AI量化学院AIQUANT ACADEMY
菜单
组合构建

风险平价为什么经常被误解?它不是“平均分仓”的高级说法

解释风险平价的核心思想和常见误区,帮助学习者更准确理解这种组合构建方法。

很多人第一次接触风险平价时,会把它理解成“每个资产差不多配一点”,但它真正平衡的是风险贡献而不是名义资金占比。
如果不理解这点,就很容易在高波动资产、低波动资产和杠杆使用上做出错误判断,以为自己在分散,实际上却在重新集中风险。
  • 分的是风险不是资金
  • 相关性会改变风险贡献
  • 杠杆和约束是关键配套条件

更稳的处理方式是什么

更稳的做法是先理解风险贡献和相关性的关系,再决定是否需要波动调整、杠杆和约束,而不是只看权重结果。
风险平价的本质,是让不同来源的风险承担更接近,而不是让权重看起来平均。

资料与阅读边界

本文为方法讨论与教学说明。文中示例不等于经独立验证的收益实证;如需具体数据、计算口径或资料来源,可通过官方渠道提出核对请求。

历史结果不代表未来表现。使用前请检查数据时间边界、样本独立性、交易成本及适用条件。

关键结论

  • 风险平价不是平均分仓
  • 理解风险贡献比记公式更重要
  • 没有约束的风险平价也会失真

关联课程

如果你想把这篇文章里的方法系统化学习,可以从这些课程继续深入。

高级因子工程科学评估体系课程封面高阶
高级评估

因子工程评估大乘班

从统计过拟合诊断到 Gate 与生命周期、白箱因子工厂、时间结构与组合版 CSCV 验证、HealthScore 和滚动元模型,形成科学评估与动态组合的完整路径。

12小时12讲
AI量化全流程高级班课程封面高级
策略闭环

AI量化全流程高级班

按三个阶段完成12个1小时课时,从无未来函数基准模型、动态风控和增量学习,到Transformer策略原型与AI增强传统策略;每课包含教学目标、实操任务与交付物。

12小时12课时(每课时1小时)