假设你手里有 100 万元，正在两个方案之间选择。
方案 A 是把钱平均放进 30 只股票。它们来自不同公司，但大多受同一种经济周期驱动，盈利都依赖低利率和旺盛消费。
方案 B 只持有 8 项资产。数量更少，但它们的收益来源分别与消费、保险浮存金、能源价格、现金和长期债券有关，在同一冲击下未必一起涨跌。
哪一个组合更分散？哪一个风险更小？
只数股票数量无法回答。你还需要知道每项资产可能带来多少回报、单项回报会怎样波动，以及它们彼此之间会不会同涨同跌。现代投资组合理论的关键贡献，正是把投资者的视线从“哪只股票最好”推向“这些资产放在一起会发生什么”。
这套框架和对它的批评必须放在一起理解。只讲公式，会忘记模型优化的“风险”未必等于投资者真正害怕的永久损失；只讲巴菲特的批评，又容易把分散化误解成毫无价值。真正有用的问题是：
当信息有限、未来不确定时，怎样把资产组合起来？
当你确实能理解企业时，又该在什么条件下偏离广泛分散？
一、现代投资组合理论改变了什么
在马科维茨之前，投资者容易逐只挑选看起来有吸引力的证券，却很少系统研究证券之间的关系。一项资产单独看起来稳健，加入组合后未必能降低风险；一项资产单独看起来波动很大，如果它总在其他资产下跌时上涨，反而可能让整体更稳。
现代投资组合理论因此把分析单位从单项资产改成整个组合。它提出两个基本目标：
在给定风险下，寻找预期回报最高的组合；
在给定预期回报下，寻找风险最低的组合。
这不是“高风险必然带来高回报”的保证。更准确地说，在模型给定的估计和约束下，如果投资者要求更高的预期回报，通常必须接受更大的回报波动；承担了更大波动，却不保证得到更高的实际回报。
“预期”尤其重要。模型处理的是未来可能结果的概率加权平均，不是承诺书。一个预期回报很高的组合，完全可能在某一年严重亏损。
二、预期回报：组合先是一张加权清单
组合的预期回报，是各项资产预期回报按仓位权重加总：
E(Rp) = w1 x E(R1) + w2 x E(R2) + ... + wn x E(Rn)
其中，E(Rp) 是组合预期回报，wi 是第 i 项资产的权重，E(Ri) 是该资产的预期回报。若所有权重相加为 1，且不使用杠杆，100 万元中 30% 放在资产 A，就意味着 wA = 0.3。
假设一个组合中：
- 60% 放在预期回报 8% 的资产 A；
- 40% 放在预期回报 3% 的资产 B。
那么组合预期回报为：
0.6 x 8% + 0.4 x 3% = 6%
这个计算很容易，困难在输入。8% 和 3% 从哪里来？如果它们只是把过去十年的平均收益机械外推，或者来自分析者的乐观愿望，精确到小数点的结果也不会增加可靠性。
所以，预期回报应当被当作估计而不是事实。实务中至少要做三件事：检查采用了多长的历史区间，说明回报假设背后的经济机制，并用不同情景测试结论是否稳定。
三、方差：先描述单项资产如何偏离平均值
现代投资组合理论通常用方差或标准差描述回报的离散程度。
如果一项资产的年回报总在平均值附近小幅变化，标准差较低；如果它有时大涨、有时大跌，回报远离平均值，标准差较高。方差是标准差的平方，标准差则更容易与回报率放在同一尺度上理解。
在这个框架里，“风险”首先被操作化为回报波动。这样做有明显好处：波动可以观察、比较和计算，投资者也能据此构建组合。
但操作化定义不等于完整定义。标准差把高于平均值的意外上涨和低于平均值的意外下跌都计为偏离；它也无法直接识别企业破产、欺诈、永久失去竞争优势或买价过高。后面巴菲特的分歧，正是从这里开始。
四、协方差：分散化真正依赖的是共同运动
如果只把每项资产的方差按权重平均，就会漏掉组合最重要的部分：资产之间如何共同运动。
两项资产经常同时高于或低于各自平均回报，协方差为正；一项高于平均时另一项常低于平均，协方差可能为负；它们的变动关系很弱，协方差接近零。
两项资产组合的方差可以写成：
Var(Rp) = wA^2 x Var(RA)
+ wB^2 x Var(RB)
+ 2 x wA x wB x Cov(RA, RB)
多资产组合遵循同一个逻辑：每项资产自己的方差要算，任意两项资产之间的协方差也要算。
这解释了为什么分散化不是简单地增加证券数量。买入 20 家收入结构、融资方式和客户需求高度相似的公司，名义上有 20 个持仓，经济上却可能仍是一笔下注。相反，两项各自有波动、但受不同因素驱动的资产，放在一起可能减少整体波动。
更直观的指标是相关系数。相关系数把协方差标准化到 -1 与 1 之间：越接近 1，共同涨跌越明显；越接近 -1，反向运动越明显；接近 0，线性共同运动较弱。
分散化的机制可以概括为：
不要只寻找低波动资产；
还要寻找不会在同一坏情景中同时受伤的收益来源。
五、有效前沿：不是一个最佳组合，而是一组取舍
当预期回报、方差、协方差和仓位约束都给定后，可以计算许多可能的组合。有些组合明显低效：承担了同样风险，却提供更低的预期回报；或者预期回报相同，却承受更高风险。
把这些低效组合排除后，剩下的一组组合形成有效前沿，书中也称“有效边界”。前沿上的每一点都代表一种风险与预期回报的取舍：
横轴：组合风险，通常以标准差表示；
纵轴：组合预期回报；
前沿：给定风险下预期回报最高的可行组合。
有效前沿不会替投资者决定应该选哪一点。一个需要稳定现金流、不能承受大幅回撤的人，和一个期限很长、收入稳定且能忍受波动的人，适合的组合不同。
因此，模型分成两步：先识别哪些组合在统计意义上有效，再根据投资者的期限、负债、流动性需求与风险承受力选取位置。数学优化不能代替个人约束。
六、贝塔：衡量对市场共同波动的敏感度
马科维茨框架需要估计大量资产两两之间的协方差。夏普随后用单一指数思路简化计算，并进一步发展出资本资产定价模型。
贝塔常写成：
Beta(i) = Cov(Ri, Rm) / Var(Rm)
Ri 是资产回报，Rm 是市场组合回报。贝塔衡量的是资产对市场变动的敏感度，不是单纯的相关系数。相关性相同的两项资产，如果自身波动程度不同，贝塔也可能不同。
通常可以这样读：
- 贝塔约为 1，表示历史上资产对市场变动的敏感度接近市场；
- 贝塔大于 1，表示对市场共同波动更敏感；
- 贝塔小于 1，表示敏感度较低；
- 贝塔为负，表示样本期内与市场呈反向敏感关系，但这种关系未必稳定。
在资本资产定价模型中，风险被区分为两类。与整个市场有关的系统性风险无法仅靠增加股票数量消除；与单家公司有关的非系统性风险，则可以通过分散持有得到削弱。贝塔用于描述资产承担了多少市场系统性风险。
这是一种有用的共同尺度，但不能把它读成完整的企业风险评分。低贝塔公司照样可能负债过高、商业模式衰退或估值昂贵；高贝塔公司也可能拥有稳固的长期经济特征。贝塔告诉你价格怎样随市场动，不直接告诉你企业值多少钱。
七、模型成立依赖哪些假设
均值方差分析能把复杂组合压缩成可计算的问题，但这种压缩依赖假设。
第一，预期回报、方差和协方差能够被合理估计。如果样本期太短、市场机制改变或极端事件稀少，历史参数会给出错误的稳定感。
第二，均值和方差足以代表投资者关心的分布特征。现实回报可能偏斜、厚尾，两个均值和方差相同的组合，灾难损失概率仍可能不同。
第三，投资者能够按模型权重交易，并忽略或妥善处理税费、冲击成本、流动性、卖空限制与最小交易单位。现实约束会改变可行组合。
第四，投资者把波动视为重要风险代理。对于随时要赎回的基金、以市值考核的机构或有短期负债的人，这个代理很重要；对于长期持有且能评估企业价值的所有者，它可能不完整。
第五，在与资本资产定价模型和有效市场思想相连的版本中，投资者被视为大体理性，信息能迅速进入价格，市场组合具有关键地位。书中对这一组假设提出了强烈质疑，尤其指出投资者会受恐惧、贪婪和短期业绩压力影响。
假设不是模型的羞耻，而是使用说明。危险不在简化本身，而在忘记简化了什么。
八、一个实践案例：十只股票为何仍可能没有分散
假设某投资者持有十家公司，每家公司各占 10%。它们分属电商、广告、消费信贷、物流、商业地产和支付，看起来行业不少。
进一步追问后却发现，这十家公司都依赖同一组条件：消费者信心高、融资便宜、线上获客成本稳定、资产价格不下跌。一旦利率上升并伴随消费收缩，它们的盈利和估值可能一起受压。
均值方差框架会要求投资者检查这些资产的协方差与相关性。企业所有者视角则会继续追问共同的经济驱动因素。两种检查结合起来，才能看见“十家公司其实是一笔宏观下注”。
改进方式不一定是把持仓从十只扩到五十只。更有效的做法可能是：减少同一风险因子的重复暴露，加入现金流来源不同的资产，保留流动性，并对利率上升、需求下降和融资中断做情景测试。
这个案例说明，现代投资组合理论提供了诊断共同运动的工具，而商业分析解释了共同运动为什么发生。
九、巴菲特和现代投资组合理论：争论从风险定义开始
巴菲特和现代投资组合理论 这一词条的核心，不是巴菲特不会计算，也不是数学和价值投资水火不容，而是双方首先回答了不同的风险问题。
现代投资组合理论问：
组合回报相对预期值会波动多大？
巴菲特更关心：
这项投资是否会永久损害购买力？
企业的长期经济特征会不会恶化？
管理层会不会错误配置现金或伤害股东？
我支付的价格是否给估值错误留下余地？
书中用华盛顿邮报说明这种分歧：如果企业内在价值显著高于购买价格，价格进一步下跌会提高按价值投资者眼中的安全边际；但如果贝塔根据近期价格波动上升，统计模型可能把它描述为更高风险。
两种判断并非必然互相推翻。价格波动会影响短期融资、保证金、赎回与心理承受力，因此可能造成真实后果；但对没有杠杆、期限充足且确实理解企业的人，价格下跌也可能只是报价变化，甚至带来更好的买入机会。
关键区别是持有者的约束。如果你明天必须卖，波动就是风险；如果你能持有十年，仍要确认企业价值没有永久受损，而不能因为“长期投资”四个字忽略基本面。
十、集中投资不是分散化的简单反义词
巴菲特的集中观点建立在几个前提上：投资者处于能力圈内，能够评估企业长期经济特征和管理层；买入价格有安全边际；确信度来自证据而不是情绪；即使判断出错，仓位也不会摧毁整体生存能力。
在这些前提下，把资金从第 30 个平庸想法移向少数高确信度机会，可能提高研究深度和预期回报。集中也会迫使投资者持续关注企业，而不是依靠持仓数量获得虚假的安全感。
但集中投资不会自动降低风险。能力圈判断可能是错的，企业可能遭遇欺诈、技术替代、监管变化或资本结构危机，所谓高确信度也可能只是过度自信。持有得少，会放大这些错误。
书中同样承认广泛分散对不擅长企业估值的人很合适。对多数没有时间、信息或能力持续研究企业的投资者，低成本地持有广泛市场，可以避免单一公司的灾难，并获得接近市场的结果。这不是低级选择，而是与自身能力匹配的制度设计。
所以，分散与集中不应被写成口号之争：
不知道自己有什么信息优势时，分散是诚实；
确有可验证优势时，才有理由谨慎集中；
无论哪一种，都要防止共同风险和永久损失。
十一、新投资组合理论的发展：从公式扩展到行为与价值
TODO 中的 新投资组合理论的发展 来自书中的同名章节。按该书语境，它不是一个像资本资产定价模型那样有统一公式和公认边界的正式理论名称，而是作者对集中投资路径的概括：投资者并非总是理性，市场并非总是有效，风险还应从经济价值判断，优势明显时可以把较大权重放在少数机会中。
这一发展至少补进了三个被早期简化框架压低的变量。
第一是行为。恐惧、贪婪、从众和短期考核会影响价格，市场不必时时有效。价格与价值可能出现偏离，但发现偏离需要分析能力，不能仅凭“市场会犯错”推导出“我一定正确”。
第二是企业。股票不只是回报序列，也是对企业现金流和资产的所有权。竞争优势、资本配置、负债、管理层诚信与买入价格，都会影响永久损失概率。
第三是确信度和权重。不同投资机会不必平均分配仓位。研究更充分、赔率更好、下行更可控的机会可以获得更高权重，但权重仍受生存约束。
这并不要求废弃协方差或有效前沿。后来的实践更合理的方向，是把统计组合视角、行为视角和企业价值视角叠加：用协方差检查共同波动，用经济机制检查共同暴露，用估值判断价格与价值，用仓位上限防止确信度出错。
因此，“新”不应被理解为旧模型全部错误，而应理解为问题边界变宽了。早期模型回答如何在给定参数下配置组合，后续讨论追问参数是否稳定、投资者是否理性、价格是否等于价值，以及谁真正拥有集中投资所需的能力。
十二、现代投资组合理论最容易在哪些地方失效
第一，历史相关性在危机中改变。平时相关性较低的资产，可能在流动性紧张时一起下跌。过去的协方差矩阵不是自然常数。
第二，优化器会放大估计误差。预期回报只改变一点，最优权重可能剧烈变化，给出极端且不稳健的仓位。输入不可靠时，复杂优化会把小误差包装成大信心。
第三，标准差遗漏永久损失。波动小但负债沉重、流动性枯竭的资产，不会因为历史曲线平稳就变安全。
第四，分散数量掩盖共同暴露。不同证券可能共享同一利率、信用、商品价格、监管或客户风险。
第五，贝塔被误当成价值判断。它描述与市场共同波动的历史敏感度，不说明企业内在价值，也不保证未来关系不变。
第六，集中被浪漫化。少数成功投资者的记录不能证明所有主动投资者都有优势。没有可验证能力圈和估值纪律，集中只是在减少容错。
第七，忽略投资者自己的负债。一个对长期资金合理的组合，对三个月后需要现金的人可能危险。资产配置必须和现金流期限一起看。
十三、一个可执行的组合检查清单
面对自己的投资组合，可以按以下顺序检查：
- 写清目标：你需要的是长期增值、稳定现金流、购买力保护，还是短期资金安全？
- 列出约束：投资期限、未来支出、负债、税费、流动性要求和最大可承受回撤分别是什么？
- 估计回报：每项资产的预期回报来自历史均值、估值、现金流还是主观判断？
- 检查波动：方差或标准差使用了多长样本？样本是否包含压力时期？
- 检查协方差：哪些持仓经常共同涨跌？相关性在危机中是否可能上升？
- 找共同机制：持仓是否同时依赖低利率、宽信用、同一商品价格、同一客户或同一监管规则？
- 看有效性：有没有组合在相近预期回报下波动更低，或在相近波动下预期回报更高？
- 看贝塔边界：你是在管理市场敏感度，还是错误地用贝塔代替企业风险分析？
- 查永久损失：企业负债、竞争优势、管理层、现金流和买入价格会不会造成不可逆损害？
- 质疑确信度：集中仓位的理由能否被数据和逻辑反驳？哪些证据出现时必须减仓？
- 做压力测试：若市场下跌、相关性升高、融资中断或收入减少，你是否会被迫卖出？
- 设仓位上限：单一判断错误时，组合是否仍能生存并继续决策？
- 定期再平衡：权重变化来自价格波动还是基本面变化？再平衡规则是否预先确定？
- 记录假设：把预期回报、风险参数和企业判断写下来，事后复盘输入和过程，而不只看盈亏。
十四、和其他模型的关系
它和概率思维与期望值相连。
预期回报本质上是不同结果的概率加权平均。组合优化的可靠性取决于概率与收益估计是否可靠。
它和相关性不等于因果相连。
协方差能显示资产一起运动，却不自动解释原因。要用商业和宏观机制判断相关性为何存在、何时会消失。
它和安全边际相连。
安全边际处理估值错误和未知风险，补足方差难以表达的永久损失问题。
它和能力圈相连。
集中投资只有在能力圈内才有逻辑基础。圈外的高确信度往往只是无法识别自己的无知。
它和有效市场理论相连。
如果价格总能迅速充分反映信息，广泛市场组合就很有吸引力；如果市场只是经常有效而非总是有效，少数具备分析优势的投资者可能发现价格与价值的偏离。
它和冗余及备份系统相连。
分散化为判断错误、单点故障和不可预测冲击保留冗余。冗余看似降低效率，却能提高生存能力。
它和激励机制相连。
基金经理若按短期相对业绩考核，就会比长期所有者更在意波动、跟踪误差和赎回风险。不同激励会产生不同的“最优组合”。
十五、最后记住这一点
现代投资组合理论最重要的洞见，不是某个精确权重，而是资产不能孤立评价。组合风险取决于每项资产怎样波动，也取决于它们如何一起波动。
巴菲特的提醒同样重要：可计算的波动不是风险的全部。投资者还要面对企业价值受损、买价过高、杠杆、期限错配和行为错误。
用现代投资组合理论检查组合关系；
用企业分析检查经济风险；
用安全边际和仓位纪律承认自己可能算错。
分散化不是无知的万能药，集中也不是能力的证明。好的组合管理，是先明确自己在优化什么，再选择与信息优势、资金期限和承受能力相匹配的方法。
来源说明
- 《巴菲特的投资理财课（套装共5册）：纵览巴菲特的投资生涯，学习股神的理财之道》：提供马科维茨从预期回报与风险关系出发的组合选择框架、方差与协方差、有效边界、夏普的单因素简化、贝塔与资本资产定价模型，以及系统性风险和非系统性风险的区分。本文据此展开
现代投资组合理论的机制部分。 - 《巴菲特的投资组合（典藏版）》：提供巴菲特对波动风险定义的异议、华盛顿邮报案例、企业长期经济特征与管理层等风险检查、广泛分散和集中投资的适用条件，以及同名章节“新投资组合理论的发展”对行为、市场效率、经济价值和集中权重的讨论。
- 本文覆盖并合并了 TODO 中的
现代投资组合理论 / 巴菲特和现代投资组合理论 / 新投资组合理论的发展。其中，现代投资组合理论是基础统计配置框架；巴菲特和现代投资组合理论用不同的风险定义和企业所有者视角检验该框架；新投资组合理论的发展按书中语境承接集中投资、投资者非理性和经济价值风险，而不是另立一套具有统一公式的正式学术理论。 - 三个词条属于同一条问题链：先用预期回报、方差和协方差构造有效组合，再用贝塔描述市场共同波动，随后追问波动能否代表全部风险，最终把企业价值、行为偏差、能力圈和集中仓位纳入组合决策。把它们合并，可以同时保留现代投资组合理论的计算贡献与巴菲特式批评的适用边界，避免把任何一方写成万能答案。
- 本文仅使用上述本地 EPUB 的相关章节进行归纳，没有把“新投资组合理论的发展”扩写成书源未声称的统一新理论。文中的公式用于解释书中机制，案例与边界用于帮助执行，不构成对任何具体证券或仓位的建议。