01
风险预算入门
什么是风险预算？为什么它比传统资产配置更稳健？核心思想与哲学。
概念哲学
02
风险的度量
波动率、VaR、CVaR、最大回撤——我们到底该用哪个？
指标度量
03
协方差矩阵
资产间相关性的数学表达，如何计算与解读协方差矩阵。
数学相关性
04
风险分解
将组合总风险拆解到各个资产，理解边际风险贡献与风险贡献。
分解贡献
05
等风险贡献（ERC）模型
原理、数学推导与直觉理解。
ERC均衡
06
风险预算模型
从等风险贡献到自定义风险预算，数学公式与优化目标。
自定义优化
07
优化求解器入门
使用SciPy进行风险预算组合优化，代码实战。
SciPy代码
08
Python实现（一）
数据获取与预处理——使用pandas-datareader获取真实市场数据。
数据pandas
09
Python实现（二）
计算协方差矩阵——三种估计方法（样本协方差、指数加权、收缩估计）。
协方差估计
10
Python实现（三）
风险预算优化器——完整代码实现与逐行解读。
优化器实战
11
约束条件
权重上下限、行业集中度、换手率约束——如何加入实际投资约束。
约束风控
12
回测框架搭建
构建风险预算策略的回测系统，评估历史表现。
回测系统
13
绩效评估指标
夏普比率、最大回撤、Calmar比率、滚动收益分析。
绩效指标
14
与等权重组合对比
风险预算 vs 1/N等权重——谁更优？实证分析。
对比实证
15
与最小方差组合对比
风险预算 vs 最小方差——稳健性的较量。
最小方差稳健
16
与风险平价组合对比
风险预算 vs 风险平价——本质区别与联系。
风险平价辨析
17
多资产配置实战
股票、债券、商品、黄金——构建全球风险预算组合。
多资产全球
18
行业轮动策略
将风险预算应用于行业配置，捕捉结构性机会。
轮动行业
19
因子投资中的风险预算
将风险预算思想应用于因子组合构建。
因子组合
20
动态风险预算
市场波动变化时如何动态调整风险预算目标。
动态调整
21
风险预算的局限性
什么时候风险预算会失效？如何应对？
局限反思
22
极端市场情景
压力测试与情景分析——风险预算组合在危机中的表现。
压力测试危机
23
参数敏感性分析
协方差矩阵估计窗口、风险预算比例对结果的影响。
敏感性参数
24
稳健估计方法
M估计、最小协方差行列式（MCD）等稳健统计方法。
MCD稳健
25
贝叶斯方法
引入先验信息改进协方差矩阵估计，提升组合稳健性。
贝叶斯先验
26
Black-Litterman模型与风险预算
结合主观观点与风险预算框架。
BL观点
27
机器学习辅助风险预算
使用聚类分析识别资产类别，改进风险分解。
聚类ML
28
实战案例（一）
构建一个4资产风险预算组合——从数据到交易信号全流程。
4资产全流程
29
实战案例（二）
构建一个10资产风险预算组合——处理大规模优化问题。
10资产大规模
30
课程总结与进阶方向
风险预算的未来发展、前沿研究、推荐阅读与工具。
总结进阶