行业最小方差

原理

大多数投资组合方法都需要两样东西：对未来收益的预测，和对风险的估计。问题在于，收益预测几乎是不可能做准的，而风险（波动率和相关性）却相对稳定、容易估计。最小方差组合干脆放弃预测收益，只问一个问题：在给定的资产里，怎样搭配才能让整个组合的波动最小？

Clarke、de Silva 和 Thorley 在 2006 年的论文中，用美国最大的 1000 只股票构造了只做多的最小方差组合，发现它的波动比市场低约四分之一，而收益却和市场差不多甚至更高。这和低波动异象是一脉相承的：市场并没有给高风险资产足够的补偿，所以专门挑低风险组合的人反而占了便宜。

最小方差组合和"简单买低波动"的区别在于，它还考虑了资产之间的相关性。两个各自波动不低、但走势经常相反的资产放在一起，也可能组成一个很平稳的组合。优化器会自动找到这样的搭配。

这个策略把同样的思路放到 49 个细分行业上：每月用过去 5 年的数据估计协方差矩阵（用 Ledoit-Wolf 收缩降低估计误差），在不做空、单行业最多 15% 的约束下，求出组合波动最小的行业权重。我们要检验：不做任何收益预测，只靠控制风险，能否在近一百年里取得比大盘更好的风险调整收益？