这篇论文系统性地研究了如何精准预测多资产类别下各类投资因子的长期波动率，旨在填补因子投资风险管理领域的空白。它利用了一个覆盖股票、固定收益、大宗商品和外汇的广泛数据集，其中包含21个因子策略，历史数据可追溯至1969年。论文通过构建一系列逐步复杂的预测模型，发现预测的准确性存在一种单调提升关系：使用更长的历史数据回看期和预测更长的未来时间窗口，能有效过滤短期市场噪音，从而得到更可靠的预测结果。研究进一步证明，一个综合考虑了长期均值回归效应、短期波动率聚集特征，并创新性地引入外部宏观经济变量（如全球财政平衡、通货膨胀和收益率曲线陡峭度）的复杂模型，其预测效果最优。此外，研究还指出固定收益和套利类因子的波动率可预测性最高，且多因子组合的波动率比单一因子更易预测。这些核心发现在严格的样本外测试中得到了验证，证实了该方法的稳健性和现实应用价值。

欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai