Active Portfolio Management: A Quantitative Approach to Providing Superior Returns and Controlling Risk
这种方法的主要思想是建立因素投资组合群，其中每个投资组合都是基于规则（实际上通常都是等权重或等风险权重）考虑单一种类的阿尔法预测而构建的。通过这种方式，可以模拟得到各种投资组合收益的时间序列数据。
我们最终需要根据各个模型的权重来确定各个头寸的权重。这种
方法下头寸权重的计算方式，通过例子加以说明最容易理解。假设我
们有两个阿尔法要素，都只进行方向性预测（＋1为买入信号，-1为
卖出信号）。在要素投资组合中，简单起见我们假设有100只等权重
的股票，也就是说在每一个投资组合下，每只股票都占1%的权重。
假设根据要素投资组合优化方法，计算出第一个投资组合占60%权
重，第二个占40%权重。那么每只股票的权重就是1%（各个要素投
资组合内产品的权重）乘以要素给出的信号（买或者卖）再乘以所属
要素投资组合的权重。假设对一家公司，第一个阿尔法模型预测为＋
1，第二个预测为-1，则最终分配给该公司的权重为[（1%）×（＋1）
×（60%）]＋[（1%）×（-1）×（40%）]＝＋0.2%，
重新取样/MC模拟
Efficient Asset Management：A Practical Guide to Stock Portfolio Optimization and Asset Allocation
bootstrap
基于规则
alpha加权
相同头寸加权
非等权重的统计学意义存疑
非等权重的风险
避免不良数据
相同风险加权
HRP
Building Diversified Portfolios that Outperform Out-of-Sample
