第一章：课程导论与背景
1.1 资产配置动态平衡——到底是个啥？
先问大家一个问题：你手里有一笔钱，买了股票和债券。过了一年，股票涨了30%，债券只涨了5%。这时候你的资产比例还是当初设定的50:50吗？
显然不是。股票占比会飙升到60%以上。这时候你面临一个选择：要不要卖掉一些股票，买回债券，让比例重新回到50:50？
这个动作，就是资产配置动态平衡。
说白了，就是定期或不定期地把投资组合拉回目标配置比例。我做了这么多年量化，见过太多人一开始设好了比例，然后就撒手不管了。结果呢？市场一波动，风险敞口完全失控。
核心要点：动态平衡不是择时，而是纪律。它强制你在高点卖出、低点买入——这恰恰是大多数投资者做不到的事。
1.2 为什么传统方法不够用了？
传统的再平衡策略，无非就几种：
- 阈值再平衡：偏离超过5%或10%就调仓
- 日历再平衡：每季度或每年调一次
- 混合策略：两者结合
这些方法简单，但问题也很明显。我举个例子：
2018年A股单边下跌，如果你用季度再平衡，每季度末买入股票，结果就是越买越跌。为什么？因为市场趋势在变，但你的策略是死的。
再比如，2020年3月美股熔断期间，阈值再平衡会让你在暴跌10%时立刻买入。但如果你买早了，后面还有20%的跌幅等着你。
嗯，这里要注意——传统方法最大的问题，是没有考虑市场状态的变化。它不知道现在是牛市、熊市还是震荡市，只会机械执行。
避坑指南：我曾经帮一家私募做回测，他们用了简单的月度再平衡，回测结果漂亮得很。但实盘跑了半年，收益差了将近8个点。为什么？因为回测用的是历史数据，而实盘面对的是一连串的极端行情。传统方法在平稳市场还行，一旦遇到剧烈波动，就露馅了。
1.3 强化学习能带来什么？
这时候就该强化学习上场了。
强化学习的核心思想很简单：让智能体在与环境的交互中，学会最优策略。放到资产配置里，就是让模型自己学会：
- 什么时候该调仓
- 调多少
- 用什么工具调
你想想看，这跟人类基金经理做决策的过程是不是很像？基金经理也是根据市场状态、风险偏好、历史经验，来决定下一步操作。只不过，强化学习可以做到更系统、更理性、不带情绪。
我个人习惯把强化学习比作一个「会自我进化的交易员」。它不会因为连续亏损就慌了手脚，也不会因为连续盈利就得意忘形。它只关心一件事：如何最大化长期累积收益。
一个小技巧：刚开始接触强化学习做资产配置的同学，总想一步到位用最复杂的算法。我的建议是——先从最简单的DQN开始，跑通一个完整的流程，再逐步升级。我在项目中吃过这个亏，一上来就搞PPO，结果调参调了两个月，连收敛都没看到。
1.4 课程的知识体系
下面这张图，是我梳理的整个课程的知识结构。你可以把它当作一张地图，随时回来看看自己走到哪了。
1.5 课程目标与学习路径
这门课的目标很明确：让你能独立搭建一套基于强化学习的资产配置动态平衡系统。不是纸上谈兵，是能跑起来、能赚钱的那种。
具体来说，学完这门课，你应该能做到：
- 理解核心概念：资产配置、动态平衡、强化学习的基本原理
- 掌握建模方法：把资产配置问题转化为强化学习问题（状态、动作、奖励）
- 实现经典算法：从DQN到PPO，手写代码并调优
- 搭建回测框架：用真实历史数据验证策略效果
- 部署实盘策略：对接交易接口，实现自动化调仓
学习路径我建议这样走：
| 阶段 | 章节 | 核心内容 | 预计时间 |
|---|---|---|---|
| 基础篇 | 1-5章 | 资产配置理论、传统再平衡方法、Python工具链 | 2周 |
| 强化学习篇 | 6-15章 | MDP、DQN、PPO、SAC、多智能体 | 4周 |
| 实战篇 | 16-25章 | 回测框架、策略优化、风险管理 | 3周 |
| 进阶篇 | 26-30章 | 多资产、多周期、实盘部署 | 2周 |
我的建议：别急着跳着看。强化学习这东西，前面基础没打好，后面代码跑出来你都不知道对不对。我见过太多人一上来就调PPO的超参数，结果连reward都没设计对。一步一步来，稳一点。
1.6 你需要准备什么？
技术栈方面，你需要：
- Python 3.8+ —— 这个不用多说
- PyTorch 或 TensorFlow —— 我习惯用PyTorch，课程也以它为主
- Gymnasium —— 强化学习环境库
- Pandas / NumPy —— 数据处理必备
- Backtrader 或 Zipline —— 回测框架，二选一即可
硬件方面，其实不用太担心。大部分实验用CPU就能跑，只有大规模训练才需要GPU。我当年在笔记本上跑DQN，照样能出结果。
一个小提醒：如果你用的是Windows系统，建议装个WSL2。很多金融数据API在Linux环境下更稳定。我踩过这个坑——在Windows上跑回测，数据读取速度慢了将近一倍。
1.7 写在前面的话
做量化投资，尤其是用强化学习做资产配置，这条路并不好走。你会遇到：
- 模型不收敛
- 回测漂亮但实盘拉胯
- 超参数调到头秃
- 市场风格突变导致策略失效
这些都是正常的。我做了这么多年，照样会踩坑。关键是要有系统的方法论，知道问题出在哪，怎么修。
这门课，就是把我这些年踩过的坑、总结的经验，系统地教给你。不是那种「看完就忘」的理论课，而是「看完就能用」的实战课。
准备好了吗？我们开始吧。