FULL COURSE MAP
第七章：组合构建与资本配置
本章主线：信号标准化 → 风险模型 → 约束优化 → 容量与换手 → 动态再平衡 → 组合归因。
- 1一、从信号到预期收益
- 2二、协方差矩阵与风险模型
- 3三、因子暴露与风险分解
- 4四、均值—方差与约束优化
- 5五、Kelly、风险预算与杠杆
- 6六、成本与换手约束
- 7七、容量、拥挤与边际资本
- 8八、再平衡、归因与组合验收
SECTION 7.1 / 7.8
一、从信号到预期收益
Expected Return是本节的核心控制对象，必须转换为可观测、可计算和可限制的系统状态。
COURSE SUMMARY
本节完整教学摘要
01
Expected Return是本节的核心控制对象，必须转换为可观测、可计算和可限制的系统状态。
02
本节把Expected Return转换为可计算、可执行并可审计的交易变量。
03
结论必须经过数据时间、交易成本、容量和压力状态检验，不能只看理论模型。
INTERACTIVE LAB
参数—机制—结果可视化
01Expected ReturnOBSERVE→
02Expected Return30.8→
03COST + RISK8.0→
04EXECUTE22.8
GROSS BENEFIT30.75
ALL-IN COST8.00
NET VALUE22.75
DECISIONPASS
拖动压力和成本，观察本节机制如何从理论优势穿过成本与风险闸门，最终变成执行或No Trade。
CONCEPTS
概念逐一定义
Expected Return
定义并测量Expected Return，避免只凭收益曲线推断。
Constraint
交易、资金、流动性或治理形成的硬边界。
Attribution
把最终结果分解到真实来源。
Decision State
决策时真实可得的行情、仓位、订单和风险状态。
FIRST PRINCIPLES
机制与因果关系
先定义再优化
目标、单位、时钟和约束必须先固定。
边际决策
比较新增一单位仓位带来的收益、成本与风险。
样本外与压力优先
参数只从过去估计，并在成本上升、关系断裂和流动性消失时复验。
FORMULA LAB
公式、变量与交易含义
Expected Return
μi=Calibrationi×SignalStrengthi本节Expected Return的核心计算。
净贡献
NetContribution=Gross−Cost−RiskCharge统一到成本后口径。
统一上线条件
Trade iff ExpectedBenefit − AllInCost − RiskPenalty > 0把模型输出转换为可执行净期望。
WORKED EXAMPLE
数值例题完整代入
题设
两个信号预测2bp/5bp、可信度0.8/0.4。
- μi=Calibrationi×SignalStrengthi
- 把题设参数代入得到：校准收益分别1.6bp与2.0bp
结论计算结果为校准收益分别1.6bp与2.0bp；只有通过约束与压力检验后才可执行。
KNOWLEDGE CHECK
练习与答案解析
关于Expected Return，哪项最正确？
ANSWER LOCKED先独立计算
练习只检验本节已经解释和演示过的内容。
MASTERY CHECK
本节掌握检查
✓完整摘要已覆盖
✓核心概念已覆盖
✓第一性原理已覆盖
✓关键公式已覆盖
✓数值例题已覆盖
✓独立可视化已覆盖
✓对应练习已覆盖
✓掌握标准已覆盖