多行业投资基金？
从历史表现数据来看，多策略投资组合的收益率和波动率都更好。 但问题在于如何确定各个策略的权重。一个简单的方法是主观决定各策略的权重并加以固定，但在实际操作中这往往很难做到。一种更加理性的做法是由计算机帮助决策者进行加权，即根据各策略的历史信息计算其期望收益率和风险，再以加权求和的方式得到组合的预期收益与风险。
为了便于说明计算方法，我们构建一个包含两种策略的投资组合进行数值模拟。 假定投资者分别建立两个策略：
策略一：买入并持有标普500指数 在过去68年的岁月里（1949年至2016年底），该策略的平均年化收益率高达10.37%，最大回撤-33.4%，年化波动率8.5%。虽然单年度收益并不理想，但长期来看其稳健的收益特征令其成为资产配置中的核心。鉴于此，我们将其权重设定为60%。
策略二：动量策略 基于SP500建立动量策略，具体构建如下：以SP500的价格变化作为因子构建动态因子模型，用历史的信息系数估计当前值，并进行反向跟踪，得到动量向量\theta_t ，然后根据下式构建动量策略。 上述两交易策略的加权平均年收益率为13.75%，最大回撤-1.3%，年化波动率6.9%。从统计数据上看，这一组合的收益和风险表现都好于单一股票或ETF的策略。
当然，最关键的还是要考虑到资金的风险承受能力，将组合的风险控制在一定的范围之内。 还可以引入一些优化方法对权数进行调整，例如将目标函数设置成最大化组合的夏普比率（Sharpe Ratio），这样就可以通过最优化的计算得到一个使组合价值最大化的权数。