投资组合应该为每只股票分配相同的金额,还是应该让市场来决定?这个问题在量化金融领域引发了数十年的争论。一方面,市值加权的支持者认为价格反映了集体智慧,市值加权投资组合是唯一真正被动的方法。另一方面,越来越多的研究表明,最简单的策略——为每项资产赋予相同的权重——可以匹配甚至超越最精密的优化模型。数万亿美元被索引到市值加权基准,即使等权重存在微小的系统性优势,也将成为投资组合构建领域最重要的发现之一。
对优化的质疑
2009年,Victor DeMiguel、Lorenzo Garlappi和Raman Uppal发表了一篇具有里程碑意义的论文,挑战了均值-方差投资组合优化的整个理论框架。他们的研究Optimal Versus Naive Diversification: How Inefficient is the 1/N Portfolio?检验了精密的优化方法能否可靠地超越最朴素的方法——将资本平均分配给所有可用资产。
结果令人震惊。在涵盖美国行业投资组合、国际指数和个股的七个实证数据集中,等权重(1/N)投资组合在风险调整基础上匹配或超越了14种优化模型。这些并非简单模型,作者测试了贝叶斯方法、最小方差投资组合以及代表学术投资组合理论最前沿的多种约束优化方法。
核心洞察在于估计问题。构建优化投资组合需要对每项资产的预期收益率、方差和协方差进行准确预测。当有N项资产时,需要估计的参数数量以N的平方量级增长。DeMiguel等人计算出,对于25项资产的投资组合,均值-方差优化投资组合要可靠地超越等权重替代方案,大约需要3,000个月——250年——的数据。
| 模型类别 | 测试示例 | 夏普比率超过1/N? | 确定性等价收益超过1/N? |
|---|---|---|---|
| 基于样本的均值-方差 | 经典马科维茨 | 否 | 否 |
| 贝叶斯方法 | Bayes-Stein收缩、数据-模型结合 | 否 | 否 |
| 最小方差 | 样本最小方差、约束模型 | 混合 | 否 |
| 矩约束 | 因子模型、MacKinlay-Pastor | 否 | 否 |
这一发现并不意味着优化毫无用处。它意味着优化投资组合中内嵌的估计误差通常会压倒其承诺的理论收益。等权重投资组合完全不需要参数估计,因此彻底回避了这个问题。
再平衡溢价
如果等权重仅仅与市值加权或优化投资组合表现相当,那只是一个有趣的发现。但后续研究发现了等权重可能产生真正结构性优势的机制:再平衡溢价。
2012年,Yuliya Plyakha、Raman Uppal和Grigory Vilkov发表了Why Does an Equal-Weighted Portfolio Outperform Value- and Price-Weighted Portfolios?,分解了等权重超额表现的来源。他们的分析覆盖了1926年至2006年的美国股票,提供了极长的样本期。
Plyakha等人确定了等权重相对于市值加权投资组合优势的三个不同组成部分:
规模倾斜
等权重投资组合机械地超配小盘股。由于小盘股历史上获得了更高的平均收益率(有充分记录的规模溢价),这种倾斜解释了部分超额表现。但它也带来了更高的波动性,因此仅规模倾斜的净风险调整收益较为有限。
逆向效应
当等权重投资组合再平衡时,它系统性地卖出相对价值上升的股票,买入相对价值下降的股票。这是一种机械的逆向策略。Plyakha等人发现,这种逆向再平衡每年产生约0.5个百分点的超额收益。该效应源于个股收益率表现出短期均值回归——近期表现优异的股票往往在随后的时期表现不佳,反之亦然。
波动率捕获
更微妙的收益来源是所谓的波动率泵送效应。当投资组合定期再平衡至固定权重时,它从个别资产收益率的离散度中捕获价值,即使资产的平均收益率为零。这种几何收益优势适用于所有固定权重策略,但等权重因最大化了对所有成分股特异性波动率的敞口而表现最为显著。
| 收益组成部分 | 年化贡献 | 机制 |
|---|---|---|
| 规模倾斜 | 总计约1.0%,风险调整后约0.3% | 超配小盘股 |
| 逆向再平衡 | 约0.5% | 再平衡时卖出赢家、买入输家 |
| 波动率捕获 | 约0.2% | 从资产收益率离散度中收获收益 |
| 总估计溢价 | 总计约1.7% | 交易成本扣除前 |
理解这些组成部分对考虑等权重策略的投资者至关重要,它直接与投资组合分散化理论的广泛原则相联系。
市值加权的集中问题
推动等权重研究兴趣的另一个相关担忧是:市值加权指数固有的集中风险。当少数股票主导指数时,市值加权投资组合日益暴露于这些少数个股的命运。这不是理论上的担忧。截至2026年初,S&P 500指数中最大的10只股票占据指数35%以上的权重,这是自1990年代末以来未见的集中度水平。
市值加权嵌入了结构性的动量偏差。当一只股票上涨时,其在指数中的权重自动增加,这意味着被动投资者向其分配更多资本,这可能进一步支撑其价格。
等权重通过其构造本身消除了这一集中问题。每个成分股无论市值大小都获得相同的配置。这提供了真正的跨指数分散化,而非市值加权投资组合中名义广度掩盖实际集中度的伪分散化。
交易成本挑战
如果等权重提供了免费午餐,每个投资者都会采用它。关键制约因素是交易成本。等权重投资组合需要频繁再平衡以维持目标权重,这会产生大量换手率,特别是在包含流动性较差的小盘股的大型投资范围中。
DeMiguel等人(2009)考察了交易成本的影响,发现交易成本显著侵蚀了等权重的优势。Plyakha等人(2012)估计,在每次交易50个基点的比例交易成本下,等权重相对于市值加权的净优势大幅缩小,但在季度再平衡频率下仍保持为正。
| 再平衡频率 | 估计总溢价 | 估计净溢价(扣除成本后) | 换手率 |
|---|---|---|---|
| 月度 | 约1.7% | 约0.4% | 年化约120% |
| 季度 | 约1.4% | 约0.8% | 年化约60% |
| 年度 | 约0.8% | 约0.5% | 年化约30% |
关键洞察是,季度再平衡在保持换手率可控的同时,捕获了再平衡溢价的大部分。这一发现对同样需要定期再平衡的基于风险的投资组合构建方法也具有实际启示。
综合证据
投资者应如何综合这些发现?
第一,等权重投资组合是一个非常有效的基准。任何提议的优化策略不仅应与市值加权指数比较,还应与等权重进行衡量。如果一个精密模型在考虑估计误差和交易成本后仍无法可靠地超越1/N,那么该模型增加了复杂性却未增加价值。
第二,再平衡溢价是真实存在的,但并非免费的。它来源于逆向交易和波动率捕获的组合,两者都需要定期再平衡,因此会产生成本。
第三,市值加权与等权重之间的选择部分取决于对市场效率的看法。市值加权假设价格准确反映基本价值。等权重隐含地假设价格中包含噪音,系统性再平衡可以从这种噪音中收获收益。Arnott, Hsu, and Moore (2005)关于基本面指数化的研究支持了市值加权因超配高估股票和低配低估股票而次优的观点。
第四,实际实施非常重要。对于使用ETF的散户投资者,等权重与市值加权S&P 500基金之间的选择涉及可管理的费率和跟踪误差差异。对于管理数百个头寸的机构投资者,等权重再平衡的交易成本需要仔细分析。
各方法的最佳适用场景
等权重倾向于在以下情况下表现更优:市场集中度高、横截面波动率高、短期均值回归较强、投资范围由交易成本较低的流动性中大盘股组成。
市值加权倾向于在以下情况下表现更优:强劲的动量驱动市场中、少数股票确实实现了卓越的盈利增长、投资范围包含大量再平衡成本过高的流动性较差小盘股。
两种方法都不具有普遍优势。文献中持续出现的发现是,等权重为远比它复杂的策略提供了一个令人惊讶的稳健替代方案。
本分析由 DeMiguel, Garlappi & Uppal (2009) / Plyakha, Uppal & Vilkov (2012) 经 QD Research Engine — Quant Decoded 的自动化研究平台 — 综合分析,并经编辑团队审核确保准确性。 了解我们的方法论.
参考文献
-
DeMiguel, V., Garlappi, L., & Uppal, R. (2009). Optimal Versus Naive Diversification: How Inefficient is the 1/N Portfolio? The Review of Financial Studies, 22(5), 1915-1953. https://doi.org/10.1093/rfs/hhm075
-
Plyakha, Y., Uppal, R., & Vilkov, G. (2012). Why Does an Equal-Weighted Portfolio Outperform Value- and Price-Weighted Portfolios? SSRN Working Paper. https://doi.org/10.2139/ssrn.1787045
-
Arnott, R. D., Hsu, J., & Moore, P. (2005). Fundamental Indexation. Financial Analysts Journal, 61(2), 83-99. https://doi.org/10.2469/faj.v61.n2.2718
-
Roncalli, T. (2013). Introduction to Risk Parity and Budgeting. Chapman and Hall/CRC.
-
Willenbrock, S. (2011). Diversification Return, Portfolio Rebalancing, and the Commodity Return Puzzle. Financial Analysts Journal, 67(4), 42-49. https://doi.org/10.2469/faj.v67.n4.1