第2章：金融基础回顾——投资组合理论、风险与收益度量、有效前沿与夏普比率

做量化投资，尤其是用强化学习做资产配置，金融基础这块儿绕不开。我见过不少同行，一上来就撸代码、调模型，结果连夏普比率怎么算的都说不清楚。嗯，这其实挺危险的。今天咱们就把这几个核心概念掰扯清楚。

2.1 投资组合理论：马科维茨的遗产

说起现代投资组合理论，得从1952年马科维茨那篇论文讲起。说白了，他的核心思想就一句话：别把所有鸡蛋放在一个篮子里。但怎么放？放多少？这才是学问。

我个人习惯把投资组合理论拆成三个层次：

• 单个资产的风险与收益——你得知道每只股票、每支债券的脾气
• 资产之间的相关性——它们是一起涨跌，还是各走各的？
• 组合的优化——给定风险水平，怎么让收益最大？

我在项目中遇到过一件事：有次做全球资产配置，我用了美股、A股、黄金和国债。按理说黄金和美股相关性低，能对冲风险。但2020年疫情那会儿，所有资产一起暴跌，相关性瞬间飙升到0.8以上。这就是所谓的「危机时刻相关性趋同」——你想想看，这时候分散化就失效了。

这里w_i是权重，σ_i是标准差，ρ_ij是相关系数。你看，组合的风险不是简单的加权平均，还多了一个相关性项。这就是马科维茨的厉害之处。

2.2 风险与收益度量：别只看收益率

很多新手只看年化收益率，觉得20%就是好策略。其实不然。我见过一个策略，年化30%，但最大回撤60%——你敢用吗？

常用的风险度量指标，我列个表：

2.3 有效前沿：理论上的「最优」

有效前沿，说白了就是一条曲线。在这条曲线上，每个点都代表一个「给定风险下收益最大」的组合。曲线下方的点，要么收益不够，要么风险太高。

我画了一张图，帮你理解：

图中蓝色的虚线就是有效前沿。橙色点是「最小方差组合」（MVP）——风险最小的那个点。红色散点是单个资产。你会发现，所有单个资产都在有效前沿下方。这说明什么？分散化确实能带来好处。

2.4 夏普比率：一个数字定乾坤

夏普比率，说白了就是「每承担一单位风险，能换来多少超额收益」。公式很简单：

夏普比率 = (E(R_p) - R_f) / σ_p

其中R_f是无风险利率，通常用国债收益率。夏普比率越高，说明策略越「划算」。

但我得提醒你，夏普比率有个大坑：它假设收益是正态分布的。你想想看，真实市场哪有那么乖？我见过一个CTA策略，夏普比率高达2.5，但仔细一看，它的收益分布是尖峰厚尾的——平时小赚，偶尔大亏。这种策略用夏普比率衡量，完全失真。

所以，我个人习惯同时看三个指标：

1. 夏普比率——快速筛选，大于1算及格，大于2算优秀
2. 卡玛比率（年化收益/最大回撤）——更贴近实战感受
3. 索提诺比率（用下行标准差代替标准差）——只惩罚亏损波动

2.5 这些概念怎么用到强化学习里？

好，理论讲完了。咱们说说怎么用。

在强化学习资产配置中，我通常把夏普比率作为奖励函数的一部分。但注意，不能直接用原始夏普比率——因为RL需要每一步都有奖励，而夏普比率需要一段时间的收益序列才能算。

我的做法是：

• 用滚动窗口计算过去N天的夏普比率，作为当前步的奖励
• 把有效前沿距离也加入奖励——如果组合离有效前沿太远，给负奖励
• 用最大回撤做惩罚项——防止模型为了高收益而过度冒险

举个例子，奖励函数可以写成：

reward = α × Sharpe_ratio - β × Max_drawdown + γ × Frontier_distance

α、β、γ是超参数，需要调。我一般先设α=1，β=0.5，γ=0.2，然后根据回测结果微调。

好了，这一章的内容就到这儿。金融基础是量化投资的「内功」，练好了，后面学强化学习才能事半功倍。