常言道，不要將雞蛋放在同一個籃子裏。那麼我們應該將多少個雞蛋放在多少個籃子裏呢？在很久很久以前，金融人士做資產配置都是靠蒙，只能憑感覺拍腦袋去做資產配置。直到有一天，有位年僅25歲的小夥子寫了篇論文——《資產選擇：投資的有效分散化》，改變了整個金融世界的投資方式。這位小夥就是日後的諾貝爾經濟學獎得主，馬科維茨。
站在巨人的肩膀上
在現實投資過程中，我們可以借鑑許多金融界大神的投資方法和理論，發展出各種能滿足自身需求的投資工具，以提高投資體系的成熟度。打個比方，馬科維茨的均值方差模型至今仍是許多大型機構常用的投資決策工具之一。
作爲小散戶，這些“高深”的金融理論難道就觸不可及了？答案是否定的。我們並不需要從頭到尾深刻理解各種金融理論的數學推導過程，只需學會在實踐中將其當做工具使用即可。在《價值爲錨》一書中，就介紹瞭如何運用Excel工具，以均值方差模型爲基礎，來簡單計算資產配置的權重。
實際上，掌握了金融理論的運用方法後，還可以進行更高級的VBA編程，甚至可用Python封裝出自己專屬的投資工具。投資體系的完善工作可謂進無止境。對於運用Excel工具還不過癮、想要繼續進階的學霸朋友，可按照同樣的理論思路編寫Python程序。這裏舉個例子供參考。
假設想要構建一個組合，包括天齊鋰業、歐派家居、萬科A及隆基股份四家企業。首先基於企業的基本面研究、歷史交易信息等信息和數據，將它們的預期收益率告訴程序。然後程序就會一頓操作猛如虎，在內部計算出相關係數、協方差等變量值、並用蒙特卡洛模擬的方法爲我們找出資產組合的有效前沿。
尋找出最小方差組合及最優夏普比率組合。
可以根據自己的風險容忍度畫出效用的無差異曲線，並構建符合自身偏好的投資組合。
再畫出資本市場線。
最後，可以基於資本市場線以及個人的實際投資需求，來選擇合適的資產配置方案。例如我有100萬的資金，想要實現16%的預期收益率，程序就會告訴我應該買6700股天齊鋰業、2100股歐派家居、4400股萬科A以及14400股隆基股份，並將剩餘的211568元用於購買無風險資產。構建出的資產組合，將具有25.31%的預期波動率。
基於給定的四家企業，這個投資組合的權重配比已是最優化的結果，即在同樣的風險水平下能獲得的最大收益，或在獲得相同收益的情況下承擔了最小的風險。如果我認爲這個組合的波動率依然太高，對配置結果不太滿意，就需要回到投資體系的前幾個環節，重新進行優化的工作。
如此，一旦建立起完善的投資體系，投資的工作將會變得有條不紊且更爲可控。以價值爲錨，以投資體系爲綱的投資者，很難會落入因滿倉個股而被黑天鵝絕殺的境地。
關於投資組合管理的實踐技巧，在《價值爲錨》第11章“如何制定科學的交易計劃”中有原理的講解。根據書中的原理，結合Python的可視化功能，我們便能方便地進行投資組合管理。
刺蝟偷腥
2019年2月11日