关于MVO的分散化-有问必答-品职教育专注CFA ESG FRM CPA 考研等财经培训课程

关于MVO的分散化

NO.PZ2018110601000009

问题如下：

Below is the asset allocation for Beta Investment Corporation.

Assume the Beta Investment uses asset-only approach to construct the portfolio, which of the following model is most likely used?

选项：

Mean-variance optimization.

reverse optimization.

Black–Litterman inputs

解释：

A is correct.

考点：mean–variance optimization的缺点

解析：MVO的缺点之一是分散化不足，配置的权重会集中于某些资产类型。表格中的模型与市场权重相比，模型的权重集中于US bonds，Emerging market equity和US equity 三大类资产，所以最有可能的就是用了MVO的方法。

而reverse optimization与Black-Litterman，由于这两种方法是通过已知权重、标准差、相关性，反向求出implied return，这里的权重通常使用的是资产的市值权重，所以求出来的implied return更稳定、更准确，因此得出的资产配置分散化效果也更好。

想跟老师总结下MVO分散化的结论，老师帮我看下是不是对的：

在MVO中的global market portfolio是充分分散化的
MVO可能会concentrate on一些特定的asset class，可以通过adding constraints, risk budgeting, factor-based AA来解决

嗨，努力学习的PZer你好：

同学你好：

关于你MVO分散化的结论1中的叙述不是很全面，这样，我给同学详细的分析对比一下。

MVO方法要画有效前沿，不同资产的E(Ri)、σi、资产之间的相关系数ρ是有效前沿的input，给定公式 U= E(R) – 0.005 λσ2，再交给电脑去做 U的最大化求解。

不同的input会带来不同的output，efficient frontier highly sensitive to small changes in the input especially expected return.

MVO画出的有效前沿对输入变量（尤其是expected return)高度敏感。输入变量一点点变化都会被放大，这也就导致了output往往是集中在一两个资产类别中。

highly sensitive to small changes in the input 可以算是资产配置过于集中highly concentrated 的原因，也可以看做这两个会同时出现，这也是MVO方法的缺点，针对这个缺点，我们可以用reverse optimization和BL来改进。

reverse optimization解决的就是MVO方法highly sensitive to the inputs的问题，所以跟MVO方法相比，reverse optimization is more stable。

reverse optimization一个很重要的特点就是，它采用了implied return而不是资产的expected return，那如果想要计算出implied return，方法就是，第一步要根据市场组合基金的权重，来反求出的implied return，因为只有市场的权重，才是真正能够反映出投资者对某类资产的真实预期，从而求出的收益率，才是隐含收益率。

reverse optimization第二步跟MVO的过程是一样的，根据第一步求出的implied return和历史统计得来的标准差和correlation进行正向最优化。

所以如果一个题目的答案，想要指向reverse optimization或者BL model的话，它会有更多的暗示。比方说它先根据指数得出权重，再根据权重得出了资产的expected return，然后还加入了基金经理的观点。

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

关于MVO的分散化

1 个答案

1

1

248

相关问题