基于桥水全天候思想的风险平价模型，通过动态配置股票、债券、商品三类资产，在约束条件下追求风险贡献的均衡，让组合在不同经济周期下保持韧性。
查看回测表现 →传统资产配置按资金权重分配，但股、债、商三类资产的波动率差异巨大，简单的等权配置会让组合风险被股票"绑架"。风险平价追求的是：每一类资产对组合总风险的贡献尽可能相等。
按大类资产（股、债、商）的波动率倒数作为权重起点，通过优化求解让每类资产对组合总风险的边际贡献趋于一致。理论上各类风险贡献各占约 1/3。
债券上限不固定为单一数值，而是基于历史统计动态切换到 45/55/70/75 四档档位之一，根据真实债券需求强度自动升降档，让债券上限本身成为风控工具。
保留固定比例的现金缓冲不参与风险平价，专门承接公募基金的非 T+0 申赎时滞与交易成本扣款，避免"为了付成本被迫卖基金"的窘境。
股票代表增长与权益风险，债券代表利率与信用风险，商品代表通胀与汇率风险——三类资产长期相关性低、风险来源不同，组合起来才能真正分散。
由 3 只国内公募股票型基金构成，覆盖红利低波、量化增强、量化多策略三种风格。内部按"风险平价 + 短期收益倾斜"动态分配权重。
单只 7-10 年国开债指数基金，纯利率债、不限购、久期明确，作为组合的利率避险腿。v2.2 起由双基金简化为单基金，风险特征更透明。
单只黄金 ETF 联接基金，作为通胀与避险对冲。与股/债相关性约 0.4-0.5，起到组合稳定器的作用。后续可考虑白银等其他商品做分散。
传统做法是把债券上限写死，比如固定 50%。但真实市场对债券的需求强度会随周期波动：避险期债券需求高涨，过热期债券需求骤降。本策略把上限交给真实统计——来自 2007 个交易日的最新滚动估计：真实债券需求均值 μ ≈ 78.4%、标准差 σ ≈ 3.6%，按 μ、μ+σ、μ+2σ 切成 4 段，每段对应一档上限。
统计窗口：189 个交易日滚动估计 μ、σ
最少样本：60 个交易日（启动动态上限的前提）
缓冲带：升档 / 降档各 0.20（避免边界抖动）
升档确认：升至 55% / 70% / 75% 各需 3 / 4 / 3 天
降档确认：3 天常规降档
快速回撤：连续 3 天 < μ-0.5σ → 直接降回 45%（同样受步长 cap 约束）
冷却期：5 个交易日，调整后短期内不再调整
单次债券调仓上限：10%（防止一次性砍穿档位）
follow-through：上限触碰后的分步追赶，5 个交易日观察期
策略的核心计算流程可以拆解为四个步骤：先按大类风险平价算出股债商目标，再叠加动态债券上限约束，最后在每个类别内部用类内风险平价把权重分配到具体基金。
月度：每月第一个交易日例行再平衡。
债券档位变化：动态档位发生切换时立即触发。
分步追赶：单次债券调仓受步长限制，剩余部分在后续交易日分步完成。
漂移阈值：实际权重偏离策略目标过大时触发（兜底机制）。
交易成本：按单边交易额扣减，直接从现金部分扣除，不侵蚀基金仓位。
现金缓冲：固定 5% 现金不参与风险平价，专门承接申赎时滞与扣款。
现金收益：按年化约货币基金水平计入收益。
申赎状态：每日回测按当日历史申购状态判断基金是否可交易，"限制大额申购"不视为不可交易。
主仓负责稳健，卫星负责进攻。v2.2.1 在主仓之外设置 10% 的固定卫星仓——全球科技股指 4%、农产品期货 3%、能源上游股票 3%。权重人事定死、每月第一个交易日机械调回，主仓引擎无权调整。
同一批资产，放进主仓按风险平价配置效果更差，改成固定小权重独立持有才真正增效，原因在引擎的两个结构性短板：
向后看的慢决策：引擎用过去 252 天的协方差定权重，对慢速资产够用。但卫星候选大多是暴涨暴跌的快资产——等引擎看到波动飙升、把仓位砍下来时，暴跌已经跌完；等波动回落重新加仓时，反弹也走完了。对慢资产这是小毛病，对快资产这是系统性的高买低卖。
类内竞争赢家通吃：把这些资产放进主仓，它们要和过去几年的强势资产按风险贡献竞争，常年只能拿到零头仓位——真正需要它们对冲的年份，零头什么也保护不了。
筛选标准只有三条，但每条都刷掉一大批：
① 可靠的长期正溢价：恒生科技指数年化约 -9%，市场中性策略近年整体失效——放进任何仓位都是浪费。
② 必须是"新"风险源：白银与黄金是同一个赌注（相关性 0.63），可转债本质是 A 股衍生品（与股票层相关 0.77）——卫星仓存在的唯一理由是带来新风险，重复押注的一律不收。
③ 与慢优化器相容：溢价真实但暴涨暴跌的，走卫星通道；夏普太低的，哪都不去。同源敞口选更优表达工具——同为能源，上游股票基金长期显著优于带展期损耗的原油期货。
非相关性：三只卫星与主仓的日收益相关性仅约 0.04 ~ 0.05，两两之间约 0.04 ~ 0.11——它们赚的是主仓赚不到的钱。按边际夏普检验，卫星仓只要跑赢"相关性 × 主仓夏普"（约 0.27）就能增效，实际门槛轻松跨过。
再平衡红利：三者各自暴涨暴跌又互不相关，每月把涨多的调回、跌多的补足——同一组资产，月度再平衡比买入持有每年多赚约 2.4 个百分点。
年度错峰：主仓最难的年份正是卫星最强的年份——坏年托底、好年让利，跷跷板是双向的。
执行纪律：固定权重、每月机械调回，不看信号、不加仓也不减仓。卫星篮子独立看年化 ~17%、波动 ~18%、最大回撤 ~-25%，是一台高收益低夏普的进攻引擎，所以仓位必须固定在 10% 附近。任一卫星暂停申购或数据滞后时，自动回落为 100% 主仓执行；场内 ETF 仅在溢价低于 2% 时考虑。
策略在工程层面坚持的几条原则——不是为了追求理论最优，而是为了在真实市场里少犯错。
权重不是目的，风险贡献均衡才是目的。当两者冲突时，让权重服从风险。
债券上限、商品下限不是限制优化器的"麻烦"，而是把策略锁在合理风险预算内的风控闸门。
单次债券调仓有步长上限、档位切换有冷却期、漂移过大有兜底机制，三层保险避免剧烈交易。
样本期未经历 2008/2015/2018 类系统性危机，回测表现含样本内优化成分，实盘预期应保守。
债券拿了最多的资金权重（约 53%），但由于波动率最低，只贡献了约 11% 的组合风险；股票和黄金资金占比不到 45%，却贡献了约 89% 的组合风险。这不是优化器的错，而是硬约束下的必然结果。
回测期 -- 的日均持仓占比：
真正决定组合波动的是风险贡献，而非资金权重：
bond_max 边界在 100% 的交易日被触碰，理论上理想的 33/33/33 风险均衡从未真正实现。这是约束条件下的数学必然，而非优化器 bug。理解这一点，比看懂策略本身更重要。
把回测期切成三段独立验证，避免被单一 regime 误导。中间那段（2022-2023 股债双杀期）才是更接近真实的样本外表现。
策略是工程化的妥协品，不是金融圣杯。下面十条局限在设计阶段就已识别，宁可提前讲明，也不让使用者在真实市场中被动发现。