一、资产配置导论：什么是资产配置、为什么资产配置是投资中唯一的免费午餐、资产配置的历史演变
大家好，我是你们的老朋友。今天咱们正式开课，聊一个听起来很基础、但做起来极容易翻车的话题——资产配置。
说实话，我入行头三年，一直觉得资产配置就是“把钱分到几个篮子里”，简单得很。直到有一次，我帮一个高净值客户做组合，满脑子想着选股择时，结果市场一波动，回撤直接打穿了他的心理防线。嗯，从那以后我才真正明白：资产配置不是分篮子，而是搭骨架。
1.1 什么是资产配置？
说白了，资产配置就是决定你的钱往哪放、放多少。
你想想看，你手头有100万，是买股票、买债券、买黄金，还是存银行？每种资产放多少比例？这个比例怎么调？——这就是资产配置要回答的问题。
我个人习惯把资产配置比作盖房子：
- 地基：低风险的债券、现金类资产，保证你晚上睡得着觉
- 承重墙：股票、权益类资产，提供长期增长动力
- 装修：另类资产（黄金、大宗商品、REITs），用来对冲极端风险
注意，这里有个坑：很多人把“选股”当成了投资的核心，其实选股只是装修里的刷墙漆。墙漆刷得再漂亮，地基没打好，风一吹就塌。
1.2 为什么资产配置是投资中唯一的免费午餐？
这句话是诺贝尔奖得主马科维茨说的。我第一次读到这句话时，心里想的是：“免费午餐？哪有这么好的事？”
后来我在实盘里跑了几轮，才真正体会到它的分量。
咱们来看一个简单的例子。假设你有两种资产：
- 股票A：预期年化收益10%，波动率20%
- 债券B：预期年化收益5%，波动率8%
如果你全仓股票，收益高但波动大，回撤30%是常事。如果你全仓债券，稳是稳了，但跑不赢通胀。
但如果你把50%的钱放股票、50%放债券呢？
这里有个数学上的小秘密：只要两种资产不是完全正相关，组合的风险（波动率）会小于它们各自风险的加权平均。说白了，就是1+1 < 2。
为什么说它是“免费午餐”？因为通过资产配置，你可以在不降低预期收益的情况下，降低风险。或者反过来，在承担相同风险的情况下，提高收益。这在金融学里叫“有效前沿”——你想想看，这世上哪有比这更划算的事？
1.3 资产配置的历史演变：从马科维茨到全天候策略
资产配置不是一天建成的。我把它分成四个阶段，每个阶段都对应着一次认知升级。
阶段一：马科维茨的均值-方差模型（1952年）
这是现代资产配置的起点。马科维茨用数学证明了：组合的风险不是单个资产风险的简单相加，而是取决于资产之间的相关性。
他提出了一个公式：
组合方差 = w1²σ1² + w2²σ2² + 2w1w2ρσ1σ2其中ρ是相关系数。当ρ < 1时，组合风险就会降低。
这个模型最大的贡献是给了我们一个量化框架。但说实话，它在实盘里有个致命缺陷：它假设收益和风险是稳定的，但现实世界的数据是不断变化的。我见过很多量化团队，拿着过去三年的数据算最优权重，结果一上线就崩——因为市场风格变了。
阶段二：Black-Litterman模型（1990年）
高盛的两位大佬Black和Litterman觉得马科维茨的模型太“敏感”了——输入稍微变一点，输出权重就天翻地覆。于是他们引入了一个贝叶斯框架，把市场均衡收益和投资者的主观观点结合起来。
我个人觉得，这个模型最大的价值是解决了“输入敏感度”问题。但它的缺点是：你需要对每个资产有主观观点，而且观点要量化成置信度。嗯，这其实挺难的。
阶段三：风险平价（Risk Parity，1996年）
桥水基金的达里奥提出了一个颠覆性的想法：别盯着收益配权重，盯着风险配权重。
传统配置是“60%股票+40%债券”，但股票的波动率是债券的3-4倍，所以组合里90%的风险都来自股票。一旦股市崩盘，组合就完了。
风险平价的做法是：让每种资产对组合的风险贡献相等。比如，股票波动大，就少配一点；债券波动小，就多配一点。这样组合的风险更均衡，回撤也更小。
阶段四：全天候策略（All Weather，1996年）
同样是达里奥的杰作。他根据经济增长和通胀两个维度，把经济环境分成四个象限：
| 经济环境 | 增长上行 | 增长下行 |
|---|---|---|
| 通胀上行 | 股票、商品 | 通胀挂钩债券、黄金 |
| 通胀下行 | 股票、债券 | 债券、现金 |
全天候策略的核心思想是：不管经济处于哪个象限，你的组合都能赚钱。它通过配置不同资产，让组合在任何环境下都有“赢家”。
我自己的实盘里，就借鉴了全天候的思路，但做了一些本土化调整——比如加入了A股的可转债和国内的利率债。效果嘛，过去三年年化收益8%出头，最大回撤控制在10%以内，我个人还算满意。
知识体系总览
下面这张图是我自己画的，把本章的核心逻辑串起来了。你一看就明白：
这张图把本章的三个核心问题串起来了。你从“资产配置”出发，往左看是“是什么”，往右看是“为什么”和“历史演变”。底部那句话是我自己加的——分散化 + 动态调整 = 稳健收益，这是我在实盘里反复验证过的真理。
好了，这一章就到这里。下一章咱们会深入聊马科维茨的均值-方差模型，我会手把手带你用Python实现它。到时候你就能亲眼看到“有效前沿”长什么样了。
公众号:蓝海资料掘金营，微信deep3321