Xeus的基本架構

如果要簡單說 Xeus 的架構，大概就是這三隻腳吧。差異性分組的部分，上周的”多元化管理的交易架構”文中已經有很簡單的介紹，主要是透過辨別”驅動行情的元素”來做分類分組，透過將”高相關性”的商品在投資組合中進行預先分組，來取代虛無縹緲的相關性運算。風險值(波動率應用/風險平價)這部分就不用講了，海龜應該已經講到爛了。期望值(動能/評價函數)，這個也講了兩年了，連東森幼幼台都開始在教了。後兩者在商品(策略)管理中算是好兄弟，由風險值掌管資金分配(部位計算)函數的分母，而由期望值掌管分子的部分，不過有趣的是，一般過去的資產管理的討論似乎都只會聊到相關性跟風險值，對於期望值(動能/評價)就比較少規劃進來，直到這兩年 AI 或機器學習比較流行了，才稍微有點應用到這第三隻腳(期望值)的味道。舊有的書籍裡，雖然會有提到評價(如Sharpe Ratio/MAE/MFE)的部分，但似乎大多都只有拿來觀察，而沒有更進一步地將該數值實際拿來應用或加權於資金的分配。