投資組合管理
為什麼最小變異數投資組合能提供良好的回報？
我一直在研究最小變異數投資組合（來自此連結），並發現通過建構 MVP 添加對投資組合權重的約束以及對概述的方法進行一些其他調整，我在 6 個月到 1 年的時間範圍內通常會獲得正回報。
我正在尋求建立一些低風險但具有良好長期（年度）預期回報的投資組合。MVP（如最小變異數而不是平均變異數）在回測中似乎很有希望，但我沒有很好的直覺來解釋為什麼會這樣。
我了解優化程序主要是為了減少變異數而進行優化，我發現這在回測中有效（回報的標準偏差非常低）。
我沒有直覺的感覺是為什麼單獨優化變異數（不考慮優化回報，即優化中沒有傳統均值變異數優化中的平均值）通常會產生正回報。有什麼解釋嗎？
最小變異數解決方案適用於具有低變異數和共變異數的證券。從理論上講，您認為這應該具有較低的預期回報率是正確的。
然而，事實證明——與現代投資組合理論相反——具有低波動率或低貝塔係數的證券比高波動率或高貝塔係數的股票獲得*更高的回報。*這在文獻中被充分記錄為低波動性異常。因此，近年來推出了許多基金和 ETF 來利用這一現象。
關於異常存在的原因有幾個爭論。我在上面引用的論文認為，機構投資者的目標和約束造成了異常：
在過去的 41 年中，高波動性和高貝塔股票在美國市場的表現大大低於低波動率和低貝塔股票。我們提出了一種解釋，它結合了普通投資者對風險的偏好和典型機構投資者的要求，即在不借助槓桿的情況下，相對於固定基準（資訊比率）最大化超額收益和跟踪誤差的比率。委託資產管理模型表明，此類授權會阻止高 alpha、低 beta 股票和低 alpha、高 beta 股票的套利活動。這種解釋與低波動異常的幾個方面是一致的，包括為什麼近年來它在機構投資者變得更加占主導地位的情況下有所加強。