配組合R回撤控制前后凈值、滾動回撤（2013年以來）

圖9資產配置組合R回撤控制前后凈值、滾動回撤2017年以來）d測算自3年至2年4月

d測算自3年至2年4月策略原策略-2013年以年化收益780策略原策略-2013年以年化收益780%年化波動1250%最大回撤2461%最大滾動1年回撤2394%夏普率062卡瑪年化單邊比率換（倍032 079回撤控制-2013年以來854%850%1048%1048%100081142aR回撤控制-2013年以來939%890%102%102%106085151原策略-2017年以來317%174%1947%1947%027016071回撤控制-2017年以來368%808%945%945%046039147aR回撤控制2017年以來525%858%983%983%061053155d測算自3年至2年4月根據(jù)VaR調整回撤控制項的方法一定程度上保留了反彈的進攻性，尤其是在2018年、2020年控制回撤后，組合在反彈中快速調整了倉位，保留了回撤控制的收益。由于原策略平均權益?zhèn)}位在50%以上，組合近5年表現(xiàn)整體偏弱，但經回撤控制后收益風險比有較明顯的改善?；爻房刂祁l率的選擇：嚴格的控制條件需適當提高控制頻率在前面的測試中我們控制回撤的頻率與策略本身的調倉頻率保持了一致即每月末進行根據(jù)當回撤和預期損失估計直在原來的調倉方案上進行調整事實上，這也是美國目前合計156億美元規(guī)模的目標回撤TF系列Caa目標回撤F所選擇的方案。該目標回撤系列F包含5只產品分別錨定5/7/10/13/16%的目標最大回撤，產品的核心策略通過利率曲線公司盈利和市場趨勢判斷當前的宏觀狀態(tài)進判定當前狀態(tài)下不同資產的性價比并通過不同風險偏好下的優(yōu)化計算投向權益固收地產、貨幣、商品EF的權重，并在計算出最優(yōu)組合后根據(jù)產品的回撤目標和當前的回撤情況調整權重：圖10：a目標回撤產品投資流程 Cabaa研究這一模式下產品宏觀模型的調倉周期和回撤控制周期相同與我們在第二部中介紹的方案一致但在實際運行過程中我們發(fā)現(xiàn)產品在今年都突破了其目標回撤值：表4：a目標回撤系列產品表現(xiàn)代碼名稱規(guī)模（億美元）年化收益年化波動最大回撤DSCCabanaargetDrawdown10EF795-212%116%1635%DSDCabanaargetDrawdown13EF285-393%1339%2300%DSBCabanaargetDrawdown7EF259-530%976%1569%DSECabanaargetDrawdown16EF189-307%1448%2336%DSACabanaargetDrawdown5EF035-538%739%1450%ET.oaSet產品的波動率水平反而與目標回撤水平相當。以10%回撤目標的產品為例，產品的凈值來看，其回撤主要發(fā)生2022年以來。2022年1月，產品幾乎滿倉配置權益，產品在1月末達到了10%的回撤：圖11：a10目標回撤產品凈值與回撤 aSet突破目標回撤后產品在1月末的倉位調整中進行了大幅度的減倉產品在2-4月走勢平穩(wěn)但也錯過了權益的上漲進入4月產品重新提高了權益的倉位到70%以上以提高進攻性但這進一步拖累了組合4月末組合產品回撤達到最大值1635%，權益?zhèn)}位也重新回到50%以下。這一產品2022年以來的表現(xiàn)體現(xiàn)出了回撤控制頻率給產品帶來的局限性由于回撤控制目標較為嚴格在初始權重較高的情況下組合有可能在一個月的時間內由于突發(fā)事件的影響出現(xiàn)大幅回撤，而月度的回撤控制機制無法在中間做出及時反應組合可能不得不為了控制回撤大幅降低倉位錯過反彈使得組合陷入較為被動的狀因此不同初始權重范圍不同回撤控制目標的策略可能需要差異化的回撤控制頻率。我們再次針對第二部分中的經濟+流動性資產配置組合進行回撤控制的測試先我們使用21中基礎的回撤控制方法分別對穩(wěn)健型和激進型策略進行5%10%回撤目標的回撤控制，調整頻率分別設置5天10天15（即在原來月度調倉的基礎上每次調倉后增加固定頻率的回撤控制檢查檢查當日計算回撤調整權重第二日按收盤價調倉月末調倉后重新開始計時增加調倉頻率的組合與原月度調倉表現(xiàn)比較如下：圖12：穩(wěn)健型資產配置組合不同回撤控制頻率凈值 圖13：激進型資產配置組合不同回撤控制頻率凈值 d測算自3年至2年4月

d測算自3年至2年4月策略回撤控制月回撤控制-策略回撤控制月回撤控制-5天年化收益678%年化波動386%最大回撤684%最大滾動1年回撤684%夏普率176卡瑪比率099年化單邊換手（倍）061623%370%603%603%168103102回撤控制10天698%382%637%637%183110082回撤控制15天677%383%732%732%177092076d測算自3年至2年4月表6：激進型資產配置組合不同回撤控制頻率表現(xiàn)策略年化收益年化波動最大回撤1048%最大滾動1年回撤1048%夏普率100卡瑪比率081年化單邊換手（倍）142回撤控制月頻854%850%回撤控制-5天823%673%738%738%122112329回撤控制10天942%722%801%801%130118248回撤控制15天995%744%1029%1029%134097236d測算自3年至2年4月從以上結果來看提高回撤控制頻率的程度越大組合的波動和回撤能被降得降波動作用在權益?zhèn)}位更高的激進型策略上更明顯但頻率越高時組合收益的下降也相對更為明顯對激進型策略來說，每次月度調倉后15天進行一次回撤檢查提高收益、降低波動。VR回撤控制方法的結果也是類似的：圖14：穩(wěn)健型資產配置組合不同R回撤控制頻率凈值

圖15：激進型資產配置組合不同R回撤控制頻率凈值d測算自3年至2年4月

d測算自23年至2年4月策略年化收益年化波動最大回撤最大滾動1年回撤夏普率卡瑪策略年化收益年化波動最大回撤最大滾動1年回撤夏普率卡瑪年化單比率邊換手（倍）103 064回撤控制月回撤控制-5天704%649%41%399%684%684%171606%606%163107109回撤控制-10天704%408%640%640%173110085回撤控制-15天686%406%733%733%169094080d測算自3年至2年4月表8：激進型資產配置組合不同R回撤控制頻率表現(xiàn)策略年化收益年化波動最大回撤102%最大滾動1年回撤102%夏普率106卡瑪比率085年化單邊換手（倍）151回撤控制月頻939%890%回撤控制-5天854%680%738%738%126116335回撤控制10天959%726%801%801%132120255回撤控制15天1024%749%1029%1029%137100229d測算自3年至2年4月對低權益?zhèn)}位的策略來說回撤控制頻率的提升對收益風險參數(shù)的影響相對較小提高頻率犧牲換手率帶來的效果有限對高權益?zhèn)}位的策略來說提高回撤控制頻率能夠降低波動，將回撤控制頻率從月頻調整為周頻的回撤控制效果相對更好平均每日的滾動回撤明顯小于月頻調整回撤控制目標也更容易達成而每次月度調倉后15天增加一次回撤檢查的方法對激進型策略能在保證控制效果的情況下提高收從這里我們可以看到風險相對較低回撤控制標準相對寬松的組合在調倉的同時進行回撤控制已經足夠而對風險相對高回撤控制嚴格的組合適當將回撤控制頻率進行提高能夠提高回撤控制效果、改善組合的績效。進一步的我們針對“茅指數(shù)”“寧指數(shù)兩條與機構持倉相關性較高的權表征指數(shù)，從滿倉開始進行回撤控制的測試，回撤控制目標設為15%（約為指數(shù)原最大回撤的40%持倉下限為10%我們比較VaR回撤控制方法下月度調倉以及每隔3、5、10天進行回撤檢查的結果：圖16：茅指數(shù)”不同R回撤控制頻率凈（15滾動回撤目標）d測算自7年至2年4月策略茅指數(shù)茅指數(shù)-月茅指數(shù)-3天年化收益3701%年化波動2433%最大回撤策略茅指數(shù)茅指數(shù)-月茅指數(shù)-3天年化收益3701%年化波動2433%最大回撤4319%最大滾動1年回撤3721%夏普率152卡瑪比率0863803%1759%1852%1665%2162053470% 1636% 2183% 1500% 212 159茅指數(shù)-5天3506%1669%1985%1479%210177茅指數(shù)-10天4167%1733%1815%1443%240230d測算自17年至2年4月經過回撤控制后的組合能在不犧牲長期收益的情況下明顯降低波動和回撤但在收益峰值上，回撤檢查頻率更高（3天、5天）的組合進攻性明顯較弱。整體來看在除自然月以外的時間月中每10個交易日左右增加一次回撤檢查能夠在更好地達到回撤控制目標的同時兼顧進攻性。寧指數(shù)的結果也是類似的：圖17：寧指數(shù)”不同R回撤控制頻率凈（15滾動回撤目標）d測算自7年至2年4月策略寧指數(shù)寧指數(shù)-月年化收益4881%年化波動3015%最大回撤4056策略寧指數(shù)寧指數(shù)-月年化收益4881%年化波動3015%最大回撤4056%最大滾動1年回撤4056%夏普率162卡瑪比率1204069%1991%1643%1643%204248寧指數(shù)3天3732%1857%1543%1543%201242寧指數(shù)5天3967%1937%1535%1535%205259寧指數(shù)-10天4338%1981%1531%1531%219283d測算自17年至2年4月寧指數(shù)本身的波動回撤更大在嚴格的回撤控制條件下組合犧牲的收益也相更多。相比較而言，在自然月的基礎上增加每10個交易日一次的回撤控制檢查能夠在更好地控制回撤的基礎上保留一定的進攻性。若我們將回撤控制要求進一步嚴格到10%并將起始點設為權益回撤較大的2020年3月，則提高回撤控制頻率帶來的控制效果更明顯，月頻調倉不足以嚴格控制回撤，初期突破回撤、大幅減倉后也使得整個組合更易錯過后續(xù)的反彈：圖18“茅指數(shù)不同R回撤控制頻率凈10%滾動回撤目標）d測算自0年3月年至2年4月

圖19“寧指數(shù)不同R回撤控制頻率凈10%滾動回撤目標） d測算自0年3月至2年4月在這里我們看到，當我們把回撤控制目標設為原指數(shù)的僅1/4左右時，在1個月中就可遇到15%以上的回撤，間隔太長的回撤控制頻率不足以控制住回撤，也會使得組合后續(xù)運行始終陷入被動因此對嚴格的回撤控制目標一方面需要把初始權重一定程度上降低，另一方面也要適當提高回撤檢查頻率。綜合以上測試結果，對于低波動、回撤控制目標相對寬松的資產配置組合而言月頻的回撤檢查頻率已經足夠而對于高波動權益資產比例較高的組合越嚴格的回撤控制目標需要越高的回撤控制頻率但過高的回撤控制頻率一方面操作困難另一方面也可能犧牲較多的反彈實際效果也并不理想整體而言回撤控制目標在原策略自然回撤的4~6%時每月~3次的回撤檢查頻率對高權益?zhèn)}位組合最為合。調倉起閾值和標順序的選擇調倉起始閾值對波動較大的策略適當提高初始回容忍度從第三部分的測試中我們看到初始權益平均倉位較低的穩(wěn)健型策略需要的回撤檢查頻率相對更低但對于權益平均倉位較高的激進型策略來說回撤控制要求越嚴格時需要越高的回撤檢查頻率但這樣也會犧牲更多的進攻彈性在進攻彈性問題上我們此前通過VaR回撤控制方法做出了一定的改進，但在回撤檢查頻率較高、回撤控制要求較嚴格時在權益回撤明顯時其倉位可能逐步被減到0附近而此時組合已沒有太多回撤空間，無論使用VR或是原回撤控制方法結果，組合都只有依靠低位修復回撤或因時間推移滾動回撤減小時才會逐步加倉這是嚴格的回撤控制下組彈性降低十分重要的原因。為了改善上面的問題我們嘗試提高初始回撤容忍度僅當組合回撤大于一定值時才開始考慮減倉這樣的方案除了避免頻繁調倉也能夠在回撤開始修復后盡早加倉。我仍以“茅指數(shù)”、“寧指數(shù)”為例，設置15%的回撤目標并執(zhí)行每自然月及中間每10個交易日進行回撤檢查的頻率不設閾值或從回撤5%8%后才進行回撤調整的組合結果如下：表11“茅指數(shù)“寧指數(shù)”不同R回撤控制起始閾值表現(xiàn)15%滾動回撤目標，10天檢查頻率）策略年化收益年化波動最大回撤最大滾動1年回撤夏普率卡瑪比率茅指數(shù)-0閾值4167%1733%1815%1443%240230茅指數(shù)-5閾值4117%1805%1791%1441%228230茅指數(shù)-8%閾值3901%1873%2416%1602%208161寧指數(shù)-0閾值4338%1981%1531%1531%219283寧指數(shù)-5閾值4502%2043%1595%1595%220282寧指數(shù)-8%閾值4235%2010%1850%1850%21229d測算自13年至2年4月適當提高回撤起始閾值到5%左右相對能夠在保證回撤目標的情況下適當提升攻性并降低換手在波動更大的寧指數(shù)效果更好而進一步將回撤閾值提高到目標的一半以上則可能無法達成回撤控制目標因此適當將回撤控制起始閾值提高到目標的3左右對權益?zhèn)}位較高的組合可能較為合適。寧指數(shù)0、5%起始閾值的組合權重如下：圖20“寧指數(shù)0起始閾值組合權重 圖21“寧指數(shù)5起始閾值組合權重d測算自3年至2年4月

d測算自3年至2年4月5%起始閾值的組合能在更多時間段保持滿倉，年化單邊換手約17倍，能在顧回撤控制目標的情況下以較長時間的高倉位保持彈性。不同標的的調倉順序：標的較多的組合根據(jù)預期失調節(jié)在此前的測試中我們均使用了對組合同步調倉的方式每次通過回撤控制項行倉位調整時將風險資產視為一個整體加減倉對于大類資產配置組合來說由于標的數(shù)量相對較少風險資產同步減倉問題不大但對于股票組合或者包含多個行業(yè)指數(shù)的組合來說全部標的同步減倉也可能存在過于繁瑣的問題對此我們進一步對標的的加減倉順序進行探討。我們選擇2022年一季報公募基金持股規(guī)模最大的十只股票構建模擬組合2017年起每月初按照等權進行再平衡，組合股票如下：證券代碼證券簡稱600519SH貴州茅臺證券代碼證券簡稱600519SH貴州茅臺300750SZ寧德時代603259SH藥明康德601012SH隆基股份600036SH招商銀行000858SZ五糧液000568SZ瀘州老窖300760SZ邁瑞醫(yī)療600809SH山西汾酒300059SZ東方財富d對該組合，我們同樣設置15%的滾動1年回撤控制目標，按照前面對高權益組合效果較好的每10天進行回撤控制檢查的頻率，分別設置調倉起始閾值為0、5%除了回撤調整時同步減倉，我們同時考慮按照個股的預期損失VaR分步加減倉的方案當組合需要減倉時從VaR最大的個股開始減倉單一個股下限1%當需要加倉時，也先加回VR較小的個股。各比較組合的凈值如下：圖22：股票組合不同調倉順序凈值d測算自7年至2年4月表13：股票組合不同調倉順序表現(xiàn)策略年化收益年化波動最大回撤最大滾動1年回撤夏普率卡瑪比率股票組合3821%2940%3797%3797%130101回撤控制-0閾值4064%1923%1884%1525%21216回撤控制-5%閾值4394%2055%1965%1940%214 224回撤控制-分步調倉4590%2090%1940%1940%220 237d測算自17年至2年4月在分步調倉的方法下組合的進攻性得到進一步加強實際組合的可操作性也有所增強不過由于“核心資產”構成的組合在2021年初遇到了比較明顯的同步回撤，組合回撤目標較早被突破，組合在近兩年整體權益?zhèn)}位較低。在這一情況下只有將回撤限制適當放寬才可能有所改善?？傮w來看，按照預期損失VaR分步調倉的加減倉方式對于標的較多的組合來操作更方便也較合乎邏輯在測試中表現(xiàn)略好于同步調倉。而在實際投資中管理人也可以根據(jù)主觀研究得到的預期損失順序或者對個股的觀點偏好進行調倉順序的調整。小結無論是在多資產組合還是權益組合中，最大回撤都是十分重要的表現(xiàn)衡量指標但最大回撤存在路徑依賴常與極端事件捆綁要在初始階段構建最大回撤不