在资产配置的相关方法中，站在风险角度进行资产配置的风险平价（Risk Parity）较为知名。而风险预算（Risk Budgeting），其实与风险平价类似，都是从风险的角度进行资产配置，但是不同的是，RP是给每类资产分配同样的风险权重，而RB的目标是最大化单位风险的收益（maximize return per unit of risk），从而达到最优的风险预算（optimal risk budget）。

量化投资的价值就在于提高单位风险的收益，机构常通过风险预算进行策略或资产的配置，从概念来看，风险预算是指将投资组合的风险进行度量和分解，根据事先设定的目标波动率，将风险配置于不同的策略类别，使风险水平整体保持在可承受的预算范围内，通过对风险的跟踪与监控，进行子策略仓位分配及风险配置的动态再平衡。

资产配置通过分散化改善投资组合的风险收益特征，以获得更好的收益表现。量化投资中的基础性问题，就是计算投资组合的风险。一般来说，风险管理会降低量化策略的盈利，但是同时也可以降低策略收益的波动性，以及重大损失发生的可能性。控制风险规模的方式主要有两大类，即硬性约束和惩罚。

明汯投资总经理裘慧明曾将传统资产配置与风险预算进行对比，在他看来，传统的资产分配侧重于将资本分配至不同资产类别，而风险预算则聚焦将风险分配到子策略或不同资产类别，关注边际风险与权重，其主要目标是平衡投资组合中的风险，使之符合投资者的风险承受能力、风险偏好等。

他指出，风险预算的分配通常采用两种方法：自上而下法（Top-Down Approach）和自下而上法（Bottom-Up Approach）。具体而言，自上而下法指的是，在投资组合层面确定总体风险预算，根据各资产、策略或部门对投资组合风险和收益状况的预期贡献，将单个风险预算进行分配。自下而上法则是先在资产、策略或部门层面确定单个风险预算，再将其汇总形成整体风险预算，这种方法可以更细致地了解投资组合中的风险驱动因素。

裘慧明毕业于美国宾夕法尼亚大学，获得物理学博士、硕士学位，投资经验超过20年，2014年创立上海明汯投资，现任明汯投资总经理。明汯投资借助机器学习、深度学习等前沿科学技术，开发全频率、全维度、全覆盖的策略模型，在实践中将人工智能模型与传统量化模型有机结合，是国内首批管理规模突破500亿的量化机构。

《电鳗快报》