現代投資組合理論(MPT)的困難在於相關性是非平穩的,並且存在非線性效應。
最重要的是,金融資料極其稀疏,皮爾森相關性(Pearson correlation coefficient)僅適用於具有相同維度的時間序列。
越來越多的證據表明,資產相關網路的節點是資產,邊是資產歷史回報之間的成對相關性,遵循冪律分佈,並顯示出平穩性的證據。
從某種意義上說,我們可以說這些網路受到簡單的無標度法則的支配。
眾所周知,預測金融時間序列是很困難的,但如果資產相關網路的演化是由簡單的規律驅動的,那麼它們的演化也許更容易預測,在這種情況下,這些規律可以通過機器學習算法來學習。
就資產相關網路而言,重要的是資產之間的波動性如何在資產之間傳播,以及如何優化我們的投資組合。
投資組合的組成部分是資產,經濟價值預計會隨著時間的推移而增加的資源。
現金、股票、固定收益、大宗商品、房地產、另類資產以及最近的數字資產(例如:加密貨幣)。
每個類別內都有不同的資產類型。
例如:股票、指數基金和股票共同基金都屬於股票類別,而黃金、石油和玉米則屬於商品類別。
金融領域的共識是:包含多種類別和類型資產的投資組合通過增加收入來源的數量來對沖潛在損失。
一般來說,投資組合越多樣化,虧損的可能性就越小。
我們稱之為資產多元化,或者更簡單地說是多元化。
隨著多元化程度的增加,投資組合的行為。
較低的年度標準差表明每個收入流的波動較小,從而減少了風險敞口(Risk Exposure)。
基本原則是:
最能抵禦市場大幅波動和經濟衰退的投資組合是資產彼此最獨立的投資組合。