一、情绪驱动下的多资产联动
- 多资产价格联动性是单资产择时和资产配置研究中的重要因素，但大多数研究集中在两到三个资产之间，缺乏对大类资产的宏观涵盖性。
- 本文从多资产价格联动性出发，探索用量化指标刻画资产价格间同步/分化的水平，并分析对未来价格走势的预判作用以及对资产配置的影响。
- 市场情绪是驱动多资产价格出现联动性变化的主要因素，其核心机制在于改变投资者对风险和未来收益的总体判断，引发跨资产的资本流动，并在短时间内统摄所有投资者的决策背景。
- 情绪驱动下的“风险偏好/风险规避”（RORO）是理解全球金融市场动态的重要概念，描述了投资者根据市场环境变化，在追求高风险资产和转向安全资产之间的周期性集体转换行为。
- 情绪驱动下的资产价格联动常呈现跨度广、价格变动范围大、集簇性效应明显、在中期趋势维度持续的特征，这是情绪驱动力能够被捕捉、适合于中期资产配置策略的关键特性。
- 资产价格间的联动性变化通常分为联动性方向和联动性程度两个维度，以股债价格为例，当市场情绪较弱时，股债相关性较弱；当市场情绪向风险偏好（/风险规避）方向增强时，股债呈现逐渐明显的股涨债跌（/股跌债涨）的跷跷板效应；当市场完全被贪婪（/恐慌）情绪主导时，股债又会变成同涨同跌，即股债双牛（/股债双杀）行情。
- 霍华德·马克斯曾提出“钟摆理论”刻画这种周期的变化，即市场的拥挤度波动遵循钟摆式运动，钟摆来回摆动形成一道弧线，弧线的中点是市场的均衡点，但实际上钟摆停留在那里的时间非常短暂。
- 进一步推广到多资产联动性上也是类似的，避险资产和风险资产间的相关性方向和相关性强弱都随不同的市场情绪呈现不同的组合特征。
- 某一个资产是属于避险资产还是风险资产，这个属性并不是固定一成不变的，也受到市场情绪的影响。
二、情绪驱动力的定量计算
- 引入RORO指数（“Risk on-Risk off 指数”）来计算大类资产价格间的联动性受到情绪的驱动作用。
- RORO指数为大类资产收益矩阵第一个主成分的解释占比，RORO指数抬升意味着各大类资产间相关性提升，RORO指数下降则意味着各大类间相关性下降。
- 情绪可解释收益率是带有正负方向的，代表权益资产有多少涨跌幅是受到宏观情绪驱动所影响的。
- 情绪可解释收益率对下期资产价格涨跌有指示作用。
三、情绪驱动下的股债配置策略
- 使用权益资产价格（沪深300、万得全A、恒生指数、标普500和纳斯达克100），中美债券资产价格（中债新综合财富指数和iShares核心美国总债券ETF），伦敦黄金现货价格，WTI原油价格计算RORO指数。
- 情绪驱动力在区间内周期性波动，且有以下特征：情绪驱动力高位回落：行情趋势的延续性转弱→可能出现拐点；情绪驱动力低位上升：行情趋势的延续性转强→趋势持续概率增加。
- 情绪可解释收益率的变化与下期权益资产收益率高度正相关：情绪可解释收益率上升：情绪带来的涨幅增加或跌幅减弱→下期上涨概率较大；情绪可解释收益率下降：情绪带来的跌幅扩大或涨幅减弱→下期下跌概率较大。
- 情绪驱动信号与情绪可解释收益率信号叠加，形成复合策略，对股债配置效果更好。
- 情绪复合信号下的股债配置月度调仓策略年化收益11.4%，50股50债基准年化收益6.5%，超额收益为年化4.9%。且策略夏普率相对基准从0.8提升至1.2，卡玛比率从0.4提升至0.6，最大回撤仅扩大0.3%。
- 情绪驱动信号对国内股债资产也有较好的配置效果，情绪复合信号下的沪深300+国债配置策略年化收益11.8%，50股50债基准年化收益6.1%，超额收益为年化5.6%。且策略夏普率相对基准从0.6提升至0.9，卡玛比率从0.3提升至0.5，最大回撤减少0.1%。情绪复合信号下的万得全A+国债配置策略年化收益14.8%，50股50债基准年化收益7.7%，超额收益为年化7.2%。且策略夏普率相对基准从0.6提升至1.0，卡玛比率从0.3提升至0.6，最大回撤减少2.4%。
