量化投资组合优化：从马科维茨均值方差到Black-Litterman模型实战

马科维茨均值方差框架

Harry Markowitz于1952年提出的均值方差优化（MVO）奠定了现代投资组合理论（MPT）的数学基础。其核心思想是：在给定风险水平下最大化预期收益，或在给定收益目标下最小化风险。

数学表述

优化问题：min wᵀΣw，约束条件为wᵀμ = R_target且wᵀ1 = 1。其中w为资产权重向量，Σ为协方差矩阵，μ为预期收益向量。通过Lagrange乘子法可解析求解有效前沿。

输入敏感性困境

MVO对输入参数极其敏感——协方差矩阵微小变化可能导致权重大幅波动。实际采用Ledoit-Wolf收缩估计协方差、Black-Litterman模型融合市场均衡与主观观点来缓解。

Black-Litterman模型

BL模型以CAPM市场均衡收益为基准，叠加投资者主观观点完成贝叶斯更新，得到更稳健的后验预期收益估计。

风险平价框架

桥水基金全天候策略推动风险平价流行。核心思想是让每个资产类别对组合总风险的贡献相等，而非资金权重相等。

总结

投资组合优化是理论与实践差距最大的领域之一。实际部署时，交易成本约束、换手率限制和参数不确定性往往比纯数学优化更具挑战性。