投资组合管理实务

1. 平均收益率与持有期收益率#

持有期收益率（Holding-period Return, HPR） 是资产在单个持有期内的价格变化与现金分配之和相对于期初价格的比率：

其中：

• $r_t$：第 $t$ 个持有期的持有期收益率。
• $P_{t-1}$：第 $t$ 个持有期的期初除息价格。
• $P_t$：第 $t$ 个持有期的期末除息价格。
• $D_t$：第 $t$ 个持有期内取得的现金分配。
• $t$：持有期下标。

若要估计下一期的期望收益率，应使用各可能收益率的概率加权平均；若要描述已经实现的多期样本，则需区分算术平均和几何平均。

算术平均收益率（Arithmetic Average Return） 是各期实现收益率的样本均值：

在收益独立同分布等条件下，算术平均适合估计下一期算术期望。

几何平均收益率（Geometric Average Return） 是使期初财富增长至同一期末财富的恒定单期复合收益率：

其中：

• $\bar r_A$：$T$ 个持有期收益率的算术平均值。
• $r_G$：$T$ 个持有期对应的几何平均收益率。
• $T$：样本包含的持有期总数。

除各期收益率完全相同等特殊情形外，$r_G<\bar r_A$；波动越大，两者差距通常越大。

2. 时间加权收益率与货币加权收益率#

时间加权收益率（Time-weighted Rate of Return, TWRR） 是把评价期按外部现金流时点切分，再将各子期间收益按几何方式链接的累计收益率：

其中：

• $r_{TW}$：完整评价期的累计时间加权收益率。
• $r_t$：第 $t$ 个外部现金流区间内的子期间收益率。
• $T$：评价期包含的子期间数量。

若各子期间为等长年度，年化时间加权收益率为 $(1+r_{TW})^{1/T}-1$。它使每个子期间的增长因子权重相同，尽量排除投资者申购、赎回时点对管理人评价的影响。

货币加权收益率（Money-weighted Rate of Return, MWRR） 是使账户全部外部现金流净现值为零的内部收益率，因而同时反映投资收益与资金投入时点：

其中：

• $CF_t$：投资者在时点 $t$ 的外部现金流；投入记为负，分配、赎回和期末价值记为正。
• $r_{MW}$：使全部外部现金流净现值为零的每期货币加权收益率。

MWRR 按各期实际在险资本隐含加权，适合衡量投资者账户的真实资金体验；若现金流时点由投资者而非管理人控制，它不宜单独评价管理人的证券选择能力。

例：现金流时点改变两种收益率

投资者在 $t=0$ 以 50 美元买入一股；第 1 年收到 2 美元股利，股票价格为 53 美元，并再以 53 美元买入一股；第 2 年两股共收到 4 美元股利并以每股 54 美元卖出。两年现金流满足：

解得 $r_{MW}=7.117\%$。两年单期收益率分别为 $10\%$ 与 $(54-53+2)/53=5.660\%$，因此：

第二年的收益率较低，而投资者恰在第二年持有更多资本，所以货币加权收益率低于时间加权收益率。二者没有固定大小关系，排序取决于外部现金流与各期收益的共同分布。

3. 风险调整业绩指标#

风险调整业绩评价（Risk-adjusted Performance Evaluation） 将实现收益与承担的风险或指定基准联系起来；必须先确定组合在投资者总资产中的角色，再选择风险口径。

其中：

• $S_P$、$T_P$、$\alpha_P$、$IR_P$：组合 $P$ 的夏普比率、特雷诺比率、詹森阿尔法和信息比率。
• $\bar r_P$、$\bar r_M$、$\bar r_f$：组合、市场基准和无风险资产的样本平均收益率。
• $r_P$、$r_M$、$r_B$、$r_f$：同一评价期内组合、市场、被动基准和无风险资产的收益率观测值。
• $\sigma(X)$：变量 $X$ 在样本期内的标准差。
• $\beta_P$：组合相对所选市场基准的贝塔。

夏普比率分母严格说是超额收益 $r_P-r_f$ 的标准差；当样本内无风险收益率固定时，它等于组合收益率的标准差。特雷诺比率和詹森阿尔法依赖贝塔与基准模型，换用不同市场基准、因子模型或估计期可能得到不同结论。

跟踪误差（Tracking Error, TE） 是主动收益 $r_P-r_B$ 的标准差，不是组合自身的标准差。在单指数模型中，若组合与基准的贝塔相同，主动收益只剩阿尔法和残差，则信息比率可写为：

其中，$e_P$ 为所选单指数模型无法解释的组合残差收益率。

“阿尔法除以非系统性风险”只是基准贝塔匹配时的特殊形式；将其写成一般定义会遗漏基准贝塔差异。

4. $M^2$ 业绩测度#

莫迪利亚尼—莫迪利亚尼测度（Modigliani–Modigliani Measure, $M^2$） 把组合与无风险资产混合，使调整后组合 $P^*$ 的标准差等于市场基准，再比较二者收益率。令：

则调整后组合与 $M^2$ 为：

其中：

• $y$：把组合波动率调整至市场基准水平所需的缩放系数。
• $\sigma_P$、$\sigma_M$：组合 $P$ 与市场基准 $M$ 的收益率标准差。
• $P^*$：由组合 $P$ 与无风险资产混合形成的风险调整后组合。
• $\bar r_{P^*}$：调整后组合的样本平均收益率。
• $S_M$：市场基准的夏普比率。
• $M_P^2$：组合 $P$ 相对市场基准的莫迪利亚尼—莫迪利亚尼测度。

$M^2$ 与夏普比率给出相同排序，却把“每单位风险的超额收益”转换为与基准风险相同时的收益率差，单位仍为百分比。$M^2>0$ 表示组合资本配置线比基准更陡；$M^2<0$ 表示经风险调整后落后于基准。

5. 组合构成变化与市场择时#

传统指标默认评价期内收益分布和风险暴露足够稳定。管理人若在期内改变杠杆、贝塔或投资风格，合并样本的均值与方差可能不再代表任何一个实际策略。

例如，前四期超额收益为 $-1\%,3\%,-1\%,3\%$，均值为 $1\%$、标准差为 $2\%$；后四期为 $-9\%,27\%,-9\%,27\%$，均值为 $9\%$、标准差为 $18\%$。两个阶段的夏普比率均为 $0.5$，但合并后的均值为 $5\%$、标准差约为 $13.42\%$，夏普比率降至约 $0.37$。阶段均值变化被合并统计量记作额外波动，说明评价主动策略时必须同步记录持仓、杠杆和条件风险。

市场择时（Market Timing） 是根据对市场未来涨跌的判断主动调整组合的系统性风险暴露，而不只是选择个别证券。特雷诺—马泽伊扩展回归用二次项识别凸性：

其中：

• $R_{P,t}=r_{P,t}-r_{f,t}$：组合在第 $t$ 期的超额收益率。
• $R_{M,t}=r_{M,t}-r_{f,t}$：市场在第 $t$ 期的超额收益率。
• $\alpha$：回归截距，即模型控制市场暴露后无法解释的平均超额收益。
• $\beta$：组合对市场超额收益一次项的敏感度。
• $\gamma$：衡量组合收益相对市场收益凸性的择时系数。
• $e_t$：第 $t$ 期回归残差。

在模型设定正确时，$\gamma>0$ 表示市场上涨时贝塔较高、下跌时贝塔较低，符合成功择时的凸性特征；单一固定贝塔回归可能把这种非线性错误归入阿尔法。持有看涨期权也能制造类似凸性，因此还需结合实际持仓、成本与期权暴露区分技能来源。

6. 风格分析与业绩归因#

基于收益率的风格分析（Returns-based Style Analysis） 通过基金收益对资产类别或风格指数收益的受约束回归，估计基金在样本期内的隐含平均风格暴露：

其中：

• $\alpha_P$：该风格回归的截距。
• $b_k$：基金对第 $k$ 个风格基准的平均暴露。
• $r_{k,t}$：第 $k$ 个风格基准在第 $t$ 期的收益率。
• $K$：纳入回归的风格基准数量。
• $e_{P,t}$：风格基准组合无法解释的第 $t$ 期基金收益。

估计结果是样本期内的统计暴露，不等于法律意义上的持仓；风格漂移、衍生品与时变杠杆会降低解释力。

业绩归因（Performance Attribution） 是把组合相对指定基准的主动收益按配置、证券选择等决策来源进行会计分解。对资产类别 $i$，一种 Brinson 分解为：

其中：

• $w_{P,i}$、$w_{B,i}$：组合与基准对资产类别 $i$ 的权重。
• $r_{P,i}$、$r_{B,i}$：组合与基准在资产类别 $i$ 上的收益率。
• $A_i$、$S_i$、$I_i$：资产类别 $i$ 的配置、选择与交互贡献。

各类别贡献满足 $r_P-r_B=\sum_i(A_i+S_i+I_i)$。归因是会计分解而非因果证明；结果依赖基准、类别层级、现金流时点、交易成本与收益链接方法。

1. 基准币种收益与汇率风险#

基准币种（Base Currency） 是投资者衡量组合收益、风险与负债的统一计价货币；国际资产的当地币收益必须先折算为该币种。下列换算采用一单位外国货币对应本币数量的直接标价，外币相对本币的变动率为：

未对冲外国资产的本币收益率为：

其中：

• $q_0$、$q_1$：期初与期末一单位外国货币可兑换的本币数量。
• $r_{FX}$：评价期内外币相对本币的收益率；$r_{FX}>0$ 表示外币升值。
• $r_L$：外国资产以当地货币计价的收益率。
• $r_H$：未对冲外国资产以投资者本币计价的收益率。

汇率风险（Exchange-rate Risk） 是汇率变动使外国资产折算后的基准币种收益偏离当地币收益的可能性。求和形式只是变动较小时的近似，不能漏掉交叉项后仍写成恒等式；按上述直接标价，外国货币升值会提高本币收益，本币升值则会压低折算收益。

在期限匹配、可按无风险收益率借贷、忽略交易成本和违约风险的条件下，抛补利率平价（Covered Interest Parity, CIP） 给出直接标价远期汇率：

其中：

• $F_0$：期初约定的一单位外国货币的远期本币价格。
• $r_{f,H}$：本币在远期期限内的无风险收益率。
• $r_{f,F}$：外币在同一期限内的无风险收益率。

该式是可交易条件下的无套利定价关系，不是对未来即期汇率的预测。

远期、期货或货币互换可以降低汇率敞口，但完全对冲要求事先知道期末外国资产的外币价值；按期初价值设置的静态头寸会因当地资产收益未知而出现对冲不足或过度。交叉对冲风险（Cross-hedging Risk） 则来自对冲工具与实际货币、期限或风险敞口不完全匹配。是否对冲取决于投资目标、负债币种、成本、期限和货币风险溢价，而不是“对冲后一定更优”。

国际投资还会引入本国资产未必具有的制度与执行风险：

• 政治与制度风险（Political and Institutional Risk）：东道国的资本管制、征收、制裁、税制、产权保护或监管变化损害资产价值或阻碍现金汇回的风险。
• 市场结构风险（Market-structure Risk）：不同市场在披露、交易、托管、结算、流动性和投资者保护上的差异造成的定价与执行风险。

母国偏好（Home-country Bias） 是投资者相对全球可投资市场权重过度持有本国资产的配置偏离；它可能来自负债币种、税收、信息和制度约束，也可能来自对熟悉资产的行为偏好。

2. 国际分散化的风险收益机制#

国际分散化（International Diversification） 是把组合扩展至不同国家或地区，利用各市场收益不完全同步来降低特定国家风险并改善组合风险收益权衡；它不能消除全球共同因子或汇率风险。

对等权、同方差资产，组合标准差相对单项资产标准差为：

其中：

• $\sigma_P$：等权组合收益率的标准差。
• $\sigma$：每项资产相同的收益率标准差。
• $\bar\rho$：任意两项资产收益率的平均相关系数。
• $n$：组合包含的资产数量。

增加证券数量会分散公司和国家特有风险，但共同全球因子造成的风险不会消失；当 $n\to\infty$ 时，风险下限为 $\sigma\sqrt{\bar\rho}$。跨国证券的平均相关性若低于同一国内市场，扩展投资范围能够进一步降低风险下限或改善有效前沿。

低相关性本身不保证资产值得配置。新兴市场可能同时具有更高波动、流动性风险、政治风险和交易成本，必须比较完整的预期收益、协方差与约束。历史相关性也不是常数；全球产业链、共同货币政策和跨境资本流动会改变跨国联动。

3. 熊市中的分散化边界#

市场压力期的共同宏观和流动性冲击可能使跨国相关性上升，正好削弱分散化在最需要时的保护。1987 年全球股灾和 2008 年金融危机都显示，正常时期估计的低相关性可能低估联合下跌风险。

国际分散化仍能降低一国特有的政治、行业和公司风险，但不能对冲全球增长、美元融资、风险偏好或流动性等共同冲击。风险预算应加入压力相关性、尾部依赖、汇率跳跃和市场关闭情景，不能只使用全样本线性相关系数。

4. 国际基准与业绩归因#

国际组合的基准应与投资授权在国家范围、资产类别、汇率对冲政策和基准币种上保持一致。相对收益通常分为：

• 货币选择：货币敞口和远期对冲相对基准的贡献。
• 国家或地区配置：高配、低配各市场相对全球基准的贡献。
• 行业与证券选择：在各国家或地区内部选择行业和证券的贡献。
• 现金与固定收益配置：未投资现金、短期债券及融资头寸的影响。

各贡献必须使用一致的汇率换算、权重时点和多期链接规则。未对冲组合不能直接与完全对冲基准比较后把全部差额归为选股能力。

1. 组织、流动性与投资权限#

对冲基金（Hedge Fund） 是主要面向满足适当性门槛投资者、由专业管理人按约定策略运作的集合投资工具。它与共同基金都汇集投资者资本，但在不同司法辖区下通常具有较少的公开披露、更宽的卖空、杠杆与衍生品权限，以及更复杂的费用和赎回安排。

常见特征为：

• 策略弹性：可使用杠杆、卖空、衍生品、困境证券、外汇、可转换债券和事件驱动交易。
• 有限流动性：锁定期、赎回通知期、赎回窗口和赎回闸门使基金可以持有较不流动资产，但将流动性风险转移给投资者。
• 信息不透明：策略保密有助于保护交易机会，却增加估值、风控和操作风险的尽调难度。
• 管理费与激励费：管理费通常按资产计提，激励费按满足门槛收益率和高水位线等条件后的业绩计提。

“对冲基金”不表示所有风险均被对冲。名称描述的是可采用对冲与多空交易的组织形态，不是收益稳定或资本安全承诺。

2. 方向性、非方向性与统计套利#

对冲基金策略可按主要收益来源分为：

• 方向性策略（Directional Strategy）：主动保留市场、利率、汇率、商品或其他系统性因素的净敞口，收益主要取决于方向判断是否正确。
• 非方向性策略（Nondirectional Strategy）：用多空头寸尽量抵消主要市场方向，主要赚取相对价格变化；市场贝塔较低不表示没有信用、流动性、波动率、行业或融资风险。

统计套利（Statistical Arbitrage） 是用统计模型在大量证券中识别并交易短期相对定价偏差的量化策略。配对交易会买入相对便宜证券、卖空相对昂贵证券，并控制市场或行业贝塔；它不是无风险套利，因为历史关系可能失效，价差也可能在融资期限内继续扩大。

3. 可移植阿尔法与风格分析#

可移植阿尔法（Portable Alpha） 是把主动策略的预期阿尔法与投资者所需市场贝塔分别获取、再组合到同一投资方案中的配置方法：先对冲主动组合不需要的系统性风险，再用指数期货或互换建立目标市场敞口。只有扣除管理、融资、交易成本和残余基差后的净阿尔法才具有可移植价值。

对冲基金的风格分析通常采用多因子模型：

其中：

• $r_{i,t}$：基金 $i$ 在第 $t$ 期的收益率。
• $r_{f,t}$：第 $t$ 期与评价口径匹配的无风险收益率。
• $\alpha_i$：模型中各因子无法解释的基金平均超额收益。
• $\beta_{ik}$：基金 $i$ 对第 $k$ 个因子的样本敏感度。
• $F_{k,t}$：第 $k$ 个因子在第 $t$ 期的收益或变动值。
• $e_{i,t}$：基金 $i$ 在第 $t$ 期的回归残差。
• $K$：模型包含的因子数量。

因子可覆盖股票市场、利率、信用利差、汇率、波动率、流动性和趋势等风险来源。

市场中性基金的股票市场贝塔应接近零，但“$\beta_M=0$”不足以证明整体中性。非线性期权暴露、时变贝塔和遗漏因子都可能把系统性风险藏在低线性贝塔之后。

4. 业绩评价偏差与尾部风险#

对冲基金的历史业绩比传统被动基金更难评价，原因包括：

• 幸存者偏差（Survivorship Bias）：样本遗漏已关闭或停止报告的基金，使只包含存续基金的平均历史业绩被高估。
• 回填偏差（Backfill Bias）：基金在选择加入数据库后补录此前收益，而加入决定常受良好往绩影响，使回填样本带有事后筛选。
• 估值平滑（Return Smoothing）：滞后报价、低频成交或模型估值使报告收益变化慢于经济价值，压低波动率、贝塔和相关性，并抬高夏普比率与回归阿尔法。
• 风险暴露不稳定：杠杆、卖空和衍生品使贝塔、波动率及流动性暴露随时间快速变化。
• 非线性与尾部事件：卖出虚值期权可长期取得小额权利金，却偶尔遭受巨大损失；短样本会把承担尾部风险误认为稳定技能。

评价时应结合与策略匹配的多因子基准、信息比率、最大回撤、下行和尾部风险、收益自相关、流动性条款及持仓尽调。线性阿尔法只是证据之一，不能替代对收益生成机制的识别。

5. 激励费、高水位线与基金中的基金#

• 激励费（Incentive Fee）：管理人按满足约定条件的投资业绩收取的报酬，使报酬与上涨收益相连，但也可能增强管理人承担波动和尾部风险的动机。
• 门槛收益率（Hurdle Rate）：基金开始对业绩计提激励费前必须达到的最低收益率。
• 高水位线（High-water Mark, HWM）：基金此前计提激励费时达到的最高净值门槛；基金需先收复之后的亏损，才能对新增收益再次收费。

同时考虑门槛收益率与高水位线时，一种简化的激励费为：

其中：

• $I_T$：期末计提的激励费金额。
• $V_0$：期初净资产。
• $V_T$：期末计费前净资产。
• $h$：评价期门槛收益率。
• $c$：激励费率。
• $\mathrm{HWM}$：按可比份额与现金流口径调整的高水位线。

若暂不考虑高水位线，激励费相当于管理人持有 $c$ 份、执行价格为 $V_0(1+h)$ 的组合看涨期权。管理人参与上涨而不按对称比例承担下跌，因而激励费价值随资产波动率上升。高水位线减少对同一段收益重复计费，但也可能诱使净值深度低于水位线的管理人关闭基金。

基金中的基金（Fund of Funds, FOF） 是主要投资于多只底层基金而非直接选择证券的集合投资工具，可提供管理人筛选和策略分散，但会增加一层费用。它不同于主要投资单一目标基金的联接基金。假设三只底层基金各有 100 万美元，门槛收益率为零，激励费率为 $20\%$：

总组合毛收益率虽为 $-5\%$，仍需向两只盈利基金支付 12 万美元激励费，净收益率降至 $-9\%$。若底层基金具有相似因子暴露，名义上的基金数量也不会带来充分分散化。

1. 特雷诺—布莱克模型#

特雷诺—布莱克模型（Treynor–Black Model, TB） 是在单指数模型下把具有预测阿尔法的证券构成主动组合，再与被动市场组合结合以改善风险调整收益的主动管理模型。它假设各证券残差互不相关；证券 $i$ 的回归为：

其中：

• $R_i=r_i-r_f$：证券 $i$ 的超额收益率。
• $R_M=r_M-r_f$：被动市场组合的超额收益率。
• $\alpha_i$：单指数模型无法解释的证券预期超额收益率。
• $\beta_i$：证券对市场超额收益的敏感度。
• $e_i$：证券的残差收益率，模型假设不同证券的残差互不相关。

证券在主动组合中的初始相对头寸与阿尔法成正比、与残差方差成反比：

其中：

• $z_i$：证券 $i$ 未标准化的主动头寸得分。
• $\sigma^2(e_i)$：证券 $i$ 的残差方差。
• $w_i$：证券 $i$ 在主动组合中的标准化权重。
• $n$：主动组合纳入的证券数量，$j$ 为求和下标。

给定标准化权重，主动组合的阿尔法、贝塔和残差方差为：

其中：

• $\alpha_A$：主动组合的阿尔法。
• $\beta_A$：主动组合相对市场的贝塔。
• $e_A$：主动组合的残差收益率，$\sigma^2(e_A)$ 为其方差。

主动组合相对被动市场组合的初始配置比例为：

其中：

• $w_A^0$：进行主动组合贝塔修正前，主动组合相对市场组合的初始配置比例。
• $E(R_M)$：被动市场组合的预期超额收益率。
• $\sigma_M^2$：被动市场组合收益率的方差。

对主动组合贝塔修正后：

其中，$w_A^*$ 与 $w_M^*$ 分别为贝塔修正后主动组合和被动市场组合在最终风险组合中的权重。

模型把较高的预测阿尔法和较低的残差风险转化为更大的主动头寸。它也因此对阿尔法估计极其敏感：微小的预测误差可能生成过度做多、卖空或杠杆头寸；残差相关性、交易成本、借券限制和容量约束还会使理论权重不可执行。

2. 跟踪误差约束与预测收缩#

跟踪误差约束（Tracking-error Constraint） 是对组合相对基准的主动收益波动设置上限，用风险预算限制主动头寸偏离基准的幅度。组合由 $w_A^*$ 的主动组合和 $1-w_A^*$ 的市场组合构成时，在单指数假设下，其跟踪误差为：

其中，$TE_P$ 为最终风险组合相对被动市场组合的跟踪误差。

给定跟踪误差预算可以反推出 $|w_A^*|$ 的上限，把主动权重限制在可接受范围。实务中还需同时施加单券、行业、换手、流动性、卖空和杠杆约束。

预测收缩（Forecast Shrinkage） 是根据历史预测误差把不可靠的极端预测向长期均值或零调整，避免把含噪点预测直接转化为极端权重。对分析师每期事前预测 $\alpha_{i,t}^{f}$，先根据随后实现的异常收益建立预测记录：

再估计：

用于优化的校准预测为：

其中：

• $\alpha_{i,t}^{f}$：分析师在第 $t$ 期对证券 $i$ 的事前阿尔法预测。
• $u_{i,t}$：证券 $i$ 在第 $t$ 期随后实现的异常收益率。
• $r_{i,t}$、$r_{M,t}$、$r_{f,t}$：证券、市场和无风险资产在第 $t$ 期的实现收益率。
• $\hat\beta_i$：根据历史数据估计的证券市场贝塔。
• $a_0$、$a_1$：预测校准回归的截距与斜率，分别修正系统性偏差和预测尺度。
• $\varepsilon_t$：第 $t$ 期校准回归的残差。
• $\hat a_0$、$\hat a_1$：校准回归的估计系数。
• $\hat\alpha_{i,T}$：目标期 $T$ 用于组合优化的校准后阿尔法预测。

若预测噪声很大，$0<a_1<1$ 会把预测向长期均值或零收缩并显著降低极端权重。只有在特定的无尺度偏差和误差结构下，$a_1$ 才可与回归决定系数 $R^2$ 建立教材中的直接关系；一般情形不能把所有阿尔法机械乘以 $R^2$。

3. 布莱克—利特曼模型#

布莱克—利特曼模型（Black–Litterman Model, BL） 以市场隐含均衡收益为先验，再按观点及其不确定性形成后验预期收益。市场隐含的均衡超额收益为：

加入投资者观点后，后验预期超额收益为：

其中：

• $\Pi$：由市场权重反推的均衡预期超额收益向量。
• $\delta$：代表性投资者的风险厌恶系数。
• $\Sigma$：资产收益率的协方差矩阵。
• $w_{mkt}$：按市场价值确定的资产权重向量。
• $P$：把每条绝对或相对观点映射到资产线性组合的观点矩阵。
• $q$：各条观点对应的预期超额收益向量。
• $\Omega$：观点误差的协方差矩阵。
• $\tau$：缩放市场先验均值不确定性的正参数。
• $\mu_{BL}$：融合市场先验与投资者观点后的预期超额收益向量。

观点不确定性越小，即 $\Omega$ 越小，后验越接近 $q$；观点置信度越低，后验越接近市场先验 $\Pi$。模型缓解直接用历史样本均值优化造成的极端权重，但不会自动校准置信度，也不能消除协方差估计、约束和交易成本问题。

一套可复核流程是：

1. 用历史和风险模型估计 $\Sigma$。
2. 从市场权重反推出均衡超额收益 $\Pi$。
3. 用 $P$、$q$ 和 $\Omega$ 表达观点、方向与置信度。
4. 计算后验收益 $\mu_{BL}$。
5. 在现实约束和成本下进行组合优化与压力测试。

4. TB 与 BL 的互补关系#

实务中可先用 BL 处理股票、债券、国家和货币等资产配置，再在各资产类别内部用 TB 处理证券选择。两者都要求把观点精度转化为权重强度，不能把点预测当成确定事实。

在 TB 的理想假设下，扩展独立研究对象可使最优风险组合的平方夏普比率满足：

其中，$S_P$ 与 $S_M$ 分别为加入主动证券后的最优风险组合和被动市场组合的夏普比率。

这解释了为何单项预测能力很弱时，广泛且误差近似独立的证券研究仍可能产生组合价值。教材中 $R^2=0.001$ 的结果依赖大证券池、可校准的预测精度和模型假设；现实净价值还要扣除研究、交易、融资、市场冲击与容量成本，并考虑研究误差的共同因子。

1. 投资管理的动态过程#

投资管理过程（Portfolio Management Process） 是把投资者目标转化为组合决策，并持续监督和修正这些决策的循环，由计划、执行和反馈构成：

1. 计划（Planning）：识别投资者目标与约束，制定投资政策声明，形成资本市场预期并确定战略资产配置。
2. 执行（Execution）：在风险收益目标和约束下优化资产配置、选择证券并实施交易。
3. 反馈（Feedback）：监控投资者状况、市场和组合，按政策再平衡并进行业绩评价。

反馈不是对短期涨跌的机械追逐。目标、负债、资本市场预期或权重偏离达到政策条件时才触发审查与调整，评价结果再进入下一轮计划。

2. 投资目标与约束#

投资政策由收益目标、风险目标和现实约束共同决定：

人力资本（Human Capital） 是个人未来税后劳动收入的现值，也属于总财富的一部分。若工资、住房和雇主股票都依赖同一行业，再持有大量该行业证券会放大而非分散总财富风险；个人组合应把人力资本、住房、保险、养老金和金融资产放在同一资产负债表中考察。

3. 主要投资者类型与负债特征#

不同投资者的政策差异主要来自负债、现金流和监管，而不是机构名称本身：

• 固定缴款计划（Defined-contribution Plan, DC）：预先规定缴款规则，退休可用资产取决于账户缴款与投资结果，投资风险以及未年金化时的长寿风险主要由参与者承担。
• 固定给付计划（Defined-benefit Plan, DB）：按工资、工龄等公式承诺退休给付，计划发起人通常承担资产不足以覆盖负债的风险，因此应围绕负债现值、久期、通胀和精算假设管理资产。

例：固定缴款账户的期望终值与保证终值

某投资者距退休 20 年，保证账户与股票指数账户各有 5 万美元；此后每年年末向两账户各投入 2,000 美元。保证账户实际收益率为 $3\%$，股票账户的年期望实际收益率为 $6\%$；假设各年股票收益独立且期望增长因子相同。期末投入普通年金的终值为：

其中：

• $FV(r)$：年实际收益率恒为 $r$ 时，账户在第 20 年末的实际终值。
• $r$：账户的年实际收益率；对股票账户代入期望实际收益率时，$FV(r)$ 表示上述独立性假设下的期望终值。

因此保证账户终值约为 144,046 美元，股票账户期望终值约为 233,928 美元，总期望实际财富约为 377,974 美元。若只假设保证账户承诺可靠、股票账户没有最低收益保证，则确定可得金额只有保证账户的 144,046 美元；股票账户的“期望终值”不能写成保证终值。

4. 投资政策声明与资产配置#

投资政策声明（Investment Policy Statement, IPS） 是计划、执行和监督投资项目的长期治理文件。它至少应记录：

• 客户或机构背景、政策目的与治理结构。
• 各参与方的权限、职责、托管和报告安排。
• 收益目标、风险目标及流动性、期限、税收、监管和特殊约束。
• 战略资产配置、允许区间、风险预算和可用投资工具。
• 基准、业绩与风险衡量方法、费用口径和审查频率。
• 再平衡规则、例外审批、管理人选择与终止机制。

战略资产配置（Strategic Asset Allocation, SAA） 根据长期目标与资本市场预期设定资产类别目标权重和区间。基本步骤是确定资产类别、估计预期收益与协方差、形成有效前沿、按效用和约束选择配置，再实施与再平衡。

战术资产配置（Tactical Asset Allocation, TAA） 是在政策允许范围内基于中短期判断偏离战略权重。它属于主动管理，必须预先规定风险预算、基准和回归中性权重的条件；短期市场预测不能替代 IPS。

5. 长期投资与目标日期基金#

长期投资的风险不是短期波动简单年化。投资目标应按金额、日期、币种和购买力定义，并让资产现金流与负债相匹配：

• 名义金额目标（Nominal Target）：在指定日期达到固定币种金额，不随物价调整；可用同币种、期限匹配的高信用债券降低目标日前价值风险。
• 实际购买力目标（Real Purchasing-power Target）：在指定日期达到一定购买力，需要通胀挂钩资产；实际消费篮子与价格指数不同时仍有基差风险。
• 终身支出目标（Lifetime Spending Goal）：在不确定寿命内持续满足支出，除投资风险外还含长寿风险，可用养老金、年金、保险和分阶段提款管理。

退休账户还应控制对雇主证券的集中暴露，否则劳动收入与退休财富会在公司困境时同时受损。

目标日期基金（Target-date Retirement Fund, TDRF） 是以预定退休年份为目标、按预设下滑路径自动调整股票和债券等资产比例的多资产基金；下滑路径描述资产配置随目标日期临近及退休后如何变化。它简化配置与再平衡，但同一目标年份不代表相同的风险意愿、财富和提款需求；还需检查路径是“到目标日”还是“穿越目标日”、底层费用与实际资产暴露。

被动管理不等于不管理。即使采用指数基金和目标日期基金，也要定期检查费用、跟踪误差、资产偏离、负债变化、税收和再平衡条件；主动判断只有在预期净收益覆盖研究、交易与行为成本时才应偏离政策组合。