大类资产配置的方法包括主观和量化两大类。主观类的配置方法如耶鲁模式，其同时结合了理论分析方法和对市场的主观判断;量化类的配置方法包括经典的均值方差模型、风险平价模型、B-L模型和ABL模型等。本篇我们仅就大类资产配置的量化方法进行讨论。

　　1.均值方差模型。

　　1952 年Markowitz 提出了均值方差模型，其核心思想是基于风险和收益两个方面构建投资组合，以追求风险固定的时候，收益最大化;或收益固定的时候，风险最小化。

　　模型中，收益即投资组合的期望收益，风险即投资组合整体的波动率。在实践应用时，由于期望收益难以估计，往往由历史收益率的均值进行度量，风险则由收益率的方差度量。因此，均值方差模型严重依赖历史数据，缺乏对资产的预期。此外，有卖空限制时，多数资产的配置权重为零，小部分资产在投资组合中占到了较大的比例，配置结果显得较为集中。

　　1.风险平价模型(Risk Parity)

　　风险平价模型的核心在于分散风险。传统的资产配置模型虽然分散了资产，但不一定起到分散风险的作用。比如股票和债券的比例为5:5，由于股票本身的风险远高于债券，因此组合中可能超过80%的风险都集中在股票资产上，并未充分发挥大类资产配置的优势。而风险平价模型的特点是风险均衡，即每类资产对组合的风险贡献是相同的，通过赋予每类资产不同的权重，从而使得每类资产对组合的边际风险变化相同。

　　在实际应用中，应用风险平价最有代表性的是桥水基金的全天候策略。严格意义上说，全天候和风险平价还是有差别的，全天候策略分散的是宏观经济的风险，将宏观经济运行分为经济增长＋通胀、经济增长＋通缩、经济衰退＋通胀和经济衰退＋通缩四宫格，赋予每种场景的风险相同。而风险平价的话更强调的是每类资产对组合的风险贡献相同。目前，风险平价模型逐渐成为FOF大类资产配置的主流模型，在具体应用时也得到了更多的丰富。

　　1.B-L模型和ABL模型

　　B-L(Black-Litterman)模型是在均值方差模型的基础上引入了投资者观点来度量期望收益，同时将投资者观点引入模型，可以说是对均值方差模型的改进。其主要方法是引入期望收益率的市场均衡分布和投资者主观观点，在贝叶斯准则的框架下将得到对资产期望收益率分布的新的估计

　　尽管B-L模型对期望收益率进行了修正，但是由于投资者对各类资产的预期收益率的判断容易出现较大的误差，很多资产的预期收益率观点难以获得。因此，加入因子预期的ABL(Augmented Black-Litterman)模型就应运而生了。

　　考虑到投资者的主观观点除了直接对资产表现的预期，还包括对宏观因子如GDP、M2、CPI等的预期，这些因子可能也会驱动未来各类资产的表现。而且投资者对这些因子的观点相对于对资产收益率的预期更容易，也更准确些。因此，ABL模型构建了多因子体系，融入到B-L模型中，从而使得B-L模型中的投资者观点表述更加多元化。ABL模型也存在一定的缺陷，即资产配置过程不够透明，由于多个因子的存在，使得投资者很难直接观察到最终对资产表现起主要作用的那个因子。

　　大类资产配置是FOF的核心理念。在国内FOF的实践中，不同的机构会在上述模型的基础上，进行不同的丰富。目前来看，对于市场的主观预期和风险平价模型的结合成为FOF资产配置的主流应用。