再平衡机制
再平衡是把模拟 Portfolio 的实际 holdings 与目标权重进行比较，并按预设条件计算调整的一种规则。它可以改变交易次数、现金和风险暴露，但不保证收益、降低回撤或真实账户自动交易。
什么是再平衡
假设目标配置为 60% 股票、40% 债券：
| 时点 | 股票 | 债券 | 解释 |
|---|---|---|---|
| 年初 | 60% | 40% | 目标权重 |
| 年中 | 70% | 30% | 股票价格上涨后发生漂移 |
| 计算调整后 | 接近 60% | 接近 40% | 受现金、费用和成交条件影响 |
目标权重是规则输入，实际 holdings 是结果。二者不一致不一定是错误，可能来自现金不足、价格缓冲、交易门槛、跳空、费用、交易顺序或数据不可用。
再平衡的机制含义
再平衡通常会减小相对超配资产、增加相对低配资产的暴露。它因此经常被描述为机械地“卖出相对上涨的一侧、买入相对下跌的一侧”，但这不是对未来价格的判断，也不保证“低买高卖”。
它可能产生三类可观察结果：
- 风险暴露变化：实际权重回到目标附近；
- 交易和费用变化：检查越频繁，可能产生越多交易和成本；
- 路径变化：现金流、价格顺序和成交限制会改变最终 holdings。
日历与阈值
日历驱动
按固定时间间隔检查，例如月度、季度或年度。检查频率是实验变量：
| 频率 | 可能的观察结果 |
|---|---|
| 月度 | 更频繁地发现漂移，也可能带来更多交易 |
| 季度 | 检查次数与漂移程度之间的一个历史样本 |
| 年度 | 检查和交易较少，但漂移可能持续更久 |
这些描述是 trade-off，不代表任何频率对所有样本都最好。
阈值驱动
只有实际权重相对目标权重偏离超过阈值时才计算调整。例如目标股票权重为 60%，5% 的相对阈值可能对应某个实现中的 63% 或 57% 触发条件；具体定义要以 Portfolio contract 为准。
阈值较小可能更早触发，也可能增加交易；阈值较大可能减少成本，也可能允许更长时间的漂移。应在同一 Universe、日期和执行假设下比较。
混合方式
一种常见历史变体是“每季度检查，但只有超过阈值才调整”。它把检查节奏和交易触发拆开，便于分别观察：
- 检查频率；
- 实际触发次数；
- 交易成本和现金；
- 目标权重与 holdings 的差异。
策引中的规则样本
下面是目标权重与再平衡参数的示意配置。它表达的是模拟规则，不是个人配置或当前平台推荐：
{
"strategy": "TargetWeightStrategy",
"params": {
"weights": {"SPY": 0.60, "TLT": 0.40},
"rebalance_frequency": "q",
"rebalance_threshold": 0.05
}
}
常见参数的研究含义：
| 参数 | 例子 | 研究问题 |
|---|---|---|
rebalance_frequency | m / q / y | 检查频率如何改变漂移和交易 |
rebalance_threshold | 0.01–0.20 | 触发门槛如何改变成交次数 |
| target weights | 60/40 等 | 资产暴露如何改变回撤和集中度 |
执行链路可以概括为：
检查时点
-> 读取 holdings / cash / prices
-> 计算实际权重与目标权重的差异
-> 应用阈值、费用、门槛和顺序
-> 生成模拟调整与 evidence
signal 描述规则输出，不是用户订单；模拟调整也不保证实际成交。
历史比较样本
下表保留此前文档的 60/40 回测样本，用来展示频率和阈值如何改变结果。它不是通用结论，原始数据口径、市场、成本和执行细节必须与当前 Portfolio evidence 一起阅读。
| 频率 | 阈值 | 再平衡次数 | 相对基准最终收益 |
|---|---|---|---|
| 季度 | 5% | 15 次 | 基准 |
| 月度 | 5% | 23 次 | +0.2% |
| 年度 | 5% | 6 次 | -0.3% |
| 季度 | 3% | 28 次 | +0.1% |
| 季度 | 10% | 8 次 | -0.4% |
这个表只能说明某个样本中的 trade-off，不能证明季度+5% 是最优平衡点。重新比较时，应同时记录回撤、现金、费用、未成交和恢复时间，而不是只看最终收益。
成本与执行差异
交易成本
佣金、买卖价差、市场冲击和价格缓冲都会影响调整结果。零佣金不等于没有交易成本；小额交易也可能因门槛或最小交易单位无法执行。
资金和税务假设
卖出盈利资产、注入新资金、使用股息或不同账户类型，都会改变现金流和税务结果。这里保留这些变量作为研究维度，不提供 IRA、401(k) 或普通账户的操作步骤，也不把某种账户称为默认方案。
增量资金
在模拟中，可以把新增现金分配给相对低配的资产，减少卖出交易；这只是另一种 capital rule。它仍然要与一次性投入、再平衡频率、现金余额和费用分开比较。
研究案例
当市场价格改变导致 60/40 样本出现 45/55 或 75/25 的实际权重时，可以记录系统在不同执行假设下的结果：
- 是否触发阈值；
- 是否有足够现金；
- 调整是否完整成交；
- 调整后 holdings 与目标权重相差多少；
- 回撤、费用和后续路径如何变化。
这些是 evidence 问题，不是“恐惧时必须买入”或“狂热时必须卖出”的个人行动指令。
研究流程
写清 baseline
-> 固定 Universe / 日期 / 资金 / 成本
-> 只改变频率或阈值之一
-> 比较 holdings / cash / state / evidence
-> 保留失败结果和未知部分
需要新变体时，可使用 Agent Lab 做一次性受控实验；实验结果不会静默修改 Formal Portfolio。
常见问题
再平衡会提高收益吗？
不一定。它会改变资产暴露和交易路径；在某些震荡样本中可能有利，在单边上涨样本中也可能降低终点收益。应按相同现金流、费用和日期比较。
偏离 1% 要不要调整？
这不是本页替用户回答的问题。研究中可以把 1%、5% 或其他阈值作为实验输入，并记录交易成本与漂移时间。
市场波动变大时是否应该提高频率？
频率变化应当是明确记录的新假设，而不是因短期结果自动优化。先检查 deterministic state 和 evidence，再决定是否提出新的研究问题。