📰 研报摘要
查看全文 ➔摘要： 本报告提出了一套基于统计跳跃模型的系统性风险预警体系，旨在通过单资产预警信号构建组合层面的复合信号，在不依赖资产间相关性建模的前提下，有效控制多资产配置组合的回撤并提升风险调整后收益。
核心观点：
通过构建基于单资产三维特征的预警信号，可以识别具有高持续性的资产多空状态。通过设置“复合信号”与“增强信号”（后者要求债券资产同步看空），能够精准识别系统性风险，在多种基准配置模型中显著降低最大回撤并提高卡玛比率。
论据支撑：
- 模型构建：利用单资产日度行情数据，构建 DD_10、Sortino_20、Sortino_60 三维特征，通过动态规划和坐标下降法识别资产状态。
- 信号机制：复合信号在两个及以上大类资产看空时降仓；增强信号在复合信号基础上增加债券资产看空作为确认条件，实证显示增强信号在降低预警天数的同时保持了更好的避险效果。
- 回测验证：在三资产风险平价、八资产风险平价及八资产均值-方差三个基准模型上均有增强效果。其中，八资产风险平价的最大回撤由 -5.42% 降至 -2.99%，八资产均值-方差模型最大回撤由 -35.18% 降至 -21.96%。
局限性/风险：
报告基于历史收益探究量化策略表现，无法确保样本外收益；且模型在面对修复较快的下跌时反应不足。