01
均值方差模型概述
马科维茨现代投资组合理论 · 均值与方差数学定义 · 有效前沿与最优组合
基础马科维茨
02
均值方差模型的数学推导
目标函数与约束条件 · 拉格朗日乘子法 · 两基金分离定理
推导拉格朗日
03
均值方差模型的经典假设
投资者理性 · 市场无摩擦 · 收益率正态分布
假设理想化
04
假设的局限性（一）
收益率非正态分布 · 尖峰厚尾 · 极端风险被低估
厚尾极端风险
05
假设的局限性（二）
投资者非理性 · 前景理论与损失厌恶 · 羊群效应
行为金融前景理论
06
假设的局限性（三）
市场存在摩擦 · 交易成本 · 流动性限制 · 卖空约束
摩擦流动性
07
假设的局限性（四）
参数估计误差 · 均值估计不稳定 · 协方差矩阵偏差
估计误差稳健性
08
假设的局限性（五）
静态单期模型 · 无法动态调整 · 忽略时间序列特性
静态单期
09
突破方向概览
从静态到动态 · 从参数到非参数 · 从单目标到多目标
方向前沿
10
突破一：Black-Litterman模型
引入主观观点 · 解决参数估计不稳定问题
BL模型主观观点
11
突破二：稳健优化
考虑参数不确定性 · 最大最小化方法
稳健minimax
12
突破三：风险平价
等风险贡献 · 分散化投资新范式
风险平价分散化
13
突破四：条件风险价值优化
关注尾部风险 · 替代方差作为风险度量
CVaR尾部风险
14
突破五：动态均值方差模型
多期优化 · 时间一致性处理
动态多期
15
突破六：机器学习辅助参数估计
GARCH预测波动率 · LSTM预测收益率
机器学习GARCH
16
突破七：非正态分布下的优化
Copula函数建模相关性 · 极值理论处理厚尾
Copula极值
17
突破八：行为金融学融合
纳入投资者情绪因子 · 前景理论调整效用函数
行为金融情绪
18
突破九：多目标优化
同时最大化收益、最小化风险、最大化夏普比率
多目标帕累托
19
突破十：约束条件下的优化
行业集中度限制 · 换手率约束 · 杠杆限制
约束实际
20
实践案例一：A股市场失效分析
2015年股灾中的极端风险 · 均值方差模型失灵
A股股灾
21
实践案例二：Black-Litterman在沪深300
主观观点如何提升收益 · 落地应用
沪深300BL
22
实践案例三：风险平价穿越牛熊
债券与股票组合 · 穿越牛熊的秘密
风险平价股债
23
实践案例四：CVaR优化与加密货币
应对高波动市场 · 加密货币投资
加密货币CVaR
24
实践案例五：动态均值方差与量化对冲
时间一致性的重要性 · 回测分析
量化对冲动态
25
模型对比：均值方差 vs 风险平价 vs BL
适用场景与优劣分析
对比选择
26
参数敏感性分析
均值估计误差对权重影响 · 协方差条件数问题
敏感性条件数
27
回测框架搭建 (Python)
均值方差回测 · 滚动窗口优化 · 业绩归因
Python回测
28
前沿进展：GAN与强化学习
生成对抗网络合成收益率 · 强化学习动态再平衡
GAN强化学习
29
监管与合规视角
资管新规影响 · 压力测试 · 模型风险管理
监管合规
30
总结与展望
均值方差哲学意义 · 未来方向 · 从业者建议
总结展望