AA

嗨，努力学习的PZer你好：

同学你好：

我带着同学回忆下reserve optimization和BL。

MVO的方法有一个很重要的缺点，是highly sensitive to small changes in the input。

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，所以efficient frontier highly sensitive to small changes in the input especially expected return.

简单地说就是，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。

而reverse optimization与Black-Litterman，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。

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。

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