Markowitz根据证券组合预期收益、风险的计算方法提出有效边界理论，并建立了资产优化配置的均值－方差模型。

本文就依据这一模型设定大风险厌恶系数时，看Markowitz配仓方法能否实现稳定的高收益

策略思想采用Markowitz均值方差模型对于分散化的资产(ETF基金)进行配仓采用动态信息更新协方差矩阵与收益向量
为避免资产过于集中带来风险，设置单个资产仓位不超过30%的约束
即：

上式中：u为资产的预期收益率，w为资产权重，λ为投资者风险厌恶系数，Σ为方差协方差矩阵
采用Larry Swedroe的5/25方法动态确认调仓频率，即：
1) 当某个资产的position变动超过5%,做一次rebalance
2) 当某个资产相对于自身原始仓位变动超过25%,做一次rebalance
结论设定大风险厌恶系数时，Markowitz配仓方法能够实现稳定的高收益最大回撤5.8%，波动率7.9%，并且年化收益达到16.8%；调仓少、幅度小，看来有相当的可操作性
注：关于Markowitz均值方差模型更加详细的介绍可以看量化分析师的Python日记【第15天：如何在优矿上搞一个wealthfront出来】
策略回测的详尽数据如下：


回测情况用到的一些ETF如下，包含世界范围内的多类资产：

在2014-01-01 ～ 2016-08-29期间进行回测，效果看起来不错

概览回测期间持仓情况，可见2014年底有一次大幅换仓，之前主要持有美股ETF；之后黄金ETF与债券ETF比例有所提升。


感兴趣的朋友可以自己去优矿社区克隆跑一下，周末愉快。