2、投资组合基础：资产配置、权重计算、组合收益与风险的基本度量
投资组合的构建与再平衡，本质上是在回答三个问题：买什么（资产配置）、买多少（权重计算）、效果如何（收益与风险度量）。这三个问题构成了量化组合管理的底层逻辑。无论是主观基金经理还是量化模型，最终都要落到一组具体的权重数字上。而再平衡操作，正是对这些权重数字进行周期性或触发式的修正。因此，理解组合的数学表达与统计度量，是掌握换手控制的前提——没有精确的度量，就无法科学地控制交易成本。
上图展示了组合管理的核心链路：从资产配置出发，经过权重计算，最终落到组合度量与再平衡。下面我们将逐一拆解每个环节的数学表达与实操要点。
2.1 资产配置：组合的顶层设计
核心原理：资产配置决定了组合收益的绝大部分来源。Brinson 等学者的经典研究表明，长期来看，组合收益的 90% 以上由资产配置贡献，而非个股选择或择时。资产配置分为两个层次：战略资产配置（SAA）与战术资产配置（TAA）。SAA 基于长期资本市场假设，确定各大类资产的长期目标权重；TAA 则是在 SAA 基础上，根据中短期市场判断进行适度偏离。
判断方法：在实际操作中，资产配置需要遵循以下流程：
- 明确投资目标与约束：包括收益目标、风险容忍度、流动性需求、投资期限、监管限制等。
- 建立资本市场假设：对各大类资产的预期收益、波动率、相关性进行估计。通常使用历史数据结合经济周期判断。
- 优化求解权重：在约束条件下，通过均值-方差优化、风险平价、Black-Litterman 等模型求解最优权重。
- 形成再平衡政策：设定各类资产的权重偏离容忍区间（如 ±2%~±5%），以及再平衡触发条件。
2.2 权重计算：从目标权重到实际持仓
核心原理：权重计算是连接资产配置与组合构建的桥梁。常见的权重方案包括：
| 权重方案 | 计算方式 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|---|
| 市值加权 | w_i = MV_i / ΣMV | 容量大、成本低、透明度高 | 高估值股票权重过高 | 被动指数投资 |
| 等权重 | w_i = 1/N | 分散化好、小盘暴露 | 换手率高、容量有限 | 中小盘策略 |
| 风险平价 | w_i ∝ 1/σ_i（简化版） | 风险贡献均衡 | 对相关性敏感 | 多资产配置 |
| 均值-方差最优 | max(wᵀμ - λwᵀΣw) | 理论最优、参数可调 | 对输入参数敏感 | 机构定制策略 |
| 因子暴露加权 | w_i = f(因子暴露) | 风险因子可控 | 模型复杂度高 | Smart Beta |
操作流程：在实际组合管理中，权重计算需要经过以下步骤：
- 确定目标权重：根据资产配置模型或策略信号生成目标权重向量 w_target。
- 考虑约束条件：包括个股/行业权重上限、流动性约束、换手率约束等。
- 计算当前权重：基于当前持仓市值计算实际权重 w_current。
- 生成交易指令：计算目标权重与当前权重的差异，生成买卖清单。
2.3 组合收益的度量：从单资产到组合
核心原理：组合收益是各资产收益的加权平均，但组合风险并非简单的加权平均——这正是分散化价值的来源。组合收益的数学表达为：
R_p = Σ(w_i × r_i) = w₁r₁ + w₂r₂ + ... + wₙrₙ其中，w_i 为第 i 个资产的权重，r_i 为第 i 个资产的收益率。这个公式看似简单，但在实际应用中需要注意：
- 时间加权 vs 资金加权：时间加权收益率（TWRR）剔除了资金流入流出的影响，适合评估投资经理能力；资金加权收益率（MWRR）考虑了资金时间价值，适合评估投资者实际体验。
- 日频 vs 月频：收益率的计算频率会影响年化收益的准确性。日频数据更精确，但计算量更大。
- 对数收益 vs 算术收益：对数收益具有时间可加性，适合多期计算；算术收益更直观，但多期计算需要复利。
案例拆解：假设一个简单组合包含两只股票：A 股（权重 60%，收益率 10%）和 B 股（权重 40%，收益率 -5%）。则组合收益为：
R_p = 0.6 × 10% + 0.4 × (-5%) = 6% - 2% = 4%这个例子说明，即使 B 股亏损，组合整体仍能获得正收益，体现了分散化的价值。但需要注意的是，如果 A、B 股高度相关（例如同属一个行业），分散化效果将大打折扣。
2.4 组合风险的度量：方差、标准差与协方差
核心原理：组合风险通常用收益率的标准差（σ）或方差（σ²）来衡量。组合方差的计算公式为：
σ_p² = ΣΣ(w_i × w_j × σ_ij) = wᵀΣw其中，σ_ij 为资产 i 与资产 j 的协方差。当 i = j 时，σ_ii = σ_i²（方差）。这个公式揭示了组合风险的两个来源：单个资产的风险和资产间的相关性。
判断方法：在实际风险管理中，需要关注以下指标：
| 指标 | 公式/定义 | 用途 |
|---|---|---|
| 标准差（σ） | √方差 | 衡量波动性，最常用 |
| 贝塔（β） | Cov(r_i, r_m) / Var(r_m) | 衡量系统性风险 |
| 最大回撤（MDD） | 峰值到谷值的最大跌幅 | 衡量极端损失 |
| VaR（风险价值） | P(L ≤ VaR) = 1 - α | 衡量尾部风险 |
| 夏普比率 | (R_p - R_f) / σ_p | 风险调整后收益 |
案例拆解：假设组合包含两类资产：股票（权重 70%，年化波动率 18%）和债券（权重 30%，年化波动率 6%），两者的相关系数为 0.2。则组合波动率为：
σ_p = √(0.7² × 0.18² + 0.3² × 0.06² + 2 × 0.7 × 0.3 × 0.2 × 0.18 × 0.06)
= √(0.015876 + 0.000324 + 0.000907)
= √0.017107
≈ 13.08%如果简单加权平均，组合波动率应为 0.7 × 18% + 0.3 × 6% = 14.4%。实际组合波动率 13.08% 低于加权平均，这 1.32 个百分点的差异就是分散化带来的风险降低。
2.5 常见误区与总结复盘
误区一：将组合收益简单等同于加权平均收益。虽然公式上确实如此，但实际操作中，资金流入流出、再平衡时点、交易成本都会影响实际收益。例如，在再平衡时卖出上涨资产、买入下跌资产，会产生“逆势交易”的摩擦成本。
误区二：忽视权重漂移。市场波动会导致实际权重偏离目标权重。例如，股票上涨 20% 后，其权重从 60% 升至 64%，如果不进行再平衡，组合的风险特征将逐渐偏离预设目标。
误区三：过度追求精确的风险度量。风险度量模型（如 VaR、CVaR）都基于历史数据或假设分布，存在模型风险。在实际应用中，应结合压力测试和情景分析，而非单一依赖某个指标。
误区四：忽略换手成本对组合收益的侵蚀。频繁再平衡虽然能维持目标权重，但每次交易都会产生成本。研究表明，对于中等规模组合，双边换手成本约为 0.1%~0.3%，如果年换手率达到 500%，仅交易成本就会侵蚀 0.5%~1.5% 的年化收益。