均值-方差模型 · 投资组合理论
Harry Markowitz 现代投资组合理论（MPT）核心 —— 在风险与收益之间找到最优平衡
核心公式
组合收益是各资产收益的加权平均，权重 $$w_i$$ 为资产 $$i$$ 在组合中的占比。
组合风险不仅取决于各资产自身风险，更关键的是资产间的相关系数 $$\rho_{ij}$$。
当 $$\rho_{12} < 1$$ 时，组合风险低于两资产风险的加权平均，这就是分散化效应。
参数说明
$$w_i$$：资产 $$i$$ 的投资权重，所有权重之和为 1（即 100%）。 $$E(R_i)$$：资产 $$i$$ 的预期年化收益率。 $$\sigma_i$$：资产 $$i$$ 的年化标准差，衡量该资产的波动风险。 $$\rho_{ij}$$：资产 $$i$$ 与 $$j$$ 之间的相关系数，取值范围 $$[-1, 1]$$。负值意味着两资产走势相反，分散效果更佳。
交互式模拟 · 两资产投资组合
标准介绍
均值-方差模型由诺贝尔经济学奖得主 Harry Markowitz 于1952年提出，是现代投资组合理论（MPT）的基石。该模型使用期望收益（均值）衡量投资回报，使用方差/标准差衡量投资风险，并通过数学优化方法在给定风险水平下最大化收益，或在给定收益目标下最小化风险，从而构建有效前沿——即所有最优投资组合的集合。
通俗介绍
想象你有两个朋友：一个做生意（高收益但不稳定），一个上班领工资（稳定但收益一般）。你把钱同时借给他们两人，而不是全部借给其中一人——这样做，你的整体收益更平滑，风险更小。均值-方差模型就是用数学方法来计算：钱分别投多少，才能让"赚得最多"和"亏得最少"之间达到最佳平衡。它的核心洞察是：组合在一起比单独持有更安全，这就是"不要把所有鸡蛋放在一个篮子里"的数学表达。
解决了什么问题
- 量化风险与收益的权衡：首次将投资风险用统计学方法（方差）进行精确度量。
- 分散化投资的数学基础：证明了只要资产间相关系数小于1，分散投资就能降低整体风险。
- 最优资产配置决策：提供了在多个资产之间分配资金的科学方法，而非凭直觉。
- 引入有效前沿概念：帮助投资者识别哪些组合是"有效的"——即没有其他组合能在相同风险下提供更高收益。
为什么重要
均值-方差模型彻底改变了投资管理行业。在此之前，投资决策主要依赖主观判断。Markowitz的理论为资产管理提供了可量化、可复制的科学框架，直接催生了指数基金、量化投资和智能投顾（Robo-Advisor）等现代金融工具。其影响力从学术界延伸到华尔街，至今仍是全球投资组合管理的核心理论基础，也是CFA等专业资格考试的必考内容。
应用场景
- 养老金与保险资金管理：在严格风险约束下追求稳健收益。
- 智能投顾（Robo-Advisor）：如Betterment、蚂蚁财富等平台根据用户风险偏好自动构建投资组合。
- 大类资产配置：在股票、债券、商品、现金等资产类别之间分配资金。
- 基金组合优化（FoF）：构建"基金的基金"，在不同策略基金间优化配置。
- 战略资产配置（SAA）：确定长期投资的政策性基准权重。
模型缺陷与局限
- 依赖历史数据：用过去的收益和风险预测未来，但市场环境可能发生结构性变化。
- 假设正态分布：实际金融数据存在"肥尾"现象，极端事件（如2008年金融危机）远超模型预测。
- 参数敏感：对预期收益、方差、相关系数的微小变化高度敏感，容易产生不稳定的极端权重。
- 单期静态模型：不考虑多期动态调整和再平衡成本。
- 忽略偏度和流动性：仅关注均值和方差，未考虑收益分布的不对称性和资产变现难度。
- 同质化假设：假设所有投资者有相同的预期和投资期限，与现实不符。