第一课：课程导论与金融背景

大家好，欢迎来到《投资组合风险控制强化学习实战》。我是你们这门课的主讲人。

说实话，做量化投资这些年，我踩过最大的坑，就是「以为策略牛逼就能赚钱」。后来我才明白——风险控制才是真正的护城河。今天这第一课，我们先打好地基。

1.1 投资组合理论回顾

咱们先聊聊马科维茨的现代投资组合理论。说白了，就是一句话：别把鸡蛋放在一个篮子里。

但这里有个关键点——不是随便放几个篮子就行。你得找到那些「涨跌不同步」的资产。我当年刚入行时，以为多买几只股票就是分散风险。结果2008年金融危机一来，全跌，一个都没跑掉。

为什么会这样？因为相关性在极端行情下会趋近于1。嗯，这个坑我替你们踩过了。

马科维茨的理论核心是：

• 期望收益：你预期能赚多少
• 方差/标准差：你承担的风险有多大
• 协方差：不同资产之间的联动关系

最优组合，就是在给定风险下，找到收益最大的那个点。或者反过来，给定收益目标，找到风险最小的那个点。这条线，就是著名的有效前沿。

1.2 风险度量指标

说到风险度量，很多人第一反应就是「波动率」。但说实话，波动率这东西，有点「一刀切」。

波动率（标准差）

波动率衡量的是收益率的离散程度。数值越大，说明价格上蹿下跳得越厉害。

我个人习惯用年化波动率来比较不同策略。比如一个策略年化波动率15%，另一个25%，那后者显然更「刺激」。

但波动率有个问题——它把上涨和下跌都算作「风险」。你想想看，涨得多也叫风险吗？对投资者来说，真正要命的是下跌，不是上涨。

VaR（在险价值）

VaR 解决的就是这个问题。它问的是：在95%或99%的置信水平下，我最多可能亏多少钱？

举个例子：某组合的日VaR（95%）是100万。意思是，在100个交易日里，大概有5天亏损会超过100万。

听起来不错对吧？但我曾经吃过VaR的亏。2008年雷曼兄弟倒闭那天，很多基金的VaR模型显示「风险可控」，结果一天亏掉了几年的利润。

CVaR（条件在险价值）

CVaR 就是来补这个窟窿的。它计算的是：当亏损超过VaR阈值时，平均会亏多少？

还是刚才那个例子。VaR说最多亏100万，但CVaR告诉你：如果真亏超了，平均要亏180万。这才是真正的「底线思维」。

我在做CTA策略时，就强制要求所有子策略的CVaR不能超过总资金的5%。这个规矩救过我两次。

指标	优点	缺点
波动率	计算简单，直观	不分涨跌，忽略尾部
VaR	关注下行风险，有概率解释	不满足次可加性，忽略尾部
CVaR	考虑尾部风险，数学性质好	计算复杂，需要大量数据

1.3 传统风险控制方法的局限性

讲完理论，咱们来点实际的。传统风控方法有哪些？我总结了三类：

1. 等权重配置：每个资产分一样的钱。简单粗暴，但遇到黑天鹅照样完蛋。
2. 风险平价：让每个资产对组合风险的贡献相等。比等权重好，但依赖历史数据。
3. 均值-方差优化：马科维茨那一套。理论上完美，实践中一塌糊涂。

为什么说均值-方差优化「一塌糊涂」？我给你们讲个真实经历。

2015年，我用均值-方差模型做A股组合优化。输入过去3年的数据，跑出来的最优权重是：茅台50%，格力30%，其他20%。看起来很合理对吧？结果2016年熔断，茅台跌了30%，格力跌了40%，组合直接崩了。

问题出在哪？

• 参数估计误差：历史均值不等于未来均值。你算出来的「最优」，其实是「历史最优」。
• 单点估计：只给一个权重解，没有考虑不确定性。
• 静态假设：市场变了，权重不变，这不是找死吗？

1.4 为什么需要强化学习？

好，问题来了。传统方法搞不定，那怎么办？

我个人认为，强化学习是解决动态风险控制问题的一个好方向。原因有三：

• 自适应：市场变了，策略跟着变。不用你手动调参数。
• 序列决策：不是一次定终身，而是每一步都在优化。
• 处理非线性：能捕捉到传统模型忽略的复杂关系。

当然，强化学习也不是万能药。它需要大量数据，训练不稳定，而且容易过拟合。但如果你用对了地方，效果确实好。

我去年帮一家私募做股指期货的日内风控，用DQN替代了原来的VaR限仓模型。同样的资金规模，最大回撤从12%降到了6%，年化收益还提高了3个点。嗯，这就是强化学习的魅力。

知识体系总览

下面这张图，是我自己画的本章知识结构。你可以把它当作一个「地图」，后面每节课都会回到这里。

这张图把本章的核心逻辑串起来了。从左到右，从理论到实践，最后汇聚到强化学习这个解决方案上。后面29节课，我们都会围绕这个框架展开。

好，第一课就到这里。记住一句话：风险控制不是限制你赚钱，而是让你活得更久。