组合管理 (Portfolio Management)

模块编号：第七支柱

前置知识：计量经济学（经典回归、时间序列计量）、因子投资（因子体系、风险模型）

难度等级：⭐⭐⭐⭐

预计学习时间：7-9 小时

模块简介

组合管理是传统量化研究链条上的最后一环，也是个人研究者最容易低估的一环。

很多人以为量化的核心是”找到好因子”。但现实是：

一个年化 IR 为 2.0 的单因子信号，如果组合构建不当，最终实现的 IR 可能只有 0.5。

你以为的量化收益链条：

  [因子信号] → [选股] → [赚钱]

真实的量化收益链条：

  [因子信号] → [组合优化] → [风险约束] → [交易执行] → [绩效归因]
                 ↑              ↑            ↑
              这里的每一步     风险控制      赚的钱从哪来？
              都在决定你能     可能砍掉       需要知道才能
              留住多少 alpha   一半收益       持续改进

组合管理解决的问题包括：

• 你有 10 个因子信号，每个股票都有不同的权重，怎么合并成一个组合？
• 你预测某只股票涨 5%，但预测也可能错，怎么在”收益”和”风险”之间平衡？
• 协方差矩阵估计不准怎么办？（事实是：几乎不可能完全准确）
• 一年赚了 20%，其中多少来自选股能力，多少来自市场上涨，多少来自运气？

学习目标

完成本模块后，你将能够：

1. 理解组合构建的核心理论：从 Markowitz 到 Black-Litterman 到风险平价
2. 估计和优化协方差矩阵：理解样本协方差矩阵的缺陷，掌握收缩估计等方法
3. 进行绩效归因：将组合收益分解为配置、选择、因子暴露等来源
4. 评估策略质量：用 Grinold 基本法则评估信息比率和策略容量

组合管理在传统量化中的位置

┌─────────────────────────────────────────────────────────────────┐
│                    传统量化研究全景                               │
├─────────────────────────────────────────────────────────────────┤
│                                                                 │
│  因子投资 ── alpha 来源                                         │
│  统计套利 ── 策略框架                                           │
│  计量经济学 ─ 统计工具                                           │
│                                                                 │
│  组合管理 ── alpha 到收益的"最后一公里"                          │
│       │                                                         │
│       ├── 构建：怎么把信号变成仓位（权重分配）                    │
│       ├── 估计：协方差矩阵怎么算准（风险度量）                    │
│       └── 归因：赚的钱从哪来（绩效评估）                         │
│                                                                 │
│  市场微观结构 ── 执行层                                         │
│                                                                 │
└─────────────────────────────────────────────────────────────────┘

组合管理的关键特征：

文件导航

总计：约 8 小时

推荐学习路径

起点
  │
  ├→ 01-组合构建理论 ─────────────────────────────────┐
  │     [回答"怎么把信号变成仓位"]                    │
  │     [从"为什么需要组合理论"出发]                  │
  │                                                  │
  ├→ 02-协方差矩阵估计 ─────────────────────────────┤
  │     [回答"风险怎么度量才准"]                     │
  │     [从"样本协方差矩阵为什么不能用"出发]          │
  │                                                  │
  ├→ 03-绩效归因 ───────────────────────────────────┘
        [回答"赚的钱从哪来"]
        [从"怎么评估你的策略好不好"出发]

  └→ 终点：建立完整的组合管理认知框架

学习建议：

1. 01 是核心：组合优化是整个模块的基础理论框架
2. 02 是难点：协方差矩阵估计是组合管理中最深的技术问题
3. 03 是闭环：绩效归因把整个量化研究的流程连接起来
4. 三者联动：组合优化依赖协方差估计，绩效归因评估组合效果

核心知识点预览

组合管理的三道难关

  第一关：组合构建                    第二关：协方差估计
  ┌──────────────┐                  ┌──────────────┐
  │ 怎么分配权重？ │                  │ 协方差矩阵不准 │
  │              │                  │ → 优化结果崩溃 │
  │ Markowitz:   │                  │              │
  │   需要预期   │                  │ 解决方案：     │
  │   收益和风险  │──────依赖────────→│ 收缩估计      │
  │              │                  │ 因子模型      │
  │ 问题：       │                  │ RMT 过滤     │
  │   对输入极   │                  └──────────────┘
  │   度敏感     │                        │
  └──────────────┘                        │
        │                                │
        └──────────────┐                  │
                       ↓                  ↓
               ┌──────────────────────────────┐
               │      第三关：绩效归因           │
               │  赚的钱到底从哪来？             │
               │  选股？因子？择时？运气？       │
               └──────────────────────────────┘

三个最关键的概念

代码环境准备

pip install numpy pandas scipy statsmodels matplotlib

补充资源

推荐阅读：

经典论文：

版本信息

• 创建日期：2026-03-28
• 最后更新：2026-03-28
• 许可：CC BY-NC-SA 4.0