多時段投資組合最佳化

多時段投資組合最佳化是均值-變異投資組合選擇的動態延伸，能同時決定跨多個未來時期的投資組合權重與交易行為。它不僅僅在單一期望報酬與變異的權衡上進行最佳化，而是最小化累積目標——通常為各期特定效用或風險懲罰的加權總和——並受到動態預算限制、交易成本與資訊演變的約束。此框架明確模擬投資人偏好、市場預期與約束如何隨時間變化，從而構建在起始時點以及後續重新最佳化時皆為最適的投資組合。

此方法將靜態的 Markowitz 最佳化概念概括化，並解決其在實務情境中的主要限制：考量路徑依賴性（例如今日交易對明日機會集合的影響）、允許風險厭惡或損失厭惡隨時間變化，並支援納入交易與再平衡成本。多時段模型對於管理長期、多年投資視野且需協調中期流動性需求與長期成長目標的機構投資者——如主權財富基金、退休金計畫與捐贈基金——尤具價值。

多時段最佳化建立於三個相互交織的要素：狀態變數、決策變數與目標函數。狀態變數記錄每一期可取得的資訊集（例如當前投資組合持有量、 市場價格、宏觀經濟指標與投資人偏好）。決策變數則包括每一期的投資組合權重或資產部位向量，並可選擇加入期間交易規模。目標函數將規劃期間內各期的效用或懲罰加總，常以期效用的期望總和減去以時間一致風險厭惡參數調整的風險懲罰項來表示。

常見的形式採用遞迴效用結構，使得時間 t 的價值函數滿足：

V_t(S_t) = max_{a_t} { U(S_t, a_t) + β · E[V_{t+1}(S_{t+1}) | S_t, a_t] }

其中 S_t 為時間 t 的狀態，a_t 為行動（交易或投資組合選擇），U 為單期效用，β ∈ (0,1] 為折現因子。若效用為二次且報酬服從高斯分布，則問題化簡為對投資組合權重序列的凸最佳化，其風險項中會納入多期報酬的協方差矩陣。

實務上使用的多時段最佳化有多種變體，依其對偏好、約束與報酬動態的建模方式而有所區別：

• 時間相加均值-變異：以恆定風險厭惡係數將各期的均值-變異目標相加。實作簡便，但除非風險厭惡為零，否則通常不具時間一致性。
• 時間一致的均值-方差：調整目標以在各期間保持一致性，通常透過重新定義風險項，將未來價值函數的條件變異數納入。此舉產生線性二次控制問題。
• 損失厭惡框架：納入參照依賴的偏好（例如前景理論），當相對於基準或初始財富的損失發生時，會產生較高的邊際不效用。此概念對主權財富基金與退休金負債尤為相關。
• 健全的多階段最佳化：使用情境樹或模糊集合來對沖收益預測模型的不確定性，降低在高維環境下估計誤差的敏感度。

機構投資人採用多時段最佳化，以協調策略資產配置、戰術再平衡與負債導向投資。例如，退休金基金可能設定三個時段：短期（1‑2 年）用於現金流匹配與流動性， 中期（3‑5 年）用於風險預算與因子偏好， 長期（10 年以上）用於成長與通膨保護。最佳化器在各期間共同選擇交易，以最小化追蹤誤差、換手率與缺口風險的加權總和，並受資金比率限制與監管規範的約束。

實作通常採用滾動時段或遞減時段的方式：在每個再平衡日，使用最新的預測與市場資料重新求解完整的多期計畫，僅執行第一期的動作。此做法保留可行性與適應性，同時維持前瞻規劃的優勢。根據問題規模與結構，會使用動態規劃、隨機規劃或凸近似（例如 SDP 放寬）等數值方法。

考慮一個包含兩個資產（股票與債券）的兩期情境，初始財富為 W₀，且已知各期的報酬均值 μ₁、μ₂ 以及協方差 Σ。交易成本為比例式：每單位權重變動 κ·|Δw|。投資人之目標為最大化：

E[U₁] + β·E[U₂]，其中 Uₜ = wₜ′μₜ − (γ/2)·wₜ′Σₜwₜ − κ·|wₜ − wₜ₋₁|

最佳的第一期權重 w₀* 透過解二次規劃以平衡即時報酬、風險與未來交易的承諾成本。若最佳化器預期第二期股票將更具吸引力，可能容忍適度的初始低配——因為再平衡成本將被較高的預期報酬抵消——而單期最佳化器則只會對第一期訊號過度反應。

多時段最佳化帶來多項實務風險：

• 預測誤差放大：估計多期報酬分布需假設序列相關性與波動性動態；小幅誤差在多時段上累積，導致次佳或不穩定的政策。
• 計算負擔：求解大規模多階段模型成本高昂；情境樹若分支過多，超過數期後將變得難以處理。
• 模型風險：時間一致的模型常依賴二次效用或常態報酬，可能無法正確描繪尾部行為與偏態。
• 過度擬合歷史協方差：高維協方差估計噪聲大，尤其當時段長度超過歷史資料的有效樣本數時。

為減輕上述問題，實務者會將多時段最佳化與正則化（例如收縮、因子模型）、健全情境生成以及針對不同報酬路徑的壓力測試結合使用。

• 在動態規劃中忽略交易成本：將多時段最佳化視為一系列靜態問題會導致過度換手，績效受損。
• 跨期間使用不一致的風險厭惡度：在時間可加的均值-方差目標中套用固定的風險厭惡係數，會產生投資人事後想拋棄的策略，削弱計畫的可信度。
• 忽視流動性限制：假設交易可於預測價格完全成交，可能導致再平衡時程不可行，尤其是對於流動性不足的資產。
• 時段與決策權不匹配：基金經理可能以 10 年為最佳化時段，但卻以季為單位評估績效，造成激勵不一致與頻繁的計畫偏離。

最佳實務是將時段長度與風險厭惡度校準至投資人實際的決策週期，並在樣本外情境下以簡單基準（例如買入持有、等權重）驗證最佳化器的輸出。