投資組合選擇
戰略風險和投資組合分配模型（從核 phynance 複製）
這是我在Nuclear Phynance發現的一個非常有趣的問題（原作者：Strange）；我覺得這很有趣，值得在這裡問一下：
我有 $ N $ 策略，跨越各種資產和時間框架（從日內到月持有時間）。每種策略都是某種市場中性的，並且大多帶有特殊風險。既然我們都知道這不是真的，我會評估每個策略頭寸（delta、vega、correga 等任何適用的）的市場因素風險，以了解我的缺口/系統性風險。另一方面，策略確實因為特殊原因而繁榮 - 在我的單一名稱策略之一中，一些股票像安然一樣破產，或者歐巴馬決定出售大量標準普爾偏差以提高士氣。這是不可控的風險，我只需要分散投資即可。
因此，這帶來了多個問題：
- 假設我控制了市場風險模型，如何為策略分配特殊風險值？我在考慮某種Poisson過程，但甚至想不出在這種情況下如何正確組合多個分佈。
- 有沒有一種干淨的方法來建構一個投資組合分配模型，一方面可以中和市場風險，但另一方面可以保持特殊風險的多樣性，讓我晚上睡得著覺？
- 我如何在分配過程中包含每個策略的動態特性？例如，一些策略是特定於到期日期的，一些策略相當不頻繁地觸發等等。我是否分配硬美元？考慮到投資組合中的目前風險，我是否會查看新信號並進行分配？
考慮它的一種方法是將每個策略建模為股票或指數。即使策略本身在持有期或資產期間有，它們基本上每天都有盈虧，你可以查看。
因此，您將對策略和您擔心暴露於其中的任何其他風險因素進行建模。這些策略對您需要考慮的市場具有潛在的時變風險，例如通過 DCC copula。
然後，您可以在某些通用時間範圍內應用投資組合優化，並限制總風險和風險因素，以確保市場或因素中性。
關於第三點（即如何包含每個策略的動態性）：
最好和最嚴格的方法是使用隨機控制：
- 你需要一個效用函式（平衡期望與風險）
- 你有停止時間來進入或退出你的策略（事實上你可能有停止時間的規律，起初你可以假設它們是獨立的Poisson過程）
- 你知道預期回報的規律（因為你的回測）
因此，您可以實施後向方案來獲得策略的良好組合。理想情況下（並且為了使您的計算容易），您需要一個結束時間，取Poisson過程的所有期望的倍數。