常言道，不要将鸡蛋放在同一个篮子里。那么我们应该将多少个鸡蛋放在多少个篮子里呢？在很久很久以前，金融人士做资产配置都是靠蒙，只能凭感觉拍脑袋去做资产配置。直到有一天，有位年仅25岁的小伙子写了篇论文——《资产选择：投资的有效分散化》，改变了整个金融世界的投资方式。这位小伙就是日后的诺贝尔经济学奖得主，马科维茨。
站在巨人的肩膀上
在现实投资过程中，我们可以借鉴许多金融界大神的投资方法和理论，发展出各种能满足自身需求的投资工具，以提高投资体系的成熟度。打个比方，马科维茨的均值方差模型至今仍是许多大型机构常用的投资决策工具之一。
作为小散户，这些“高深”的金融理论难道就触不可及了？答案是否定的。我们并不需要从头到尾深刻理解各种金融理论的数学推导过程，只需学会在实践中将其当做工具使用即可。在《价值为锚》一书中，就介绍了如何运用Excel工具，以均值方差模型为基础，来简单计算资产配置的权重。
实际上，掌握了金融理论的运用方法后，还可以进行更高级的VBA编程，甚至可用Python封装出自己专属的投资工具。投资体系的完善工作可谓进无止境。对于运用Excel工具还不过瘾、想要继续进阶的学霸朋友，可按照同样的理论思路编写Python程序。这里举个例子供参考。
假设想要构建一个组合，包括天齐锂业、欧派家居、万科A及隆基股份四家企业。首先基于企业的基本面研究、历史交易信息等信息和数据，将它们的预期收益率告诉程序。然后程序就会一顿操作猛如虎，在内部计算出相关系数、协方差等变量值、并用蒙特卡洛模拟的方法为我们找出资产组合的有效前沿。
寻找出最小方差组合及最优夏普比率组合。
可以根据自己的风险容忍度画出效用的无差异曲线，并构建符合自身偏好的投资组合。
再画出资本市场线。
最后，可以基于资本市场线以及个人的实际投资需求，来选择合适的资产配置方案。例如我有100万的资金，想要实现16%的预期收益率，程序就会告诉我应该买6700股天齐锂业、2100股欧派家居、4400股万科A以及14400股隆基股份，并将剩余的211568元用于购买无风险资产。构建出的资产组合，将具有25.31%的预期波动率。
基于给定的四家企业，这个投资组合的权重配比已是最优化的结果，即在同样的风险水平下能获得的最大收益，或在获得相同收益的情况下承担了最小的风险。如果我认为这个组合的波动率依然太高，对配置结果不太满意，就需要回到投资体系的前几个环节，重新进行优化的工作。
如此，一旦建立起完善的投资体系，投资的工作将会变得有条不紊且更为可控。以价值为锚，以投资体系为纲的投资者，很难会落入因满仓个股而被黑天鹅绝杀的境地。
关于投资组合管理的实践技巧，在《价值为锚》第11章“如何制定科学的交易计划”中有原理的讲解。根据书中的原理，结合Python的可视化功能，我们便能方便地进行投资组合管理。
刺猬偷腥
2019年2月11日
