我们做配置时，习惯在每一个资产类别里按几个指标挑几只基金，再拼成组合。这本质上是分层局部最优——它默认"每类里最好的凑在一起，就是组合的最优"，却较少考虑子基金之间的相关性、风格互补性与跨资产分散效应。结果常常是：单看每只都不错，组合起来却平庸。 人工蜂群算法（ABC）是一种全局启发式优化方法，它的搜索方式与"在大规模候选池中寻找全局较优组合"这一诉求高度契合；本次我们将从算法原理出发，探讨它在"选择"与"权重"协同优化、目标非凸、多重约束的组合配置场景中的实例应用。