基于Black-Litterman模型的量化配置研究

时翔宇

本报告主要针对 Black-Litterman 模型的思想进行了详细分析。Black-Litterman模型作为传统均值方差模型的一个改进版本主要分为了两个步骤。首先，该模型通过一个“逆向最优化”的过程改善了传统均值方差模型使用历史数据估计预期收益率和协方差矩阵存在一定偏差的缺陷。随后，投资者可以通过贝叶斯方法将对市场的主观观点与“市场隐含”收益率相结合。 通过 2019 年 4 月 30 日至 2024 年 1 月 31 日的回测也发现如果将“逆向最优化”得到的预期收益率与协方差矩阵作为模型输入项所构建的组合比起传统均值方差模型所构建的组合更加稳定。但需要注意的是，在构建 Black-Litterman 模型时配置结果也会受到投资者个人的风险厌恶系数等外生参数的影响。