Reverse optimization及Black Litterman方法

嗨，努力学习的PZer你好：

1、reverse optimization，得到implied return之后，还要再进行一下正向的MVO吧？

2、BL method方法，manager自己的view，是得到的adjusted return，拿得到adjusted return，也要再次正向MVO吧？

是的，其实就是为了解决senvitive to input的问题，把历史数据得到的return替换了

reverse optimization用现在资产市值做权重，得到的expected return是implied expected return，市值反映市场预期，那么用市值得到的return也就反映了市场参与者对未来expected return的预期，与history data作为未来收益的预期相比，它更稳定，更准确。

black litterman方法，是在implied return的基础上，加上分析师自己的判断，比如市场implied return=3%，分析师认为应该加上0.5%，那么就用3.5%作为expected return，重新进行最优化过程，此时，由于输入的expected return更加稳定（来源于全市场预期），所以得到的结果也更加稳定，less senvitive to input。

----------------------------------------------
加油吧，让我们一起遇见更好的自己！