问题：

• 所有 AiLA 策略的权重每日按照投资组合配置，采用相应的投资组合构建方法生成。
• 投资组合在特定日期所对应的历史风险是多少？

方法：

• 我们采用三种不同方法计算日收益率，但分析的基本思路保持不变：
  • 将权重应用于单一资产/近月合约的历史收益率。
  • 在大宗商品、板块及投资组合层面汇总收益
  • 计算各项风险指标，以评估投资组合在该特定日期的历史风险。
• 本分析考察三个配置/标的资产各不相同的 AiLA 策略：AiLA-S015（纯多头）、AiLA-S030（多空）及 AiLA-S108（基于 BCOM 资产但剔除农产品板块大宗商品的多空策略）。

图 1：AiLA-S015（纯多头）于 2024-06-26 的权重配置

图 2：AiLA-S030（多空）于 2024-06-26 的权重配置

• 我们采用三种不同方法计算日收益率，并进一步在大宗商品、板块及投资组合层面汇总，用于历史风险评估。
• 第一种方法为标准方法（方法 A），即将各资产的权重与其相应的历史收益率相乘，得到每个资产的收益序列，再在大宗商品层面进一步汇总
• 然而，标准方法并未考虑季节性：例如，某一时点获得配置的近月合约，在另一时点可能已不再是近月合约。
• 为避免季节性问题，将单一资产的权重在大宗商品层面汇总（如图 1 和图 2 所示），再分别与该大宗商品的近月合约收益率（方法 B）以及投资组合中该大宗商品项下所有交易合约的等权重收益率（方法 C）相乘。
• 通过分别配置于近月合约以及在所有交易合约之间等权重配置，可同时考虑高波动率和平均波动率两种情景，使分析更为稳健。

图 3：采用方法 A 的 AiLA-S030 策略收益分布

图 4：采用方法 A 的 AiLA-S108 策略收益分布

• 大宗商品收益在板块和投资组合层面进行汇总，各投资组合在投资组合层面的收益分布见图 3、4、5、6。
• 我们计算均值、中位数、标准差、偏度、峰度等分布指标，以及日度风险价值（VaR）等风险指标，以了解投资组合收益的风险特征和收益分布（见表 1）。
• AiLA-S015 策略在 95% 置信水平下的日度 VaR 计算结果为 -0.99%，这说明所考察的权重配置有 5% 的概率（即一年中约 13 个交易日）可能产生小于或等于 -0.99% 的投资组合收益。
• 如表 1 所示，采用方法 A 和方法 C 得到的收益具有相似的风险特征，且风险低于采用方法 B 得到的收益；方法 B 将全部权重配置于近月合约，而近月合约的波动通常大于其他合约。
• 剔除异常值（所有绝对收益率大于 1.5% 的交易日）后，可见峰度和偏度发生显著变化，从而反映了不考虑极端情形时投资组合收益的分布和风险。

图 5：采用方法 A 的 AiLA-S015 策略收益分布

图 6：采用方法 A、剔除异常值后的 AiLA-S015 策略收益分布

• 我们采用不同方法计算收益，以考虑大宗商品合约的季节性和波动率。
• 基于上述计算所得的收益，计算收益分布和风险指标，以评估某一投资组合配置在特定日期的权重所对应的历史风险。
• 方法 A 和方法 C 得到的收益，其风险特征优于方法 B 得到的收益，这说明了在曲线上不同位置进行配置、而非仅配置于近月合约的分散化优势。
• 不过，在本分析中，方法 B 提供了一个视角：若某一大宗商品的所有交易合约均与近月合约同样波动，最坏情景可能会是怎样。
• 剔除收益异常值后计算的分布和风险指标，有助于了解投资组合的负偏度是源于收益的极端情形，还是源于投资组合产生负偏收益的真实特性。
• 考察表 2 所列收益最低的五个日期，有助于了解若采用这些权重配置，该策略在历史上可能录得的最低收益。

表 1：基于 2024-06-26 权重、采用方法 A、B、C 计算的 AiLA-S015 策略收益风险与分布指标

表 2：基于 2024-06-26 权重、采用方法 A、B、C 计算的 AiLA-S015 收益最低的 5 个日期