第二章 金融基础回顾：投资组合理论、马科维茨模型、有效前沿、夏普比率

各位同学，咱们今天聊点硬核的。做量化投资，尤其是强化学习做资产配置，有些金融基础是绕不过去的。说白了，就是马科维茨那套东西。我当年刚入行时也觉得这理论太老了，后来在实盘里摔过跟头，才明白经典之所以是经典，是有道理的。

2.1 投资组合理论：别把鸡蛋放一个篮子里

这个道理其实很朴素。你想想看，如果你把所有钱都买一只股票，那这只股票跌停，你就直接吃面了。投资组合理论的核心，就是通过分散投资来降低风险。

我个人习惯把风险拆成两部分看：

• 系统性风险：市场本身的风险，比如经济危机、政策变化。这个你分散不了，买啥都躲不掉。
• 非系统性风险：个股或行业特有的风险，比如公司暴雷、行业利空。这个可以通过分散投资来消除。

嗯，这里要注意：分散不是随便买几个股票就行。你得买相关性低的资产。比如股票和债券，通常一个涨一个跌，组合起来就平滑多了。我在项目中遇到过有人买了十几只银行股，以为分散了，结果一纸监管文件下来，全绿了。那叫伪分散。

2.2 马科维茨模型：数学化的资产配置

马科维茨在1952年搞了个均值-方差模型，把投资组合问题变成了一个数学优化问题。说白了，就是给定一个预期收益，找到风险最小的组合；或者给定一个风险容忍度，找到收益最大的组合。

模型长这样：

目标：最小化组合方差 σ²_p = w^T Σ w
约束：组合预期收益 μ_p = w^T μ = μ_target
     权重之和为1：∑ w_i = 1
     允许做空时：w_i 可正可负
     不允许做空时：w_i ≥ 0

其中 w 是权重向量，Σ 是协方差矩阵，μ 是预期收益向量。这个优化问题有解析解，用拉格朗日乘子法就能搞定。我当年手推过这个公式，推完感觉数学没白学。

2.3 有效前沿：那条漂亮的曲线

把所有可能的组合画在风险-收益图上，你会得到一个类似子弹形状的区域。这个区域的左上边界，就是有效前沿。它代表的是：在给定风险下，能获得的最高收益；或者在给定收益下，能承受的最低风险。

我习惯用SVG画个图来理解：

图上那条红色的虚线就是有效前沿。左下角那个绿点是全局最小方差组合，是所有组合里风险最小的。越往右上走，收益越高，但风险也越大。你想想看，理性的投资者只会选有效前沿上的点，不会选里面的点——因为里面的点要么收益更低，要么风险更高。

2.4 夏普比率：性价比的度量

有效前沿上的点那么多，选哪个好？这时候就需要一个指标来衡量性价比。夏普比率就是干这个的。

公式很简单：

夏普比率 = (组合预期收益 - 无风险利率) / 组合标准差

说白了，就是每承担一单位风险，能获得多少超额收益。夏普比率越高，说明这个组合的性价比越好。

举个例子：

组合	预期收益	标准差	无风险利率	夏普比率
组合A	12%	15%	3%	0.60
组合B	10%	8%	3%	0.88

你看，组合A收益更高，但夏普比率反而低。因为它的风险太大了。组合B虽然收益低一点，但风险控制得好，性价比更高。我个人习惯在实盘里优先选夏普比率高的组合，而不是单纯追高收益。

2.5 从马科维茨到强化学习

你可能会问：我们学强化学习的，为啥要回顾这些经典理论？

原因有三：

1. 基准对比：马科维茨模型是个很好的基准。RL模型学出来的策略，至少要比这个经典模型强，否则就没意义了。
2. 状态设计：协方差矩阵、夏普比率这些指标，都可以作为RL状态的一部分。我习惯把滚动窗口的夏普比率作为特征输入。
3. 奖励函数：夏普比率本身就可以作为奖励函数。让RL模型去最大化夏普比率，比单纯最大化收益要稳健得多。

嗯，这里要提醒一下：马科维茨模型假设收益是正态分布的，但真实市场有肥尾效应。所以RL模型在处理极端行情时，理论上应该比马科维茨更灵活。这也是我们做这个课程的意义所在。

好了，金融基础就回顾到这里。这些概念在后面章节会反复用到，尤其是做RL环境设计的时候。建议你把夏普比率的计算代码提前写好，后面直接复用。

---