录入资产后按真实历史净值测算 · 非投资建议数据源：腾讯前复权日线
M
MangoForgeMangoForge · 资产配置
非投资建议
资产配置
真实测算 + 模拟演练入口：更多 · /portfolio把想配的资产放进来（股票 / 基金 / 债券 / 存款，可混合、可设比例范围），生成三套「保守 / 均衡 / 进取」方案卡，再看一万次模拟的结局分布与机构的选法（有效前沿）。 页面上方有两个视图：真实测算接你的实际资产与真实历史净值；模拟演练用三账户假设模型自由试算。两者数据链路完全隔离。
真实资产 · 真实行情测算接你的实际持仓与真实历史净值（腾讯前复权日线，最多 1250 根）估算年化 μ/Σ 并跑一万次蒙特卡洛；输入是真实的，结果仍不构成收益保证。
① 录入你的资产
股票 / 基金 / 债券 / 存款 可混合点上方类别标签即添加该资产；代码填 6 位（场内 ETF / LOF 按「基金」录入），名称可留空、会自动取证券简称；未填代码的行按现金口径计入（按无风险利率视为确定收益）。
还没有资产。点上方类别标签添加一行，或从「持仓体检」一键带入。
当前录入：¥0尚未录入任何资产
金额模式按各项金额占比换算权重；比例模式按填写的比例归一化。范围用于限定单项资产的最小 / 最大权重，三套方案在范围内求解。计算全部在服务端完成，不上传任何账号信息。
② 你的三套方案
待测算还没有测算结果录入资产后点「生成配置方案」：服务端用真实历史净值估 μ/Σ（×252 年化）、跑一万次蒙特卡洛、并在权重范围内求解三套方案与有效前沿。 数据取不到时会明确告诉你原因，不会用示例值凑数。
📖 马科维茨说了什么为什么「分散」能降低风险？把收益和风险一起看，用一篇文章把组合优化讲成大白话。
本页计算基于腾讯前复权日线（最多 1250 根）估得的年化 μ/Σ，蒙特卡洛为确定性种子的随机模拟， 结果不等于历史回测或未来收益；代理序列与无风险利率假设均已在「数据来源与样本」中逐项标注。
本页所有内容仅为金融教育与风险提示，不构成任何投资建议，不提供买卖点位；市场有风险，决策请独立判断。
假设参数演练 · 非真实资产测算三账户是教学用的假设模型：保命 / 增值 / 高收益的年化与波动可调、按固定本金模拟一万次，结果不是历史回测，也不接你的真实资产，仅供理解「配置」逻辑。
③ 三账户模拟器
假设参数模拟 · 非历史回测 · 非未来承诺把 100 万拆成三个账户，跑 1 万次 20 年
每个账户可单独设「权重 / 年化收益 / 年化波动」；权重不要求合计 100%，自动按比例归一化； 通胀按年折算实际购买力；下方附 3 号风控自查（VaR / 压力测试 / 相关性崩盘）。
预设权重：预设只改权重，你自定义的年化 / 波动会保留
还没有模拟结果设定三个账户的权重 / 年化 / 波动与通胀后点「跑 1 万次 20 年」： 服务端做确定性种子的蒙特卡洛（1 万次 × 20 年），输出分位路径带、最终实际购买力分布、 保值概率与 3 号风控自查（VaR / CVaR / 事件压力测试 / 相关性崩盘警示）。 年化与波动由你输入假设，本页不提供示例数据凑数；输入不合法会明确告诉你原因。
本模拟器是假设参数练习：结果不代表历史回测，也不承诺未来收益。本页所有内容仅为金融教育与风险提示，不构成任何投资建议，不提供买卖点位；市场有风险，决策请独立判断。