1. 投资组合优化导论
大家好，我是你们的讲师。今天咱们聊聊投资组合优化。说实话，这玩意儿听起来挺唬人的，但说白了，就是一门「怎么把钱分开放，才能赚得多、亏得少」的学问。
我刚开始做量化交易那会儿，也踩过不少坑。有一次，我把所有资金都押在几只看起来不错的股票上，结果市场一波动，回撤直接让我怀疑人生。嗯，从那以后，我才真正开始重视投资组合优化。
什么是投资组合优化？
投资组合优化，简单讲就是：在风险和收益之间，找到那个最舒服的平衡点。
你想想看，如果你把所有钱都存银行，安全是安全了，但收益低得可怜。反过来，全买高风险的股票，收益可能很高，但一个黑天鹅事件就能让你血本无归。
优化要解决的核心问题就两个：
- 给定风险水平，怎么让收益最大化？
- 给定收益目标，怎么让风险最小化？
我个人习惯把这个问题比作「做菜」。每种资产就像一种食材，有的辣（高风险高收益），有的淡（低风险低收益）。好的厨师（也就是我们），要做的就是把这些食材搭配好，做出一道既美味又不会让人拉肚子的菜。
为什么需要优化？
你可能要问：随便买几只股票不就行了？干嘛这么折腾？
我告诉你，还真不行。原因有三：
- 分散风险——「不要把鸡蛋放在一个篮子里」，这句话你肯定听过。但怎么放、放多少，才是关键。
- 提高收益风险比——同样的收益，谁的风险更小，谁就更牛。优化能帮你找到那个「性价比」最高的组合。
- 避免情绪化决策——我见过太多人，涨了追、跌了割，最后亏得一塌糊涂。优化模型能帮你用数据说话，而不是凭感觉。
核心观点：投资组合优化的本质，不是预测未来，而是管理不确定性。你无法控制市场涨跌，但你可以控制自己怎么配置。
现代投资组合理论（MPT）的起源与核心思想
说到投资组合优化，就绕不开一个人——哈里·马科维茨（Harry Markowitz）。1952年，他发表了一篇论文，叫《投资组合选择》。这篇论文，直接奠定了现代金融学的基石。
马科维茨的核心思想其实很简单：不要只看单个资产的收益和风险，要看资产之间的相关性。
举个例子。假设你有两只股票：
- A股票：天气好时涨，天气差时跌
- B股票：天气差时涨，天气好时跌
如果你各买一半，不管天气好坏，你都能赚钱。这就是「对冲」的魅力。
马科维茨用数学证明了：通过组合低相关性的资产，可以在不降低预期收益的情况下，降低整体风险。
个人经验：我在做策略回测时发现，很多新手喜欢把相关性高的资产放在一起，比如同时买好几只银行股。结果市场一波动，所有持仓一起跌，根本起不到分散作用。记住，真正的分散，是资产之间的相关性要低。
Markowitz均值-方差模型的基本框架
好了，理论说完了，咱们来点实际的。马科维茨的均值-方差模型，到底是怎么算的？
模型的核心就两个指标：
- 均值（Expected Return）——预期收益，也就是你期望赚多少钱
- 方差（Variance）——风险，也就是收益的波动有多大
模型的目标是：在给定风险下，最大化收益；或者在给定收益下，最小化风险。
数学上，它长这样：
最小化： σ² = wᵀ Σ w
约束条件： wᵀ μ = μₚ
Σ wᵢ = 1
wᵢ ≥ 0 （可选，不允许做空）其中：
- w 是各资产的权重向量
- Σ 是协方差矩阵，衡量资产之间的相关性
- μ 是各资产的预期收益向量
- μₚ 是目标组合收益
说白了，就是解一个二次规划问题。你给它一个目标收益，它给你算出一组最优的权重。
避坑指南：我曾经犯过一个错误——直接用历史数据算协方差矩阵，然后扔进优化器。结果出来的权重非常极端，有的资产配了80%，有的直接是0。后来才发现，历史数据有噪声，直接用的后果就是「过拟合」。建议对协方差矩阵做收缩估计（Shrinkage），或者用更稳健的估计方法。
知识体系总览
下面这张图，是我自己画的，帮你理清本章的核心逻辑：
一个简单的例子
假设你有两只资产：
| 资产 | 预期收益 | 标准差（风险） |
|---|---|---|
| 股票 A | 10% | 20% |
| 债券 B | 5% | 8% |
假设它们的相关系数为 -0.2（负相关）。那么，一个 60% A + 40% B 的组合：
- 预期收益 = 0.6 × 10% + 0.4 × 5% = 8%
- 组合方差 = (0.6² × 20%²) + (0.4² × 8%²) + 2 × 0.6 × 0.4 × (-0.2) × 20% × 8%
- 组合标准差 ≈ 12.6%
你看，组合的风险（12.6%）比纯股票（20%）低了不少，但收益（8%）比纯债券（5%）高。这就是优化的魅力。
一个小技巧：在实际操作中，我一般不会只用两只资产。至少配5-10只不同类别的资产（股票、债券、商品、REITs等），效果会好很多。另外，别忘了定期再平衡——我习惯每季度做一次。
本章小结
好了，咱们来捋一捋今天讲了啥：
- 投资组合优化——就是在风险和收益之间找平衡
- 为什么需要优化——分散风险、提高性价比、避免情绪化
- MPT 的核心——关注资产之间的相关性，而不是只看单个资产
- 均值-方差模型——用数学方法求解最优权重
说实话，这些内容看起来简单，但真正用起来，坑还是挺多的。下一章，我会带你手把手实现一个简单的均值-方差优化器，到时候你就知道，理论和实践之间，差了多少个「没想到」。