1. 课程导论：组合风险归因的意义、训练集切分与样本构建的核心挑战、课程目标与学习路径
1.1 组合风险归因：从“赚了多少”到“为什么赚/亏”
在量化投资中，仅仅计算组合的总收益率或总风险（如波动率、VaR）是远远不够的。投资经理、风控官和监管机构需要回答一个更深刻的问题：“组合的风险到底来自哪里？” 这就是组合风险归因的核心使命。
风险归因将总风险拆解为多个可解释的组成部分，通常包括：
- 因子归因：组合暴露于哪些系统性风险因子（如市场、规模、价值、动量、利率、信用利差）？每个因子贡献了多少风险？
- 资产/行业归因：哪些具体资产或行业板块是风险的主要来源？
- 决策层归因：宏观配置、行业轮动、个股选择等不同决策层级分别贡献了多少风险？
核心意义：风险归因不仅是合规要求，更是优化投资流程的引擎。它帮助识别“非预期风险暴露”、验证投资策略的一致性，并为动态风险预算调整提供数据基础。
1.2 训练集切分与样本构建：风险归因模型的“地基”
构建一个可靠的风险归因模型（如多因子模型、协方差矩阵估计、机器学习风险模型），其第一步也是最容易被忽视的一步，就是训练集切分与样本构建。这一步直接决定了模型能否捕捉到真实的风险结构，还是陷入过拟合或时序错位。
核心挑战集中在以下三个维度：
| 挑战维度 | 具体问题 | 后果 |
|---|---|---|
| 时序依赖性 | 金融时间序列具有自相关、波动率聚集、非平稳性。随机切分会破坏时序结构，导致未来信息泄露。 | 模型在回测中表现优异，但在实盘中失效（回测过拟合）。 |
| 样本内/外偏差 | 如何定义“训练集”和“测试集”的边界？使用滚动窗口、扩展窗口还是固定窗口？窗口长度如何选择？ | 风险因子载荷估计不稳定，协方差矩阵奇异或噪声过大。 |
| 数据稀疏性与幸存者偏差 | 股票数量随时间变化，退市、停牌、新上市如何处理？样本构建时是否剔除了退市股票？ | 风险归因结果被幸存者偏差严重扭曲，低估尾部风险。 |
常见误区：许多从业者直接使用“随机划分”或“简单按年划分”来构建训练集和测试集。这在风险归因场景中几乎总是错误的，因为它忽略了金融数据最根本的时序依赖性和非平稳性。
1.3 课程目标与学习路径
本课程旨在系统性地解决上述挑战，帮助学员掌握一套可落地的训练集切分与样本构建方法论，从而为后续的组合风险归因模型打下坚实的数据基础。
课程将围绕以下三大目标展开：
- 理解原理：掌握金融时间序列切分的统计学原理（如时序交叉验证、膨胀测试集、组合交叉验证）。
- 掌握方法：熟练运用多种样本构建技术（如滚动窗口、扩展窗口、蒙特卡洛模拟、Bootstrap 重采样）。
- 实战应用：在 Python 中实现完整的训练集切分流水线，并集成到风险归因框架中。
下图展示了本课程的核心知识体系与学习路径：
1.4 课程预期收获
完成本课程后，你将能够：
- 独立设计并实现一套适用于多因子风险模型的时序交叉验证框架。
- 正确处理幸存者偏差、未来信息泄露和数据非平稳性问题。
- 使用 Python 构建可复用的训练集切分与样本构建工具类。
- 将构建好的样本直接应用于组合风险归因（如因子暴露计算、边际风险贡献分解）。
学习建议：本课程包含大量代码实战。建议在学习每个模块时，同步打开 Jupyter Notebook 进行练习。重点关注“切分逻辑”与“风险归因结果”之间的因果关系。