净投资怎么算？
这个问题的本质是，如何计算一个资产组合的净值。 假设我们有一笔资金，计划做多中国A股（这里只讨论股票，因为基金需要考虑申赎因素），然后有如下几种做法。
1. 全部买入沪深300； 2. 分一半买中证500，另一半买沪深300； 3. 各买50%的中证500和沪深300； 4. 分别买5支不同行业的股票，每行业25%的比例； 你可能会想到最原始的算法，把4个选项中相同部分的市值加总，得到一个“有效市场”的市值，再用这个有效市场的市值减去开始时候的资金，得出的就是收益率了嘛！ 但是如果这么直接算的话，会出现一个问题——如果某个时刻，你选择的策略刚好踩中了某个热点板块，比如那段时间正好是金融股的行情，那么你的策略就会表现出很不错的业绩。但这是不是因为你选了这只策略就一定能赚钱了呢？并不一定，说不定下一个周期就会变成新能源或者钢铁的行情呢。 也就是说，这种算法并没有将收益归因到各个变量上，无法判断出哪个变量真正对我们产生了正面的贡献，而哪个又对我们造成了负面的影响。
为了更合理地评估一个资产组合的绩效表现，我们需要加入一个新的维度——时间。
假设我们把上面的问题放到历史长河中去思考，那结果就会大大不一样。 还是以上面的例子来说明，如果我们采用第二种选择，把资金分成两部分，一部分买中证500，另一部分买沪深300，并且不断地重复这个过程。假定在一段时间以后，中证500的收益为60%，沪深300的收益为-30%，那么整个组合的收益为70%（60%+(-30%))。但这并不能说明中证500的选择对整体业绩起到了重要的正向作用，因为我们不知道它在什么时间带来了什么类型的机会。有可能是在前半段与沪深300齐涨共跌，而在后半段出现了一个反转。
为了进一步分析，我们还需要将时间维度进一步细化。比如说再分为5等份，每一段各代表2年，并分别计算每一阶段两个组合的表现情况。这样我们就避免了在一个很长的时间周期内平均化每个组合的收益，使得每一个环节都能够得到重点的分析。 如果按照这种方法继续往下计算，你就会发现组合的每一次选择都不是随机发生的，而是有着明显的正向或负向相关性。也就是说，我们能够通过回测的历史数据发现哪些风格是我们所喜欢的，哪些风格是我们所厌恶的。从而我们可以得出一条最符合我们风格的投资曲线。这条投资曲线的斜率代表了在我们所喜欢和所厌恶的风格之间，我们究竟做出了什么样的选择。
通过将资金分配给我们所喜欢的资产，同时减少我们对不良资产的持有比例，我们就能实现组合风险和收益的最优化。