“该策略使用多种方法优化ETF投资组合，通过六种风险回报指标评估绩效，根据过去250天的表现选择最佳投资组合，并每月重新平衡以获得最佳回报。”
资产类别: ETF | 地区: 美国 | 周期: 每月 | 市场: 债券、股票、REITs | 关键词: 委员会
I. 策略概要
该策略侧重于SPY、XLK和EFA等ETF，从12个月的每日数据中创建250个最优投资组合。投资组合基于25种策略，包括最小风险、最大回报、切线和全局最小方差，以及21个增强型切线投资组合。协方差矩阵使用八种方法（例如，样本、收缩）计算，生成200个投资组合，并使用CVaR和MAD方法创建了50个额外投资组合。每个投资组合使用六个指标进行评估：夏普比率、调整后的夏普比率、标准差、风险价值和预期亏空。平均分数对这些指标进行平均。选择过去250天中表现最佳的投资组合权重，策略每月重新平衡。
II. 策略合理性
该策略使用12个月的每日数据创建250个最优ETF投资组合。它采用25种投资组合策略，包括最小风险、最大回报、切线和全局最小方差，协方差矩阵通过八种方法计算，并使用CVaR和MAD方法形成额外的投资组合。每个投资组合使用六个指标进行评估：夏普比率、调整后的夏普比率、标准差、风险价值和预期亏空。平均分数对这些指标进行平均，以识别表现最佳的投资组合。根据过去250个交易日的数据，选择最优投资组合权重，并每月重新平衡策略以保持绩效并适应市场状况。
III. 来源论文
Portfolio Selection /using Portfolio Comitees [点击查看论文]
- 何宗武（Tsung-wu Ho），国立台湾师范大学管理学院
<摘要>
作者提出了一种投资组合委员会方法来选择投资组合，而不是数据挖掘方法。由于每个最优投资组合都是三个基本元素的组合：策略、协方差矩阵和风险类型；因此，作者首先在每个估计期将组合扩展到250个最优投资组合，然后作者定义一个分数来选择在下一期持有的最佳投资组合。适者生存，组合投资组合的卓越表现证明了投资组合选择的委员会方法不仅有效，而且易于实施。
