NNagi
DOSSIER · No.286

GTAA 13类资产均线择时(变体:资产池扩到13类)

把均线择时铺到13类资产,分散更细,看能不能更稳。

仍有效 资产配置与风控 数据 A 级 月度调仓
是否仍有效(策略本身)
仍有效

发表后和最近三年的风险调整收益都仍为正

是否跑赢基准(13 类资产等权买入持有(月度再平衡))
跑赢基准

论文发表后,夏普比率 0.75 对比 0.56;年化收益低于基准。

「仍有效」只说明策略没有失效,不代表比基准更好,也不构成任何建议。2026-10-18 更新。
来源论文:Mebane Faber (2007). A Quantitative Approach to Tactical Asset Allocation. Journal of Wealth Management.

原理

本策略是「GTAA 五类资产均线择时」(编号 285)的变体:规则完全不变——每类资产等权、各自用 10 个月均线过滤、跌破就换现金——只是把资产池从 5 类扩到 13 类。股票拆成大盘价值、大盘成长、小盘价值、小盘成长四格,再加上海外发达、新兴市场;债券拆成美国中期国债、长期国债、投资级公司债和海外国债;实物资产拆成大宗商品、黄金和 REIT。

想检验的问题是:分散得更细,能不能让均线择时更稳? 理论上,资产越多、相关性越低,单一资产的假信号对组合的伤害就越小,组合曲线会更平滑;但另一方面,13 类里有不少资产彼此高度相关(比如四格美股),实际的分散效果可能没有数量看起来那么大,而且仓位被切得更碎,每次信号变化的影响更小、交易次数更多。Faber 在论文后续更新中也讨论过扩充资产类别的版本,这里的 13 类由本站选定。

封

以下内容仅对会员开放

这份卷宗剩下的部分已封存。

  • 含成本的完整回测与净值曲线
  • 论文发表前后、最近三年分段对比
  • 逐条交易规则与结果解读
  • 可直接运行的 Python 代码下载
注册并解锁
已有账号?登录
在闲鱼搜索「nagi 」,下单后自动发送激活码

历史回测不代表未来收益,仅供学习研究,不构成投资建议。