今天分享的是：大类资产配置量化模型研究系列之二：手把手教你实现Black~Litterman模型
报告共计：31页
该报告聚焦Black-Litterman（BL）模型，介绍其基本原理、实现步骤及应用效果。
报告先阐述BL模型的基础——均值-方差模型（MVO）。1952年Harry Markowitz提出的MVO模型开启量化配置时代，以均值和方差刻画收益与风险，却存在预期收益率难准确估计、对输入参数敏感等问题🔶1-19🔶。
BL模型作为MVO的改进，结合贝叶斯理论融入主观观点。其实现分四步：从市场均衡条件逆向优化得先验收益估计；计算主观观点分布；用贝叶斯方法结合先验与主观观点得后验收益估计；将后验数据输入MVO优化求配置权重。市场均衡收益、后验分布计算是重点，参数合理性和主观观点准确性影响模型效果。
为演示模型，报告以资产近一个月收益率为观点构建“固收+”策略，对比MVO和固定比例模型。2012年以来，BL模型策略1年化收益6.58%，最大回撤3.13%，收益回撤比2.1；均优于MVO（年化收益5.82%、最大回撤3.86%等）和固定权重模型（年化收益5.41%、最大回撤3.55%等）。
报告还探讨参数对BL模型的影响。如双边换手率限制放宽，BL策略年化收益提升；股票和商品权重约束上限提高，收益机会增加但回撤和波动也增大；风险厌恶系数提高，年化波动率减小等。
总之，BL模型通过融合主观观点优化资产配置，在回测中表现更优，为资产配置提供有效方法。
以下为报告节选内容
