课程导论与金融背景：资产配置的核心概念
大家好，欢迎来到这门课。我是你们的老朋友，一个在量化投资和强化学习领域摸爬滚打了十几年的工程师。今天咱们聊聊资产配置，这玩意儿说白了就是「别把鸡蛋放在一个篮子里」。但怎么放、放多少，学问可大了去了。
我个人习惯把资产配置看作一场「概率游戏」。你手里有100块钱，是买股票、买债券，还是存银行？每种选择都有不同的风险和收益。我刚开始做交易那会儿，总觉得选对一只股票就能暴富，结果被市场狠狠教育了一顿。后来才明白，真正决定长期收益的，其实是资产配置的比例。
核心观点：资产配置决定了投资组合90%以上的收益波动。选股和择时，其实都是锦上添花。
现代投资组合理论（MPT）回顾
说到资产配置，就绕不开马科维茨的现代投资组合理论。这老爷子在1952年提出了一个简单但深刻的观点：投资组合的风险，不是单个资产风险的简单加总。你想想看，股票跌的时候债券可能涨，这就是「相关性」在起作用。
MPT的核心公式其实就一个：
组合预期收益 = Σ(资产权重 × 资产预期收益)
组合方差 = ΣΣ(权重_i × 权重_j × 协方差_ij)嗯，这里要注意，协方差矩阵是MPT的灵魂。我在项目中遇到过很多新手，他们直接拿历史数据算协方差，然后扔进优化器就跑。结果呢？回测漂亮，实盘一塌糊涂。为什么？因为历史协方差是「后视镜」，未来不一定重复过去。
| 概念 | 解释 | 我的经验 |
|---|---|---|
| 有效前沿 | 给定风险下收益最高的组合 | 实际中有效前沿会漂移，别死守 |
| 夏普比率 | 每单位风险获得的超额收益 | 我习惯用滚动夏普，避免幸存者偏差 |
| 资本市场线 | 无风险资产与市场组合的连线 | 现实中无风险利率并不存在 |
避坑指南：我曾经用MPT给一个客户做配置，结果优化出来的权重全是极端值——要么全仓股票，要么全仓债券。后来发现是协方差矩阵估计出了问题。建议用收缩估计或贝叶斯方法，别直接用样本协方差。
为什么需要强化学习？
好，问题来了。MPT听起来很完美，但实际用起来有几个硬伤：
- 静态假设：MPT假设收益和风险是固定的，但市场每分钟都在变
- 参数敏感：输入稍微变一点，输出权重就天差地别
- 无法学习：MPT不会从错误中改进，它只是个一次性计算
这时候强化学习就派上用场了。说白了，强化学习就是让一个智能体（Agent）在环境中不断试错，通过奖励信号来学习最优策略。你想想看，这跟交易员做决策的过程是不是很像？
我举个例子。假设你是一个交易员，每天都要决定股票和债券的配比。今天股票涨了，你赚钱了，大脑会分泌多巴胺——这就是「奖励」。明天股票跌了，你亏钱了，大脑会提醒你调整策略——这就是「惩罚」。强化学习做的就是这件事，只不过它用数学公式代替了直觉。
强化学习的优势：
- 动态调整：能适应市场变化
- 端到端学习：直接从状态映射到动作
- 长期优化：不只盯着眼前收益
课程目标与学习路径
这门课的目标很明确：让你能用强化学习做资产配置。不是纸上谈兵，而是能跑通代码、能解释结果、能应对实盘挑战。
学习路径我设计成了三个阶段：
- 基础篇：强化学习入门 + 金融数据处理。我会带你手写一个Q-learning，跑在简单的模拟数据上。
- 进阶篇：深度强化学习 + 多资产配置。这里会用DQN、PPO这些主流算法，处理真实的市场数据。
- 实战篇：回测框架搭建 + 策略评估。我习惯用Backtrader做回测，但也会教你如何避免过拟合。
警告：强化学习不是万能药。我曾经见过有人用RL做高频交易，结果模型在震荡市里反复亏损。记住，任何模型都有适用范围，这门课教的是「什么时候用」以及「怎么用对」。
好了，导论就到这里。下面这张图是我自己画的，帮你理清整个知识体系：
这张图展示了我们的学习路径：从左边的传统MPT出发，过渡到右边的强化学习方法，最终汇合到动态资产配置策略。每一步我都会带着你手写代码、跑实验。
学习建议：我建议你准备一个Jupyter Notebook，跟着课程一步步敲代码。别光看，动手才是王道。遇到报错很正常，我当年调试一个RL模型花了整整三天，最后发现是奖励函数写反了。
好了，导论部分就到这里。记住，资产配置不是玄学，是科学。强化学习给了我们一把新钥匙，但门还得你自己去开。