退休资产配置优化器
扫描本国股票、全球股票、债券与现金（可叠加黄金及美国因子资产）的数百种配置组合，为退休投资组合寻找有力的资产配比。以图表和可排序表格呈现结果与整个近最优候选区。
示例结果由默认参数计算——调整任意参数并点击运行，即可查看你自己的结果。
数据选择（请求口径）：USA · 1900 年起 · fire_dataset_intl
候选配置对比
当前展示：本次扫描中覆盖率最高的候选
示例基准配置（仅比较持仓权重）
40%
40%
20%
所选候选
60%
40%
本国股票全球股票本国债券
- 本国股票 40% → 60%（+20pp）
- 本国债券 20% → 0%（-20pp）
基准在本次扫描中的结果（同一批模拟路径）
覆盖率: 92.9%成功率: 78.8%中位终值: 4.15M
候选在本次扫描中的绝对结果
覆盖率: 94.0%成功率: 84.3%中位终值: 8.43M
相对基准的变化（同一批模拟路径）
覆盖率: +1.1pp成功率: +5.4pp中位终值: +4.28M (+103%)
候选清单
覆盖率落后最高候选不超过 1 个百分点的配置（启发式口径，非统计检验），可结合个人偏好在其中选择。
场景
这个优化器做什么
优化器按你选择的步长扫描本国股票、全球股票、债券与现金四个核心资产的所有组合（黄金、美国小盘、美国价值可作为固定卫星持仓叠加），并为每个组合运行蒙特卡洛模拟。结果以图表、可排序表格和「安全性 vs 上行空间」的帕累托前沿呈现，让你看到的不只是单一最高分组合，而是整个近最优候选区。
为什么近最优区域比峰值更重要
配置曲面在顶部非常平坦：通常有几十种组合与最高覆盖率相差不到一个百分点。任何一个都是讲得通的选择，因此本国偏好、简单性、行为舒适度等次要偏好可以放心用来做最终选择。追逐历史回测的精确峰值本质上是过拟合。
跨 16 国的分散化
使用全球池化数据时，单一国家的灾难（德国恶性通胀、战时日本和法国）会以真实频率进入模拟。在仅美国历史上看似最优的组合——常常是 90% 以上股票——放到更广的历史记录下检验时，通常会向更多国际分散和适度债券配置移动。
常见问题
- 退休组合通常什么配置最优？
- 在全球池化数据下，无论护栏还是固定策略，总股票仓位约 50–70%、含相当国际敞口的组合往往位于长退休期的近最优区域。确切峰值取决于年限和策略——用你自己的参数跑一遍。
- 应该配置国际股票吗？
- 对大多数退休期来说应该：国际分散显著削薄左尾。仅美国历史让本国偏好看起来零成本，但那只是单一国家运气特别好的一次抽样。
- 帕累托前沿视图有什么用？
- 它展示无法在不牺牲上行（终值中位数）的情况下再提升安全性（覆盖率）的配置集合——一份高效的备选菜单。