第一章：投资组合理论基石——从马科维茨到现代投资组合理论，理解风险与收益的数学本质

各位同学，欢迎来到《可持续投资组合构建与回测实战》的第一章。

说实话，每次讲这一章，我都挺感慨的。因为我自己刚入行那会儿，对投资的理解就是「选好股票，然后死扛」。直到我读了马科维茨的论文，才恍然大悟——原来投资不是选美，而是做数学题。

这一章，我们就来聊聊现代投资组合理论的根基。你想想看，为什么有人能穿越牛熊，有人却总在追涨杀跌？答案就藏在这套理论里。

1.1 风险与收益的数学本质

我们先从最基础的概念说起。

收益，说白了就是你的钱能变多快。但风险呢？我见过太多人把风险等同于「亏钱」，其实不对。在金融数学里，风险是「不确定性」——也就是收益率的波动程度。

我们用标准差来衡量这种波动。举个例子：

• 资产A：每年稳定赚5%，标准差为0%
• 资产B：有时赚30%，有时亏20%，标准差为25%

你选哪个？嗯，这取决于你的风险承受能力。但数学上，我们有一个明确的公式：

# 单个资产的预期收益率
E(R) = Σ (p_i × r_i)

# 单个资产的风险（方差）
σ² = Σ p_i × (r_i - E(R))²

# 标准差（波动率）
σ = √σ²

我在项目中遇到过一件事：有个客户拿着一个年化收益20%的策略来找我，我一看回撤曲线，最大回撤超过40%。我说这策略你拿不住，他说他能。结果三个月后，他割肉了。为什么？因为数学上的标准差和人性上的恐惧，是两码事。

1.2 马科维茨的均值-方差模型

1952年，哈里·马科维茨发表了一篇论文，叫《投资组合选择》。这篇论文彻底改变了金融业。他提出了一个核心思想：

投资者应该同时考虑收益和风险，而不是只看收益。

听起来很简单对吧？但在当时，这可是颠覆性的。马科维茨用数学证明了：通过组合不同相关性的资产，可以在不降低预期收益的情况下，降低整体风险。

我们来看两个资产的组合公式：

# 两个资产组合的预期收益
E(Rp) = w₁ × E(R₁) + w₂ × E(R₂)

# 两个资产组合的方差
σp² = w₁² × σ₁² + w₂² × σ₂² + 2 × w₁ × w₂ × ρ₁₂ × σ₁ × σ₂

# 其中：
# w₁, w₂ = 资产权重（w₁ + w₂ = 1）
# ρ₁₂ = 两个资产的相关系数（范围：-1 到 1）

你看，关键就在这个相关系数ρ。如果ρ = 1，两个资产完全正相关，分散化没用。如果ρ = -1，理论上可以构建一个零风险的组合。但现实中，ρ通常在0到1之间。

我曾经犯过一个错误：把两只银行股放在一个组合里，以为分散了风险。结果金融危机一来，两只股票一起暴跌。为什么？因为它们的相关系数接近0.9。说白了，它们本质上是一个资产。

1.3 有效前沿与最优组合

马科维茨的模型告诉我们：对于给定的风险水平，存在一个最大收益的组合；对于给定的收益水平，存在一个最小风险的组合。把这些「最优」组合连起来，就形成了一条曲线——有效前沿（Efficient Frontier）。

下面我用SVG画一张图，帮你直观理解：

这张图里，红色虚线就是有效前沿。所有在这条线上方的点，都是「不可能」的——你找不到这样的组合。所有在这条线下方的点，都是「低效」的——你可以在相同风险下获得更高收益。

那么，我们应该选哪个点？这取决于你的风险偏好。但有一个点很特殊——与无风险利率连线相切的点，也就是最大夏普比率组合。这个组合在数学上是最优的，因为它每承担一单位风险，能获得最多的超额收益。

1.4 从理论到实践的三个关键问题

理论很完美，但现实很骨感。我在实际应用马科维茨模型时，遇到了三个绕不开的问题：

1. 参数估计误差：你算出来的预期收益和协方差矩阵，都是基于历史数据。但历史会重演吗？不一定。我见过一个策略，回测时夏普比率2.0，实盘直接变成0.5。为什么？因为参数变了。
2. 权重敏感度：马科维茨模型对输入参数极其敏感。输入稍微变一点，最优权重可能天翻地覆。我曾经试过，把某只股票的预期收益从10%改成9.5%，结果最优权重从30%直接降到5%。这合理吗？不合理。
3. 再平衡频率：理论上你应该每天再平衡，但交易成本会吃掉你的收益。我建议按月或按季度再平衡，同时设置一个阈值（比如偏离5%才调整）。

1.5 现代投资组合理论的演进

马科维茨之后，这个领域一直在进化。这里我简单提几个重要的方向：

理论/模型	提出者	核心贡献	我的评价
资本资产定价模型（CAPM）	夏普、林特纳等	用β衡量系统性风险	简单好用，但假设太强
套利定价理论（APT）	罗斯	多因子模型，更灵活	实战中更实用
Black-Litterman模型	布莱克、利特曼	结合主观观点与市场均衡	我目前最常用的框架
风险平价（Risk Parity）	桥水基金	让每个资产贡献相同风险	适合大资金，但收益偏低

我个人最推荐初学者从风险平价入手。为什么？因为它不需要预测收益，只需要估计风险。而预测收益这件事，说实话，绝大多数人都做不好。

我记得有一次，一个学员问我：「老师，我该用哪个模型？」我说：「你先用最简单的等权重组合跑一年，然后对比一下风险平价。你会发现，等权重组合的波动率可能是风险平价的两倍。」他试了之后，回来跟我说：「老师，你说得对，我之前一直在裸奔。」

1.6 本章小结

好了，这一章的内容就到这里。我们讲了：

• 风险和收益的数学定义——标准差和预期收益
• 马科维茨的均值-方差模型——分散化的数学原理
• 有效前沿——如何在风险和收益之间做选择
• 实践中的三个坑——参数估计、权重敏感度、再平衡
• 现代理论的演进——从CAPM到风险平价

你想想看，这些理论虽然已经诞生了70多年，但今天依然在指导着全球数万亿美元的资金配置。为什么？因为数学不会骗人，但人性会。

下一章，我们会开始动手写代码，用Python实现一个简单的投资组合优化器。到时候，你会看到这些公式是如何变成一行行代码的。

---

公众号:蓝海资料掘金营，微信deep3321