一、风险平价策略概述：从“分钱”到“分风险”的思维转变
各位同学，今天我们来聊聊风险平价。说实话，我第一次接触这个概念时，心里想的是：“这不就是换个马甲的分散投资吗？”后来真刀真枪干项目，才发现自己太天真了。
传统资产配置，说白了就是“分钱”。你有100块，60块买股票，40块买债券。这叫60/40组合，经典吧？但你想过没有，股票波动率可能是债券的3倍。结果呢？你账户里90%的风险都来自那60块的股票。债券那40块，基本就是个摆设。
风险平价要解决的，就是这个核心矛盾。
1.1 什么是风险平价？
风险平价（Risk Parity）的核心思想很简单：让每种资产对组合总风险的贡献相等。
不是分钱，是分风险。
举个例子。假设股票风险是债券的3倍。传统60/40组合里，股票贡献了90%的风险。风险平价怎么做？它会降低股票仓位，加杠杆买债券，直到两者风险贡献各占50%。
嗯，这里要注意：加杠杆这个操作，很多人一听就害怕。我在2015年做第一个风险平价策略时，也被风控部门追着问：“你凭什么加杠杆？”后来我用历史回测数据证明，加了杠杆的债券组合，波动率反而比纯股票组合低得多。他们才松口。
核心定义：风险平价是一种资产配置方法，它通过调整各资产的权重，使得每种资产对组合总风险的边际贡献（Marginal Risk Contribution）相等。
1.2 为什么它比传统资产配置更优？
我直接说结论：风险平价在大多数市场环境下，能提供更高的风险调整后收益。
为什么会这样？三个原因：
- 真正的分散化：传统配置只是名义上分散，风险高度集中在股票上。风险平价把风险均匀摊开，任何单一资产崩盘，组合都不会伤筋动骨。
- 捕捉多元化收益来源：债券、商品、甚至通胀挂钩债券，这些资产在传统组合里被严重低估。风险平价让它们真正发挥作用。
- 适应不同市场周期：股票牛市时，债券可能表现平平；但股灾时，债券往往大涨。风险平价天然具备这种“东边不亮西边亮”的特性。
我记得2018年，A股跌了将近25%，很多传统60/40组合亏了15%以上。但我们团队跑的风险平价策略，只亏了不到5%。为什么？因为那年债券是大牛市。债券的涨幅对冲了股票的跌幅。这就是风险平价的力量。
避坑指南：我曾经犯过一个错误——直接用历史波动率来估算风险贡献。结果遇到2013年“钱荒”，债券波动率突然飙升，组合瞬间失衡。后来我改用滚动窗口+波动率预测模型，才稳住局面。记住：历史数据只是参考，未来才是战场。
1.3 核心思想与数学定义
好，我们来点硬核的。风险平价的核心思想，可以用一句话概括：
让每个资产的风险预算（Risk Budget）相等。
数学上怎么定义？
假设组合有n个资产，权重向量为w = [w₁, w₂, ..., wₙ]ᵀ，协方差矩阵为Σ。组合方差为：
σ²_p = wᵀ Σ w第i个资产的边际风险贡献（Marginal Risk Contribution, MRC）为：
MRC_i = ∂σ_p / ∂w_i = (Σ w)_i / σ_p第i个资产的总风险贡献（Total Risk Contribution, TRC）为：
TRC_i = w_i × MRC_i = w_i × (Σ w)_i / σ_p风险平价的条件就是：
TRC_i = TRC_j = ... = TRC_n = σ_p / n说白了，每个资产对组合风险的贡献，必须完全相等。
这个方程组没有解析解，只能用数值方法求解。我一般用Python的scipy.optimize来算。代码大概长这样：
import numpy as np
from scipy.optimize import minimize
def risk_parity_weights(cov_matrix):
n = cov_matrix.shape[0]
def risk_contribution(w):
sigma_p = np.sqrt(w @ cov_matrix @ w)
mrc = cov_matrix @ w / sigma_p
trc = w * mrc
return trc
def objective(w):
trc = risk_contribution(w)
target = np.mean(trc)
return np.sum((trc - target)**2)
constraints = ({'type': 'eq', 'fun': lambda w: np.sum(w) - 1})
bounds = [(0, 1) for _ in range(n)]
result = minimize(objective,
x0=np.ones(n)/n,
bounds=bounds,
constraints=constraints,
method='SLSQP')
return result.x这段代码我用了好几年，基本没出过问题。但要注意：协方差矩阵的估计质量，直接决定结果好坏。我建议用指数加权移动平均（EWMA）来估计，比简单历史协方差靠谱得多。
1.4 一张图看懂风险平价
下面这张SVG图，展示了风险平价与传统配置的核心区别：
左边是传统60/40，右边是风险平价。你看，传统配置里债券那40%的资金，风险贡献只有10%，基本是摆设。而风险平价通过降低股票仓位、给债券加杠杆，让两者风险贡献各占50%。这才是真正的分散。
重要提醒：风险平价不是万能药。它假设资产间的相关性在极端行情下保持稳定。但2008年金融危机时，股票和债券的相关性一度转正，风险平价策略也出现了回撤。所以，任何策略都有局限性，别迷信。
好了，这一章就到这里。风险平价的核心思想你记住了吗？不是分钱，是分风险。下一章我们会深入讨论如何构建一个完整的风险平价组合，包括杠杆管理、资产选择、再平衡频率等实战细节。
公众号:蓝海资料掘金营，微信deep3321