从均值方差到有效前沿

这篇文章的主要目的是介绍有效前沿这个理论工具和分析框架。我们由均值方差分析展开，逐步推演到有效前沿。然后，我们又说到有效前沿在投资或者量化中的应用场景，最后我们也总结了有效前沿的一些问题，尤其是敏感性问题。在教程中，特意加入了一些实验代码，可以让大家在阅读的过程中有更好的理解。

有效前沿

说到有效前沿（有些叫效率边界），就要提到马科维茨的投资组合理论了。

首先介绍下它的三大假设：

单一投资期，比如一年
流动性很高，无交易成本
投资者的选择基于最优均值方差
于是，我们可以开始推导有效前沿，在这之前，我们先约定一些数学符号：

• rf：无风险利率
• μ：风险资产预期收益率向量
• f：风险资产预期超额收益率向量，即μ−rfμ−rf
• Σ：风险资产协方差矩阵
• w：风险资产组合权重向量

我们采用三个步骤来得到我们的有效市场前沿，分别是最小方差组合、最优均值方差组合（夏普组合）以及有效前沿。当我们推导完，大家就会发现有效前沿与前两个组合之间存在有趣的关系，最后我们将用python代码的方式来实现并检验我们得到的结果。

在下面我们模拟了三个风险资产，并用python画出了有效前沿曲线。图1还标注了最小方差组合（C组合）、最优夏普组合（Q组合）以及全额等权组合（E组合）。