投资决策框架 — 自上而下 4 层怎么判断
本质与导读
本质 这是决策框架的**"怎么判断"学习页(方法论),夹在两侧之间:图书馆层(dalio / asset-allocation / factor / kelly 等)给各层的理论**;战场层(
active-*页)是你填当前判断的地方;本页教中间的桥——每一层怎么把理论变成你此刻的判断,以及常见的判断错误。它不重推理论(链库),也不替你做判断,而是教你怎么自己做。这是"作为学习"的核心:框架不只是空表,而是一套可学的思考流程。
配套:理论 → 资产配置 等库页;应用 → 大类配置 / 板块排序 / 持仓;执行 → 执行层 Playbook。
学习目标
读完本页后,你应该能够:
- 说清为什么自上而下(大类配置解释组合大部分波动)
- 对每一层(宏观 / 大类 / 板块 / 个仓)说出:判断问题是什么、看哪些输入、怎么形成观点 + 置信度、最常踩的错
- 把"判断 → 执行 → 复盘归因"连成学习闭环——判断错了怎么变成下次的进步
1. 为什么自上而下
先讲清顺序的道理:资产配置(大类)解释了组合长期波动的大部分(Brinson 等归因研究的经典结论),而选股与择时的贡献小且更难持续。所以正确的决策顺序是先定大盘子,再细分——否则会出现"选对了好股票,却在大类上押错方向"的尴尬。
四层逐级收窄,每一层都是下一层的约束:
- 第 1 层 宏观(环境):周期 / 利率 / 流动性 / 风格 —— 决定"现在该承担多少风险、偏哪种风格"。
- 第 2 层 大类配置:股 / 债 / 商品 / 现金 / 海外 —— 在宏观约束下定"大盘子"。
- 第 3 层 板块赔率:权益内部哪些主题赔率高 —— 在权益额度内分配。
- 第 4 层 个仓 + sizing:具体标的 + 仓位大小 —— 落到可执行的买卖。
每层的判断填到对应的战场页;判断的理论在图书馆;判断的质量靠本页的方法 + 事后复盘(§6)迭代。
2. 第 1 层 — 宏观:把宏观知识变成"当前判断"
宏观这层最容易犯的错,是把"宏观知识"当成"宏观判断"——读了一堆 china-macro 不等于你对当下有观点。判断问题很具体:美 / 中 / 港各处什么周期阶段?利率与流动性往哪走?因此该偏哪种风格?
方法:
- 三地分开判——它们不在同一周期,混在一起是噪声。
- 每条判断带置信度(高 / 中 / 低)——高置信决定大仓位,低置信只配观察池。这是把"判断"和"知识"分开的关键动作。
- 给区间不给点位——"Fed 今年偏向不降或小降"比"6 月降 25bp"稳健。
输入(链库,不在这里重述理论):Dalio 大债务周期 · 商业周期 · 央行机制 · 收益率曲线与衰退 · 中国宏观 · 美国宏观 · 全球流动性。 常见错:把知识当判断、不标置信度、三地混判、预测精确点位。落到 → 当前宏观观点。
3. 第 2 层 — 大类配置:怎么定股债商品现金
判断问题:大盘子怎么切?要不要 ballast(压舱物)?现金留多少? 这层的方法核心是从风险出发,不从收益预测出发——因为预期收益最难估,据它优化会"误差最大化"(见 现代金融理论的边界 §3)。
方法:
- 风险预算先行:先想"每类资产贡献多少风险 / 我能扛多大回撤",而非"哪类涨最多"。
- ballast 逻辑:债券(久期对冲衰退)、黄金(避险 + 抗通胀)在股票下跌时反向缓冲;全股票组合的尾部只能靠现金扛(危机里股相关性 )。
- 现金两面:高现金 = 缓冲 + 弹药,但长期跑输通胀——要判断它是主动择时还是闲置。
输入:资产配置(MVO / 风险平价 / BL)· 现代金融理论的边界。 常见错:跳过大类直接选股、全股票无 ballast、把高现金当默认而非主动判断。落到 → 大类配置。
4. 第 3 层 — 板块赔率:怎么估赔率
判断问题:权益额度内,哪些板块 / 主题赔率高? 这层最重要的认知是 赔率 ≠ 胜率:赔率看"上行空间 vs 下行风险"的比值,胜率看"对的概率"。可以低胜率高赔率(小仓博大),也可以高胜率低赔率(重仓小赚)——两者都对,混淆就错。
方法(每个板块五件套):周期阶段(早 / 中 / 晚)+ 估值分位(近 5 年百分位)+ 主催化剂 + 主风险 + 仓位指引。高估值 + 晚周期通常是低赔率(即使最近涨得好);低估值分位 + 催化在前通常是高赔率。
输入:板块轮动 · 量化因子 · 各主题库页(AI / 能源 / 医药 / 红利中特估 …)。 常见错:追热门(高估值当高赔率)、混淆赔率与胜率、漏看估值分位。落到 → 板块排序与赔率。
5. 第 4 层 — 个仓 + sizing:买什么、买多少
判断问题:落到具体标的(ETF / 个股)+ 仓位多大? 这层把前三层的判断变成可执行的买卖。
方法:
- 每仓一句话 thesis + 止损位 + 主催化剂——三者缺一就是裸奔(thesis 必须写下纸,不写就是没想清)。
- sizing 用 Kelly / 分数 Kelly:仓位 edge 置信度;实务用**分数 Kelly(半凯利)**防过度下注(见 Kelly 与仓位)。
- 集中度上限:单一主题敞口设上限,避免单点击穿。
- ETF 标的还要看交易机制(QDII 溢价 / 跟踪误差,见 ETF 交易机制);个股研究走 公司研究工作流。
常见错:过度集中、情绪加仓、无止损、thesis 不写下纸。落到 → 持仓与观察池。
6. 闭环:判断 → 执行 → 复盘归因(学习复利在这里)
框架不产生收益,执行 + 复盘才产生。判断做完后:
- 执行:用固定 SOP 开 / 加 / 减 / 止损,避免临场情绪化(见 执行层 Playbook 的 5 个 SOP)。
- 复盘归因:每月对比"上次判断 vs 现在",标 ✅ 验证 / ❌ 证伪 / ⏳ 待验证;每个被证伪的判断写一行**"当时哪里看错"**——这是把错误变成学习的唯一动作。
- 置信度校准:长期记录"判断 + 当时置信度",事后统计自己"高置信判断的命中率"——这才知道你的置信度是否可信。
这一闭环让框架作为学习工具:不是填一次表,而是"判断—验证—校准"反复迭代,逐月提升判断质量。
核心要点
- 自上而下:大类配置解释组合大部分波动 → 先定大盘子(宏观→大类)再细分(板块→个仓),别跳层。
- 每层都要"判断 + 置信度",且与"知识"分开——读了理论不等于有观点。
- 大类从风险出发(预期收益最难估,据它优化=误差最大化);板块看赔率≠胜率;个仓 thesis+止损+分数 Kelly。
- 判断 → SOP 执行 → 复盘归因是学习闭环;被证伪的判断必写"哪里看错",并校准置信度。
- 本页是方法论(怎么判断),理论在图书馆、当前判断在战场层——三者分工别混。