零风险笔记 · 工具箱
📐 马科维茨有效前沿分析器
输入你的资产配置，一键生成有效前沿图、风险贡献分解、Sharpe对比、权重优化建议。
基于马科维茨现代投资组合理论（MPT），用蒙特卡洛模拟计算最优权重组合。
E(Rp) = Σ wi·E(Ri) σp² = wT·Σ·w max Sharpe = (E(Rp) - Rf) / σp
① 资产配置输入 权重合计需 = 100%
| 资产名称 | 权重 (%) | 预期收益率 (%) | 波动率 (%) | 权重下限% (可选) |
权重上限% (可选) |
权重可视化 |
|---|
② 资产相关性矩阵 默认值基于历史估算，可手动调整
相关性范围 -1 到 1。负相关 = 分散效果好，接近 1 = 几乎同步涨跌。对角线固定为 1.0。
③ 核心指标 分析结果
③⁺ 多策略对比 5种策略同台竞技
用同一组相关性矩阵和预期收益参数，分别计算五种典型策略。⭐ 标记 = 最高 Sharpe。
③⁺⁺ 敏感性分析 预期收益 ±30% 误差
把你的预期收益率整体下调30% / 上调30%，看最大Sharpe 权重如何漂移。漂移越大，说明该"最优"越不可信（垃圾进垃圾出）。这直接回答"我的预期收益率准不准"的担忧。
有效前沿 — 你的组合 vs 最优组合
风险贡献分解
Sharpe 比率对比
权重对比：你的配置 vs 最大Sharpe最优
收益-风险象限定位
④ 权重优化建议 向有效前沿靠拢
⑤ 改进建议 基于数学推导
⚠️ 模型局限性
1. 历史参数假设：预期收益率和波动率是基于历史估算或主观判断，未来可能大幅偏离。
2. 正态分布假设：模型假设收益服从正态分布，低估了尾部风险（黑天鹅事件）。
3. 相关性不稳定：危机时期资产相关性趋向 1，分散效果会骤降。
4. 最优 ≠ 实用：最大Sharpe组合可能给出不现实的权重（如量化策略24%），需结合容量限制和前瞻判断。
5. 配置 > 选股：马科维茨证明了配置决定91.5%的收益，但选对资产类别仍然是前提。