基于大规模市场图最大独立集求解的相关性多样化投资组合构建

相关性多样化投资组合可通过在市场图中寻找最大独立集（MIS）来构建，其中边对应两只股票间的相关性。寻找 MIS 的计算复杂度随市场图规模增大呈指数增长，使得大规模市场图中的 MIS 选取十分困难。此处我们通过基于一种称为模拟分岔（SB）的量子启发算法、用组合优化求解器（伊辛机）求解大规模市场图的 MIS 问题来构建多样化投资组合，并利用长期历史市场数据考察所构建投资组合的投资表现。使用不同规模股票池 [TOPIX 100、日经 225、TOPIX 1000 及 TOPIX（约含 2,000 只成分股）] 的比较表明，基于 SB 的求解器在计算时间与解精度上均优于传统 MIS 求解器。借助基于 SB 的求解器，我们通过回测模拟迭代优化了 MIS 投资组合策略的参数；该回测基于覆盖逾 1,700 只日本股票、长达 10 年的大规模股票池计算策略表现。研究发现，最佳 MIS 投资组合策略（夏普比率 = 1.16，年化收益/风险 = 16.3%/14.0%）在 2013 至 2023 年间优于 TOPIX（0.66，10.0%/15.2%）与 MSCI 日本最小波动率指数（0.64，7.7%/12.1%）等主要指数。