内容摘要
马科维茨之后还有啥 · 优化器不只画一条曲线 灏 灏天文库 · 量化进阶·组合与机器学习 第 1 期 量化进阶 · 组合与机器学习 · 第 1 期 马科维茨之后 还有啥 ？ 优化器不只画一条曲线 · beyond mean-variance 有效前沿是 1952 年的答案。70 年过去，业界早把它当起点而非终点： 黑塞矩阵 告诉你解稳不稳、 L2 正则 压住权重漂移、 鲁棒优化 扛住参数误差。一句话—— 前沿好画，权重难稳 ，真正的活儿在画完曲线之后。 ⏱ 约 12 分钟 🎯 做过马科维茨想进阶的人 📦 源：PyPortfolioOpt 01 反共识：前沿画得漂亮，权重抖得离谱 很多人跑完 PyPortfolioOpt 看到一条优雅曲线就以为搞定了。把数据往前推一天再跑一次，权重能从 60% 跳到 30%——曲线没变，答案变了。 原因藏在目标函数里。最小化 wᵀΣw 这个二次型时， 协方差矩阵 Σ 的微小扰动会被放大 。当两个资产高度相关，Σ 接近奇异，解对输入极度敏感。这不是 bug，是数学结构决定的。