<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"><channel>
  <title>Aylon · Notes</title>
  <link>https://aayloo.github.io/notes/</link>
  <description>前沿技术的阅读笔记。事实、推断、观点分开写；每个数字都带出处。</description>
  <lastBuildDate>2026-11-05</lastBuildDate>
  <item>
    <title>资产配置不是一道选择题：从 60/40 到全天候，再到 L1</title>
    <link>https://aayloo.github.io/notes/asset-allocation-map/</link>
    <guid>https://aayloo.github.io/notes/asset-allocation-map/</guid>
    <pubDate>Thu, 05 Nov 2026 00:00:00 +0000</pubDate>
    <description>把现有资产配置研究整理成一条决策路径：先用 60/40 等基准定义比较尺子，再用永久组合、全天候、风险平价和 1/N 讨论风险分配，随后用再平衡、约束和负债口径处理执行，最后以趋势覆盖与 L1 影子组合形成可归因、可复核的闭环。专题已覆盖主要策略族，下一步不是继续堆文章，而是统一比较口径并保留持续前向记录。</description>
  </item>
  <item>
    <title>从观点到组合：基准赢了，流程留下了什么？</title>
    <link>https://aayloo.github.io/notes/l1-shadow-portfolio/</link>
    <guid>https://aayloo.github.io/notes/l1-shadow-portfolio/</guid>
    <pubDate>Fri, 30 Oct 2026 00:00:00 +0000</pubDate>
    <description>一个公开多资产影子组合的完整研究案例：8 个 ETF、221 个月、月度再平衡和 10 bps 换手成本。L1 TAA 年化 5.20%，同期 60/40 为 8.43%——基准赢了；但冻结政策、风险贡献、收益归因和负结果留痕，构成一套可复核的投资流程。本次同步修复收益贡献占位符，并加入五分钟英文投资陈述入口。</description>
  </item>
  <item>
    <title>再平衡实测：每年值多少个基点，容差带该设多宽</title>
    <link>https://aayloo.github.io/notes/rebalancing/</link>
    <guid>https://aayloo.github.io/notes/rebalancing/</guid>
    <pubDate>Mon, 12 Oct 2026 00:00:00 +0000</pubDate>
    <description>「再平衡能提高长期收益」一半对一半错。用 1993-02 至 2025-09 共 392 个月的美国数据、8 条腿、4 个目标组合（2/4/8/8 条腿）与 8 种再平衡政策：分散化收益与 Booth–Fama 公式几乎完全吻合（60/40 理论 0.35% 对实测 0.33%，1/N 八腿 0.85% 对 0.88%），且随腿数上升；但同一份数据里不再平衡比月频再平衡的年化高 0.45–1.17 个百分点——60/40 三十年后漂到 91.9% 是股票。按夏普排，年度再平衡在四个组合里全部胜出。成本从 1 倍放大到 10 倍只再多损失 4–42 个基点；容差带从 1% 拉到 28% 换手单调下降，溢价却没有一致最优宽度。含 9 张图表、1 张可拖带宽的交互图与 4 张表。</description>
  </item>
  <item>
    <title>负债驱动的资产配置：换一个分母，排序就变了</title>
    <link>https://aayloo.github.io/notes/liability-driven/</link>
    <guid>https://aayloo.github.io/notes/liability-driven/</guid>
    <pubDate>Fri, 09 Oct 2026 00:00:00 +0000</pubDate>
    <description>把一笔 20 年期定额年金（按当月 10 年期美国国债收益率折现、修正久期均值 9.00 年）当作负债，用 1993-02 至 2025-09 共 392 个月的美国数据检验七个组合。资产端夏普第一的 1/N 等权（0.71）在盈余端排第六；资产端垫底的久期匹配（0.26）盈余波动只有 2.15%、funding ratio 最大回撤只有 −2.4%。久期缺口与盈余波动是一条 U 形曲线，最低点在资产久期等于负债久期处（7.54% → 2.19%）。利率动 2 个百分点，缺口 −9 年的纯股组合 funding ratio 动 18%。可承受的风险随 funding ratio 系统性放宽：100% 时连 5% 的跌破容忍度都只能持有 0% 股票，115% 时可以持有 55%。含 9 张图表、1 张可拖股票权重与久期目标的交互图与 4 张表。</description>
  </item>
  <item>
    <title>1/N 打败最优化：八条腿、九个组合、三十三年</title>
    <link>https://aayloo.github.io/notes/one-over-n/</link>
    <guid>https://aayloo.github.io/notes/one-over-n/</guid>
    <pubDate>Thu, 08 Oct 2026 00:00:00 +0000</pubDate>
    <description>用 1990-02 至 2025-09 共 428 个月（样本外 392 个月）的美国数据，把 1/N 等权与八个组合优化器放在同一套规则下重跑。1/N 年化 5.88%、波动 6.4%、最大回撤 −25.1%、夏普 0.54；八个优化器里三个赢（风险平价 ERC 0.65、最大夏普·收缩 0.58、逆波动率 0.57）、一个打平、四个输。样本内预期夏普平均 1.74 的最大夏普组合，实际拿到 0.54——与什么都不算的等权完全相同，九个方法里预期与实现的相关性最好只有 0.04。收缩估计能把最小方差从 0.11 修到 0.38，修不到 1/N 之上；换估计窗口（12–120 个月）与换资产数（2–8 条腿）都不改变排序。优化器的价值是条件性的：2008 年最小方差只跌 0.7%（1/N 跌 24.6%），高通胀三年里八个优化器只有一个赚钱。含 11 张图表（其中 1 张可拖估计窗口）与 4 张表。</description>
  </item>
  <item>
    <title>风险平价实测：风险被拍平了，收益没有跟上来</title>
    <link>https://aayloo.github.io/notes/risk-parity/</link>
    <guid>https://aayloo.github.io/notes/risk-parity/</guid>
    <pubDate>Thu, 08 Oct 2026 00:00:00 +0000</pubDate>
    <description>不按资金分配、按风险分配——这条原则经得起检验吗？用 1993-02 至 2025-09 共 392 个月的美国数据，把股票、长债、黄金、商品四条腿做成等风险贡献组合（每年 1 月按最近 36 个月协方差重解权重）：32.7 年年化 7.40%、波动 7.2%、最大回撤 −22.5%、夏普 0.69。机制确实成立——60/40 里 60% 的钱拿走 93.5% 的风险，风险平价把它拍到 27.3 / 21.7 / 24.5 / 26.6；但收益没有跟上：它比 60/40 少 1.3 个百分点年化，甚至输给最笨的 25/25/25/25（夏普 0.73 对 0.69）。要补回这 1.3 个点就得上杠杆，而 2022 年杠杆版跌得比 60/40 更深：273 个滚动十年窗口里它只有 98 个（36%）跑赢。含 11 张图表（其中 1 张可拖杠杆与融资成本）与 2 张表。</description>
  </item>
  <item>
    <title>60/40 及其变体：最有名的配置规则经得起检验吗</title>
    <link>https://aayloo.github.io/notes/sixty-forty-variants/</link>
    <guid>https://aayloo.github.io/notes/sixty-forty-variants/</guid>
    <pubDate>Wed, 07 Oct 2026 00:00:00 +0000</pubDate>
    <description>用 1990-01 至 2025-09 共 428 个月的美国数据回测 60/40 及其变体。它年化 9.09%、波动 9.1%、最大回撤 −27.0%、夏普 0.70——而 60% 这个数字恰好落在最差的区间：40–50% 的夏普同为 0.72，最大回撤只有 −21.5%。它真正的失效场景是股债同跌：2022 年两条腿各跌 18.1%，全样本有 13.5% 的月份两条腿同时下跌，CPI 高于 5% 时相关性从 −0.04 翻到 +0.38。把 10% 挪给黄金是最便宜的修补（夏普 0.76、回撤 −22.7%，代价是终值少 4.2%）。含 10 张图表（其中 1 张可拖动股票权重）与 2 张附录表。</description>
  </item>
  <item>
    <title>趋势跟踪实测：它是一份保险，不是一台发动机</title>
    <link>https://aayloo.github.io/notes/trend-following/</link>
    <guid>https://aayloo.github.io/notes/trend-following/</guid>
    <pubDate>Tue, 06 Oct 2026 00:00:00 +0000</pubDate>
    <description>用 11 个 ETF、4,931 个交易日检验跨资产时序动量。信号本身有效（方向命中率 53%，30 组参数全为正），但做空那条腿在长牛资产上一直赔钱：多空夏普 0.38、只做多 0.58，都跑不赢 60/40 的 0.75。它真正的价值在坏日子——标普最差 10% 的交易日里跌幅只有 60/40 的八分之一，2022 年 +13.9% 对 −16.6%。含 7 张图表与一个可拖目标波动率的交互动画，配套代码与 chart pack 已开源。</description>
  </item>
  <item>
    <title>永久组合实测：四等分真的能应对任何环境吗</title>
    <link>https://aayloo.github.io/notes/permanent-portfolio/</link>
    <guid>https://aayloo.github.io/notes/permanent-portfolio/</guid>
    <pubDate>Mon, 05 Oct 2026 00:00:00 +0000</pubDate>
    <description>股、长债、黄金、现金各 25%，用 1990-01 至 2025-09 共 428 个月的美国数据检验。它年化 7.18%、波动 5.8%、最大回撤 −15.5%、夏普 0.75，是四个组合里最高的；25% 的资金对应 37.5 / 33.9 / 28.4 / 0.2 的风险贡献——四等分资金意外地做到了等风险。但 CPI 高于 5% 的 26 个月里它年化 −2.8%，黄金腿 −2.95%，它并没有抗住通胀。含 8 张图表与一个可拖黄金权重、可播放历史的交互动画。</description>
  </item>
  <item>
    <title>全天候组合实测：不预测，真的能穿越周期吗</title>
    <link>https://aayloo.github.io/notes/all-weather/</link>
    <guid>https://aayloo.github.io/notes/all-weather/</guid>
    <pubDate>Sun, 04 Oct 2026 00:00:00 +0000</pubDate>
    <description>用 1990-01 至 2025-09 共 428 个月的美国数据检验全天候组合的公开描述。它年化 7.6%、波动 7.6%、最大回撤 −22.3%，比 60/40 稳得多（9.2% / −29.6%），但收益更低（8.9%）夏普更差（0.64 对 0.68）。更关键的是它并没有做到环境中性：40% 的长债贡献了 53.5% 的风险，商品腿只有 1.2%。含 6 张图表与 1 个可拖股票权重的交互动画。</description>
  </item>
  <item>
    <title>投资能跑赢通胀吗</title>
    <link>https://aayloo.github.io/notes/beating-inflation/</link>
    <guid>https://aayloo.github.io/notes/beating-inflation/</guid>
    <pubDate>Sun, 04 Oct 2026 00:00:00 +0000</pubDate>
    <description>用 1990-01 至 2026-08 共 432 个月的美国数据检验「投资能跑赢通胀」。股票年化实际收益 8.4%、债券 1.9%、现金只有 0.1%——最初的 100 元 36 年后只值 102 元，而且持有 20 年仍有六成窗口跑输通胀。2022 年通胀 6.5% 时五类资产实际收益全为负。含 6 张图表与 1 个可拖持有期的交互动画。</description>
  </item>
  <item>
    <title>错过最好的十天：一句被误用的统计</title>
    <link>https://aayloo.github.io/notes/missing-best-days/</link>
    <guid>https://aayloo.github.io/notes/missing-best-days/</guid>
    <pubDate>Sat, 03 Oct 2026 00:00:00 +0000</pubDate>
    <description>用标普 500 从 1970 年至今 14,309 个交易日检验「错过最好的 10 天，收益腰斩」。全仓年化 8.10%，错过最好 10 天降到 6.52%——但躲过最差 10 天升到 10.12%，幅度还更大。随机剔除 10 天则几乎没影响，而最好的日子与最差的日子只隔几天。含 6 张图表与 1 个可拖天数的交互动画。</description>
  </item>
  <item>
    <title>黄金：抗通胀，还是抗波动？</title>
    <link>https://aayloo.github.io/notes/gold-inflation-hedge/</link>
    <guid>https://aayloo.github.io/notes/gold-inflation-hedge/</guid>
    <pubDate>Sat, 03 Oct 2026 00:00:00 +0000</pubDate>
    <description>以 1968-01 至 2026-08 共 703 个月的伦敦金价与美国 CPI 检验「黄金抗通胀」。58 年看它确实跑赢（实际购买力 12.5 倍），但 1980 年买在高点要等 45 年才回本，持有十年有四成窗口是亏的。它真正对冲的是组合波动：与股票相关性 −0.08，加入 10% 可把最大回撤从 28.4% 降到 24.6%。含 7 张图表与 1 个可拖权重的交互动画。</description>
  </item>
  <item>
    <title>VIX 冲上 30 的时候，该贪婪吗？</title>
    <link>https://aayloo.github.io/notes/vix-buy-the-fear/</link>
    <guid>https://aayloo.github.io/notes/vix-buy-the-fear/</guid>
    <pubDate>Sat, 03 Oct 2026 00:00:00 +0000</pubDate>
    <description>「别人恐惧我贪婪」在收益层面站得住：VIX ≥ 30 之后 12 个月的中位收益是 21.8%。但 36 年半里这样的机会只有 7 个互不重叠的市场阶段，其中一次买入后两年仍在亏损。含 8 张图表与 1 个可拖阈值的交互动画。</description>
  </item>
  <item>
    <title>定投与一次性投入：基于 942 个月度观测的实证检验</title>
    <link>https://aayloo.github.io/notes/lump-sum-vs-dca/</link>
    <guid>https://aayloo.github.io/notes/lump-sum-vs-dca/</guid>
    <pubDate>Fri, 02 Oct 2026 00:00:00 +0000</pubDate>
    <description>研究工作稿：以标普 500 全收益与恒生指数共 942 个月度观测检验一次性投入与分期定额投入（DCA）。一次性投入在约八成起点占优，其劣势几乎全部集中于「部署期下跌」的样本；换到恒生指数，优势降至 63–69%。含 9 张图表与 2 个交互动画，文末附参考文献。</description>
  </item>
  <item>
    <title>约束的代价：多资产组合里，每个&quot;不许超&quot;都在收费</title>
    <link>https://aayloo.github.io/notes/cost-of-constraints/</link>
    <guid>https://aayloo.github.io/notes/cost-of-constraints/</guid>
    <pubDate>Tue, 29 Sep 2026 00:00:00 +0000</pubDate>
    <description>同样 8% 波动预算下，四条典型机构约束一共拿走 46.8 bps/年；但样本短的时候，同样的约束是保险而不是成本。四张图 + 八条可点开的文献。</description>
  </item>
  <item>
    <title>因子筛选：为什么样本内 1.95 的漂亮结果，样本外会归零</title>
    <link>https://aayloo.github.io/notes/factor-screening/</link>
    <guid>https://aayloo.github.io/notes/factor-screening/</guid>
    <pubDate>Fri, 25 Sep 2026 00:00:00 +0000</pubDate>
    <description>同一份模拟数据，强弱两档信噪比：弱信号下按 t 值挑出的前 10 名，样本内夏普 1.95、样本外 0.03。附「证明一个因子需要多少年数据」的门槛计算与 11 条可点开的文献。</description>
  </item>
  <item>
    <title>术语表：System One · RLCD · 校准 · 类型安全</title>
    <link>https://aayloo.github.io/notes/glossary/</link>
    <guid>https://aayloo.github.io/notes/glossary/</guid>
    <pubDate>Fri, 25 Sep 2026 00:00:00 +0000</pubDate>
    <description>本文里出现的每个术语，给一句话定义、一个「为什么重要」和一条出处。其他笔记直接引用这里的锚点。</description>
  </item>
</channel></rss>
