×
Chen，Shea D。;Andrew E.B.Lim。

广义Black-Litterman模型。 （英语） Zbl 1455.91233号

操作。物件。 68，第2期，381-410（2020年）.
概述：Black-Litterman模型提供了一个框架，用于将后向均衡模型的预测与（几个）前瞻性专家在投资组合分配决策中的观点相结合。经典版本使用资本资产定价模型来指定预期回报，并假设专家观点是对未来回报的无偏噪音观察。它利用贝叶斯规则将二者结合起来，在更新预测的基础上进行投资组合决策。经典的Black-Litterman模型假设均衡模型和专家模型是精确指定的。然而，通常情况并非如此，如果忽略了错误的指定，可能会有相当大的效率损失。在本文中，我们建立了一个广义的Black-Litterman模型，该模型同时考虑了均衡模型和专家模型中的指定错误和偏差。我们展示了如何使用历史视图和回报数据来校准该模型，并研究了我们的投资组合构建广义模型的价值。更一般地说，本文展示了如何将多个专家的意见建模为贝叶斯图形模型，并使用历史数据进行估计，这在涉及专家意见聚合以进行决策的应用程序中可能很有意义。

引用于1文件

MSC公司：

91G10型 投资组合理论
60F05型 中心极限和其他弱定理

关键词：

Black-Litterman模型;投资组合选择;图形模型;贝叶斯方法;吉布斯采样;中心极限定理

软件：

贝叶斯DA
PDF格式BibTeX公司 XML格式引用
\textit{S.D.Chen}和\textit{A.E.B.Lim}，Oper。第68号决议，第2号，381--410（2020年；Zbl 1455.91233）
全文： 内政部

参考文献：

[1] Beach SL，Orlov AG（2007）国际投资组合管理中Black-Litterman模型与EGARCH-M衍生视图的应用。金融市场投资组合管理21（2）：147-166.Crossref，谷歌学者·doi:10.1007/s11408-007-0046-6
[2] Bertsimas D、Gupta V、Paschalidis IC（2012）《逆优化：Black-Litterman模型的新视角》。操作。物件。60（6）：1389-1403.Link，谷歌学者·兹比尔1260.91266
[3] Black F，Litterman R（1991）《资产配置：投资者观点与市场均衡的结合》。J.固定收益1（2）:7-18.Crossref，谷歌学者·doi:10.3905/jfi.1991.408013
[4] Black F，Litterman R（1992）《全球投资组合优化》。财务分析师J。48（5）：28-43.Crossref，谷歌学者·doi:10.2469/faj.v48.n5.28
[5] DeMiguel V，Garlappi L，Nogales FJ，Uppal R（2009）投资组合优化的广义方法：通过约束投资组合规范来提高绩效。管理科学。55（5）：798-812.谷歌学者链接·Zbl 1232.91617号
[6] Fama E，French K（1993）股票和债券收益中的常见风险因素。《金融经济学杂志》。33（1）：3-56.Crossref，谷歌学者·Zbl 1131.91335号 ·doi:10.1016/0304-405X（93）90023-5
[7] Fama E，French K（1996）《资产定价异常的多因素解释》。J.金融51（1）：55-84.Crossref，谷歌学者·doi:10.1111/j.1540-6261.1996.tb05202.x
[8] Fama E，French K（2004）资本资产定价模型：理论和证据。《经济学杂志》。透视。18（3）:25-46.Crossref，谷歌学者·doi:10.1257/0895330042162430
[9] Gelman A、Carlin JB、Stern HS、Rubin DB（2004）贝叶斯数据分析（查普曼和霍尔/CRC，佛罗里达州博卡拉顿）。谷歌学者·Zbl 1039.62018号
[10] Gilks WR、Richardson S、Spiegelhalter DJ（1996）《马尔可夫链蒙特卡罗介绍》。Gilks WR，Richardson S，Spiegelhalter DJ，eds.Markov Chain Monte Carlo in Practice（查普曼和霍尔/CRC，佛罗里达州博卡拉顿），1-19。谷歌学者·Zbl 0845.60072号
[11] He G（2002）Black-Litterman模型投资组合背后的直觉。10月28日提交的预印本，http://dx.doi.org/10.2139/ssrn.334304.谷歌学者
[12] Idzorek TM（2002）《Black-Litterman模型分步指南》。Satchell S编辑。预测金融市场的预期收益（伦敦学术出版社），17-37.谷歌学者
[13] Khandani AE，Lo AW（2011）2007年8月量化宽松政策发生了什么？来自因子和交易数据的证据。J.金融市场14（1）：1-46.Crossref，谷歌学者·doi:10.1016/j.finar.2010.07.005
[14] Krishnan H，Mains N（2005）双因素Black-Litterman模型。风险杂志18（7）:69-73.谷歌学者
[15] Lim AEB，Wimonkittiwat P（2016），隐藏马尔可夫模型下的动态投资组合选择。工作文件，新加坡国立大学，新加坡。谷歌学者
[16] Meucci A（2006年）《超越黑人委员会：对非正常市场的看法》。风险杂志19（2）：87-92.谷歌学者
[17] Meyn SP，特威迪R（1993）马尔可夫链与随机稳定性（柏林施普林格-弗拉格）。Crossref，谷歌学者·Zbl 0925.60001号 ·doi:10.1007/978-1-4471-3267-7
[18] Opdyke JD（2007）比较夏普比率：那么p值在哪里？J.资产管理8（5）：308-336.Crossref，谷歌学者·doi:10.1057/palgrave.jam.2250084
[19] Qian E，Gorman S（2001）投资组合理论中的条件分布。财务分析师J。57（2）：44-51.Crossref，谷歌学者·doi:10.2469/faj.v57.n2.2432
[20] Roberts GO，Rosenthal JS（2004），通用状态空间马尔可夫链和MCMC算法。普罗巴伯。调查1:20-71.Crossref，谷歌学者·Zbl 1189.60131号 ·doi:10.1214/15495780410000024
[21] Rockafellar RT，Uryasev S（2000）条件价值风险优化。J.风险2（3）:21-42.Crossref，谷歌学者·doi:10.21314/JOR.2000.038
[22] Satchell S，Scowcroft A（2000）《Black-Litterman模型的揭秘：管理定量和传统投资组合构建》。J.资产管理1（2）:138-150.谷歌学者（Google Scholar）交叉引用·doi:10.1057/palgrave.jam.2240011
[23] Shapiro A、Dentcheva D、Ruszczynski A（2014）随机规划讲座：建模与理论第二版，MOS-SIAM优化系列（SIAM，费城）。Crossref，谷歌学者·Zbl 1302.90003号 ·doi:10.1137/1.9781611973433
[24] 泰尔·H（1971）计量经济学原理（威利，纽约）。谷歌学者·兹比尔0221.62002
[25] Walters J（2011）《Black-Litterman模型》。工作文件，波士顿大学，波士顿。谷歌学者
[26] Walters J（2013）Black-Litterman模型中的因子tau。工作文件，
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。