AA

嗨，努力学习的PZer你好：

MVO是通过历史数据估计出的E(R)、ρ和σ得出一组最优的资产配置权重ω；

反向最优化过程是以市值权重作为输入变量，再加上从历史数据中估计得到的ρ和σ，得到当前市场的implied return，也就是E(R)，旨在解决MVO中用历史数据估计得出的E(R)不靠谱的问题；

M说reverse MVO可以解决MVO的问题没有错，但是后面input和for错了，说反了，正确的是Reverse optimization uses inputs for risk and correlation (or covariance) to solve for expected return.

----------------------------------------------
努力的时光都是限量版，加油！

嗨，从没放弃的小努力你好：

Gruber:MVO portfolios are more sensitive to measurement errors in the expected return than to measurement errors in correlation and risk.

MVO对预期收益的measurement errors更敏感而不是相关系数。

MVO输入变量三个都很重要，但是 expected return 从实证研究发现是最难估计的。以下为原版书R19的截图。基础班提到了，在视频R19： Mean-variance optimization (4): Criticisms

• 添加评论
•  0

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