4、现代投资组合理论（MPT）：马科维茨模型、有效前沿、最小方差组合、最优风险组合

现代投资组合理论，圈里人常叫它MPT。说白了，就是告诉你「别把鸡蛋放在一个篮子里」这件事，到底能帮你赚多少、少亏多少。马科维茨老爷子凭这个拿了诺贝尔奖，我入行时啃的第一本砖头书就是他的论文。

我个人习惯把MPT看作一套「数学选美」框架。你不需要猜哪只股票明天涨，你只需要算清楚：这些资产在一起，能不能用最小的波动换最大的收益。嗯，听起来很美好，但落地时坑不少。咱们一个一个拆。

4.1 马科维茨模型：数学框架

马科维茨模型本质上是一个优化问题。你给定一组资产，给定它们的预期收益率、方差、协方差，模型帮你找出一条「收益-风险」曲线上的最优解。

数学上长这样：

目标：最小化组合方差 σ²_p = w^T Σ w
约束：w^T μ = μ_target（目标收益）
      sum(w) = 1（满仓）
      w_i ≥ 0（可选：不允许做空）

其中 w 是权重向量，Σ 是协方差矩阵，μ 是预期收益向量。

我在项目中遇到过最头疼的事：协方差矩阵估计不准。你用过去三年的数据算，跟用过去一年的数据算，出来的有效前沿能差十万八千里。所以后来我养成了一个习惯——先做协方差矩阵的压缩估计，再用滚动窗口验证稳定性。

4.2 有效前沿：那条「最优」的曲线

有效前沿是什么？你想想看，给定一组资产，你可以在「收益-风险」平面上画出无数个组合点。把所有「给定风险下收益最高」的点连起来，就是有效前沿。

有效前沿上的每一个点，都是一个「帕累托最优」组合。你没法在不增加风险的前提下提高收益，也没法在不降低收益的前提下降低风险。

我刚开始做组合管理时，总想找到「那个唯一的完美组合」。后来发现，有效前沿是一条连续的曲线，没有哪个点天生比另一个点更优——关键看你自己的风险偏好。

4.3 最小方差组合：最「稳」的那个点

有效前沿上最左边的那个点，就是最小方差组合。它的风险是所有可能组合里最低的。

数学上，它不依赖任何预期收益假设——你只需要协方差矩阵就能算出来。公式很简单：

w_mvp = (Σ^{-1} * 1) / (1^T * Σ^{-1} * 1)

其中 1 是全 1 向量。

我曾经在2018年帮一家保险资管做配置，他们要求「绝对稳健」。我直接拿最小方差组合当基准，然后根据流动性约束微调。那一年市场跌了15%，他们的组合只亏了2.3%。嗯，这就是最小方差组合的价值——它不追求高收益，但能帮你扛住熊市。

4.4 最优风险组合：引入无风险资产

如果你可以按无风险利率借入或贷出资金，情况就变了。从无风险利率点向有效前沿做切线，切点就是最优风险组合。

这条切线叫资本市场线（CML）。CML上的任意一点，都是无风险资产和最优风险组合的线性组合。说白了，你只需要决定「投多少到无风险资产，投多少到最优风险组合」——剩下的交给数学。

最优风险组合的权重公式：

w_tan = (Σ^{-1} * (μ - r_f * 1)) / (1^T * Σ^{-1} * (μ - r_f * 1))

其中 r_f 是无风险利率。

我记得有一次做FOF组合，客户问「为什么不全买最优风险组合？」我解释：最优风险组合的波动率可能不适合你。如果你只能承受8%的波动，那就得在CML上往无风险利率方向挪一挪。数学给的是方向，不是答案。

组合类型	目标	输入依赖	适用场景
最小方差组合	风险最小化	仅协方差矩阵	绝对收益、保险资金
最优风险组合	夏普比率最大化	协方差 + 预期收益 + 无风险利率	积极管理、FOF配置
有效前沿任意点	给定风险下收益最大	协方差 + 预期收益	定制化风险预算

4.5 实战中的「三座大山」

理论讲完了，说说我这些年踩过的坑。MPT在实战中会遇到三个核心问题：

1. 估计误差：协方差矩阵和预期收益都是估计值，不是真值。输入变一点，输出可能面目全非。
2. 时变性：相关性不是固定的。2008年金融危机时，所有资产的相关性都往1靠拢——分散化在那一刻失效了。
3. 约束条件：现实中有做空限制、集中度限制、流动性限制。加了约束后，有效前沿会向内收缩。

我的应对策略：

• 用贝叶斯方法压缩协方差矩阵估计
• 用滚动窗口+情景分析替代点估计
• 在优化时直接嵌入约束条件，不要事后调整