AI 组合再平衡：设好目标，其余交给自动化

一个你从不做再平衡的组合，会慢慢变得不再是你当初选的那个组合。赢家越涨越大，落后者越缩越小，几年之后，你精心搭好的配置已经漂移成了某种比你当初点头认可的一切都更危险的东西。再平衡纠正的正是这一点，而它是投资里少有的既真正有价值、又几乎完全机械化的活儿——这让它天然成为自动化的头号候选。本文讲清漂移为什么要紧、日历法和阈值法如何比较、AI 组合再平衡在简单规则之外还能在哪里增值，以及如何把整条闭环放上轨道、同时不放弃掌控权。

组合为什么会漂移，以及它究竟代价几何

漂移是算术，不是疏忽。假设你定的政策是 60% 股票、40% 债券。股票走了两年强势，债券却横盘。用不着你做任何一个决定，你现在持有的大概就成了 72/28。账户上的标签还写着“平衡”，账户里的风险却另有说法。

漂移的代价常被误解。它主要不关乎收益——一个不做再平衡的组合可以在很长时段里跑赢，因为让赢家继续奔跑本身就是一场动量押注。它的代价是风险的集中。那个 72/28 的组合，在股票回撤中会比你实际选的 60/40 跌得重得多，而且它恰恰是在价格涨得最凶之后，才把最大的股票敞口攥在手里。

同样的机制也在资产类别内部运作。一只以 5% 仓位买进的股票，一波好行情之后可能悄无声息地变成 15%。什么都没出错。你只是在一个又一个交易日里，一点点地不再持有你当初设计的那个组合。再平衡这件事，就是反复地重新选择你自己的配置，它的回报是用“把风险守得诚实”来衡量的，而不是用额外的收益。

日历还是阈值：两种扣动扳机的方式

决定何时再平衡有两套标准纪律，它们在可预测性和响应速度之间各有取舍。

	日历（按节奏）	阈值（按带宽）
触发	一个日期：季度、半年、年度	一个漂移上限，例如任一目标偏离 5 个百分点
需要的监控	两个日期之间无需	持续不断
市场平静时是否交易	会，有时毫无意义	不会
能否抓住两个日期之间的剧烈波动	不能	能
典型交易笔数	可预测	随波动率而变

日历再平衡手动执行起来很容易：每季度一次，把实际权重和目标一比，把差额交易掉。它的软肋是市场不看你的日历。一个季度第二周的急跌，可能让你偏离政策好几个月；而平静的一整年，则逼你做一堆除了手续费什么都成就不了的交易。

阈值再平衡通常以 5% 带宽运行，只在漂移变得实质性时才出手。一个 60% 的目标配上 5 个百分点的带宽，会在实际权重离开 55–65 区间时才交易。它的门道在于：得有某个人、或某个东西，每天盯着权重。而这恰恰是软件比人做得更好的那种不知疲倦、不带主观判断的监控——这也是为什么基于带宽的再平衡是最能从智能体获益的做法。

成本和税收也该在政策里占上一行。一旦把佣金和价差算进去，笔数更少、单笔更大的交易通常胜过频繁的小额交易。在应税账户里，卖出赢家会实现收益，所以许多投资者会优先用现金流来做再平衡：新的投入和收到的分红，都投向最欠配的那部分，只有当现金流不够时才直接卖出。智能体可以自动应用这个先后顺序。税务处理的细节因国家和情况而异，所以政策里这一块得由你自己拿定。

行为学上的坑：它最要紧的时候，恰是你最不想动手的时候

不痛快的地方在这里。再平衡在当下几乎从不让人觉得中性，因为按其构造，它卖出的正是一直在奏效的东西，买进的正是一直在下跌的东西。

设想一场大范围的股票崩盘。你的 60/40 一个月里变成了 48/52。政策明白无误：卖掉一些让你觉得像避风港的债券，趁头条新闻最难看的时候买进股票。极少有人能按时做到。这种拖延不是愚蠢，而是损失厌恶碰上了一个含糊的期限。总有一个再等一周的理由。

反过来的情形一样黏人。经历一段长牛之后，去修剪那个替你赚了钱的资产会让人觉得像背叛，于是超配就一直骑着不下来。无论哪个方向，漂移最大的那些时刻——也正是再平衡的风险控制价值最高的时刻——恰恰是人为执行最不可靠的时刻。

这是整个组合管理工具箱里支持自动化的最有力论据。政策是由冷静版的你写下的。智能体按计划、或在带宽边缘执行那份冷静的政策，事先不去读新闻。纪律，外包给一个不会心生恐惧的东西。对于长线投资者来说，这种“书面政策 + 机械执行”的搭配是个反复出现的主题，AI 与长期投资里有更宽泛的展开。

AI 组合再平衡在带宽之外还补上了什么

纯粹的带宽再平衡根本不需要任何智能，1995 年的一张电子表格就能干。那么 AI 组合再平衡里的“AI”，正当地贡献了什么？三样东西，且全都是建议性的，而非自主的。

相关性漂移检测。 权重可以完美贴合目标，风险却在悄悄集中。如果你当初选来做分散的两只持仓开始同涨同跌——比如一只科技权重偏高的基金和一只单独的成长股在一轮加息恐慌中——那你的实际敞口就比任何权重显示的都要大。盯权重的规则看不见这个。而一个观察滚动相关性的分析层看得见，还能用大白话把它标出来。

集中度与因子的意识。 重叠往往藏在明处：两只基金共享了大部分前十大持仓，或者一个组合里的每一行都对同一个利率因子做出反应。AI 生成的组合洞察会把这些作为你可以据以行动的观察结果呈现出来，而不是在你背后偷偷执行的交易。

建议性的、绝不强加的目标复核。 一个好的系统或许会指出：你声明的风险承受度，和你实际实现的组合波动率已经背离，并建议重新审视目标。决定权仍然在你手里。一个凭自己的主动性就改动你配置的系统，是另一种产品、带着另一套问责模型；如果你要的是那个，机器人投顾才是买它的诚实途径。智能体的职责是忠实地执行你的政策、并把它看到的告诉你，到此为止。

放上轨道：一个跑通的配置示例

下面是在 Obside 上整条闭环的样子，作为把上述一切落地的一个具体实现。

你在对话里描述政策，而不是填表格：“把我的组合维持在这些目标权重上，任何资产偏离目标超过 5 个百分点时就做再平衡，而且永远不下任何一笔超过组合 10% 的订单。”副驾把这句话复述成受监控的条件和硬性上限。你确认复述后的版本——这一步很关键，因为你想表达的和真正被执行的之间那道缝隙，正是自动化出岔子的地方。

从这里开始，由你决定智能体可以独立做多少。它可以停在一条提醒上，在每次触发时列出纠偏交易、等你放行；也可以在你设的上限内自行执行。无论哪种方式，仓位大小和单笔上限都在执行时刻被强制生效，而 Obside 的组合洞察则单独把带宽看不见的东西标出来，比如你以为彼此独立的两只持仓之间出现了相关性偏移。

有两个习惯能让这套配置值得信赖。第一，先测试政策，再信任它：把你的配置和带宽规则对着历史回放一遍，就能看出它们本会多频繁地交易、回撤又是什么样子，而组合回测正是做这场演练的对的工具。第二，如果你在做再平衡的那个篮子本身就是一个定制构造——一个由手挑成分组成的个人指数——那就先设计篮子、再定再平衡政策；把那个篮子搭好本身就是一门功课，用 AI 搭建你自己的 ETF里讲过。

这套配置刻意不包含的东西是：由智能体来替你选配置。目标是输入。Obside 执行 80/20 会和执行 20/80 一样忠实，对哪一个更适合你的人生毫无意见。那个判断，连同它的问责，都留在你手里。

从这里往后

再平衡是普通投资者能用上的价值最高、戏最少的自动化：一份书面政策、一条漂移带宽，加上一个不会临阵退缩的执行者。先把你的目标写下来，诚实地在日历法和阈值法之间选一个，再决定机器可以独立做什么、又该在什么地方提出建议。如果定投是计划的一部分，把再平衡和自动化定投配在一起，就能把从工资到政策的闭环补齐。当你准备好把机械的那部分交给一个会在运行前先复述你政策的智能体时，Obside 正是为这样的交接而生。

仅供教育参考，不构成投资建议。交易存在风险，可能导致本金损失。