一、资产配置概述

1.1 什么是资产配置

资产配置，说白了就是「鸡蛋不要放在一个篮子里」。

我经常跟朋友打比方：你手里有100万，全买股票，万一碰上股灾，心态直接崩了。但如果你拿一部分买债券，一部分买黄金，再留点现金，就算股市跌了，其他资产可能还在涨，整体就不会太惨。

从专业角度讲，资产配置就是根据你的投资目标、风险承受能力和投资期限，把资金分配到不同类别的资产中。常见的资产类别包括：

• 权益类：股票、股票型基金
• 固定收益类：债券、债券型基金
• 现金类：货币基金、银行存款
• 另类投资：黄金、房地产、大宗商品

我在项目中遇到过不少新手，一上来就问「哪只股票能翻倍」。我通常会反问一句：「你考虑过资产配置吗？」很多人一脸茫然。其实，真正决定你长期收益的，不是选对了哪只股票，而是你怎么分配资金。

1.2 资产配置的重要性

为什么资产配置这么重要？我讲三个真实的原因。

第一，降低风险。 不同资产之间的相关性往往不高。股票跌的时候，债券可能涨；债券跌的时候，黄金可能涨。你想想看，如果所有资产都同涨同跌，那配置还有什么意义？

第二，平滑收益。 我见过太多人，牛市里赚得盆满钵满，熊市里又亏得底朝天。资产配置不能让你一夜暴富，但能让你的收益曲线更平滑，晚上睡得着觉。

第三，适应不同市场环境。 经济周期有复苏、过热、滞胀、衰退四个阶段。每个阶段表现最好的资产都不一样。资产配置就是让你无论什么天气，都有伞可打。

经济周期	表现较好的资产	表现较差的资产
复苏期	股票、大宗商品	债券、现金
过热期	大宗商品、房地产	债券
滞胀期	黄金、现金	股票、债券
衰退期	债券、现金	股票、大宗商品

1.3 资产配置的历史与演变

资产配置这个概念，其实不是现代人发明的。

我记得最早可以追溯到《圣经》里提到的「把粮食分存在七个丰年和七个荒年」。说白了，就是跨时间配置资源。后来到了20世纪，才慢慢形成系统的理论。

几个关键节点：

• 1952年：马科维茨提出均值-方差模型，现代投资组合理论诞生。这是资产配置第一次有了数学基础。
• 1960-70年代：资本资产定价模型（CAPM）出现，大家开始关注系统性风险和超额收益。
• 1980年代：布莱克-李特曼模型问世，把主观观点和客观数据结合起来。
• 2000年以后：风险平价策略流行，桥水基金的「全天候策略」就是典型代表。

嗯，这里要注意一点：理论越来越复杂，但核心逻辑没变——找到收益和风险的最佳平衡点。

1.4 现代投资组合理论简介

现代投资组合理论（MPT）是资产配置的基石。它的核心思想就一句话：不要只看单个资产的收益和风险，要看组合的整体表现。

马科维茨用数学证明了：通过分散投资，可以在不降低预期收益的情况下，降低整体风险。这个结论在当时是颠覆性的。

具体来说，MPT包含几个关键概念：

• 预期收益：每个资产未来可能带来的平均回报
• 风险（标准差）：收益的波动幅度
• 相关性：不同资产之间的联动关系
• 有效前沿：在给定风险下，能实现的最高收益组合

我习惯用Python来演示有效前沿的计算。下面是一个简单的示例：

import numpy as np
import matplotlib.pyplot as plt

# 假设两个资产的预期收益和风险
returns = np.array([0.12, 0.08])
vols = np.array([0.20, 0.10])
corr = 0.3

# 计算不同权重下的组合风险与收益
weights = np.linspace(0, 1, 100)
portfolio_returns = weights * returns[0] + (1 - weights) * returns[1]
portfolio_vols = np.sqrt(
    weights**2 * vols[0]**2 + 
    (1 - weights)**2 * vols[1]**2 + 
    2 * weights * (1 - weights) * corr * vols[0] * vols[1]
)

# 绘制有效前沿
plt.plot(portfolio_vols, portfolio_returns)
plt.xlabel('风险（标准差）')
plt.ylabel('预期收益')
plt.title('两个资产的有效前沿')
plt.show()

你想想看，如果两个资产完全正相关（相关系数=1），分散投资就没意义了。但现实中，股票和债券的相关系数通常在0.2到0.5之间，这就给了我们操作空间。

好了，这一章的内容就到这里。资产配置不是玄学，是科学。后面我们会一步步深入，把每个环节都讲透。