1. 课程导入

在量化投资与系统化交易的实际落地过程中,很多团队把绝大部分精力放在“信号是否足够准”上,却忽略了一个更根本的问题:即使信号方向正确,资金分配与风险预算不合理,组合依然可能在中途被回撤击穿。本课程讨论的不是如何预测涨跌,而是如何在多个策略之间分配风险与资金,使组合在可控风险下获得更稳定的收益路径。本章作为导入,先建立学习目标、核心概念、整体框架与实战价值四个方面的共同语言。

一、学习目标:从“会写策略”到“会配策略”

本课程面向已经具备基础策略开发能力的读者,目标不是再教一遍均线或因子,而是补齐从单策略到组合管理之间的关键环节。完成本课程后,你应当能够:

  • 理解风险预算与资金权重之间的区别与联系,明确二者不是同一个概念;
  • 掌握波动率目标、风险平价、风险预算、凯利分数等主流资金权重方法的适用边界;
  • 能够为多策略组合设定风险预算,并把它转化为可执行的资金权重与仓位约束;
  • 能够识别相关性漂移、尾部风险、杠杆叠加等常见陷阱,并设计对应的监控与复盘机制;
  • 能够用回测与滚动评估验证权重方案,而不是凭主观感觉调仓。

换句话说,学习目标可以概括为一句话:把“策略好不好”转化为“策略该拿多少钱、承担多少风险”。

二、核心概念:风险预算、资金权重与风险贡献

要理解本课程,必须先厘清三个容易混淆的概念。

资金权重指的是每个策略在组合中占用的名义资金比例,例如策略A占40%、策略B占35%、策略C占25%。它是最直观的分配方式,但资金权重并不等于风险权重。一个高波动策略即使只占20%资金,也可能贡献组合60%以上的风险。

风险预算指的是事先规定每个策略或每个风险因子可以贡献多少组合风险。它回答的是“我愿意让这个策略在多大程度上影响组合波动”。风险预算通常以风险贡献占比表示,例如策略A贡献30%、策略B贡献30%、策略C贡献40%。

风险贡献是连接资金权重与风险预算的桥梁。在考虑策略间相关性的前提下,单个策略对组合总风险的边际贡献,取决于它的权重、波动率以及与其他策略的协方差。只有当资金权重经过优化后,使实际风险贡献接近预设风险预算,配置才算真正落地。

核心关系可以写成:资金权重 → 经协方差调整 → 实际风险贡献 → 与风险预算比较 → 反向优化资金权重。这是一个闭环,而不是一次性计算。

三、整体框架:从目标到执行的五层结构

本课程的整体框架分为五层,自下而上依次是数据与风险度量、策略风险画像、风险预算设定、资金权重优化、执行与复盘。下面的SVG展示了这一核心结构及其数据流向。

策略风险预算与资金权重优化五层框架 第一层:数据与风险度量(收益率、波动率、相关性、尾部指标) 第二层:策略风险画像(单策略波动、回撤、换手、容量) 第三层:风险预算设定(按策略/因子/场景分配风险贡献目标) 第四层:资金权重优化(风险平价、风险预算、凯利分数、约束求解) 第五层:执行与复盘(仓位约束、再平衡、归因、滚动评估)

这五层不是线性一次通过,而是持续循环。数据层更新会改变风险画像,风险画像变化会触发风险预算重估,进而影响资金权重与执行。课程后续章节会逐层展开,本章只需先建立这张“地图”。

四、方法流程:一次完整的权重优化如何执行

为了让框架可操作,下面给出一次标准优化流程的伪代码。它体现了从输入到输出的关键步骤,也说明了为什么权重优化必须与风险预算绑定。

输入:策略收益率矩阵 R,风险预算向量 b,约束条件 C
1. 估计协方差矩阵 Sigma = cov(R)
2. 计算各策略波动率 sigma_i = sqrt(Sigma[i,i])
3. 设定初始资金权重 w(如等权或市值权重)
4. 计算组合波动率 sigma_p = sqrt(w.T @ Sigma @ w)
5. 计算各策略风险贡献 RC_i = w_i * (Sigma @ w)_i / sigma_p
6. 计算风险贡献占比 p_i = RC_i / sigma_p
7. 若 p_i 与 b_i 偏差超过阈值,则求解优化问题:
   min sum((p_i - b_i)^2)  s.t. sum(w)=1, w>=0, C
8. 输出优化后的资金权重 w*
9. 滚动执行步骤1-8,并记录归因与偏差

这段流程的关键在于第5步和第6步:风险贡献不是权重的简单比例,而是经过协方差矩阵调整后的结果。很多实践者直接按波动率倒数分配权重,忽略了相关性,导致在危机时风险贡献严重偏离预算。

五、案例与场景:为什么等权资金分配常常失效

假设组合中有三个策略:A为低波动套利策略,年化波动率4%;B为中等波动趋势策略,年化波动率12%;C为高波动事件驱动策略,年化波动率25%。若简单等权各33.3%,在相关性较低时,C的风险贡献可能超过60%。这意味着组合的实际风险主要由C决定,而A和B的资金被“浪费”在低风险暴露上。

策略 年化波动率 等权资金权重 近似风险贡献占比 问题
A 套利 4% 33.3% 约8% 资金占用高,风险贡献低
B 趋势 12% 33.3% 约28% 相对合理
C 事件驱动 25% 33.3% 约64% 风险过度集中

如果风险预算设定为A 20%、B 35%、C 45%,那么优化后的资金权重可能变为A约55%、B约30%、C约15%。这时组合的风险来源更接近预设,资金使用效率也更高。这个例子说明:资金权重是手段,风险预算是目标,风险贡献是校验标准。

六、误区与复盘:导入阶段就要建立的警觉

常见误区一:把资金权重等同于风险权重。这是最普遍的错误,会导致组合风险被单一高波动策略主导。
常见误区二:用历史波动率一次性计算权重后长期不更新。波动率与相关性具有时变性,静态权重会在市场结构变化后失效。
复盘建议:每次再平衡后,记录三个数字——目标风险预算、实际风险贡献、资金权重。三者长期偏离过大,说明模型或约束需要调整。

此外,还要警惕杠杆叠加与尾部相关性。多个策略在正常时期相关性低,但在极端行情中可能同时失效,此时风险贡献会瞬间飙升。因此,风险预算不能只看平均状态,还要做压力测试与情景分析。

七、实战价值:这套方法解决什么问题

策略风险预算与资金权重优化的实战价值,可以归纳为三点。第一,提高风险调整后收益:通过让风险贡献匹配预算,避免单一策略绑架组合。第二,增强组合稳健性:在相关性变化和波动率跳升时,有明确的再平衡规则,而不是情绪化调仓。第三,提升资金效率:把有限资金从低风险贡献策略中释放出来,配置到更需要的风险暴露上。

本课程后续将围绕这五层框架逐步深入,从风险度量、风险画像、预算设定,到优化求解、执行复盘,形成一套可落地的工程化方法。本章的目标是让你先看清全局:我们优化的不是收益预测,而是风险与资金的匹配关系。