Passive Portfolio Construction approach

嗨，爱思考的PZer你好：

optimization 比较适合benchmark的股票数量太多，而且是中小盘股，流动性不好，无法使用full replication直接进行复制，并且要求tracking error最小化的时候。

理由是：

1）股票数量多、中小盘、流动性不好，不适合full replication。只能用抽样或者最优化。

2）在抽样和最优化中，最优化的tracking error比抽样更低。

还有blended approach说Large cap更适合用full replication; smaller cap or less liquidity适合用stratified sampling or optimization.能不能稍微讲解一下这里的逻辑？

例如一个index有2000只股票。

其中100只是大盘股，流动性好，方便买入，就可以用full replication

另外1900只是小盘股，流动性差，不方便买入，无法使用full replication。

因此，可以结合起来。

这100只股票，盘子大，流动性又好，用full replication。另外1900只流动性很差的小盘股，用抽样或最优化。

----------------------------------------------
虽然现在很辛苦，但努力过的感觉真的很好，加油！