实验五black-litterman模型.pdfVIP

实验五 Black-Litterman 模型 5.1 实验概述 本实验主要介绍Black-Litterman 模型（简称BL 模型）的核心思想，以及模型求解过程。 基于以上理论，通过运用R 软件来实现BL 模型的求解，最终得到最优投资组合。 5.2 实验目的 （1）理解Black-Litterman 模型，并会求解BL 模型； （2 ）会调用R 软件适用BL 模型专用的BLCOP 包； 5.3 实验工具 国泰安 CSMAR 数据库， Wind 资讯金融终端， R 软件 5.4 理论要点 Black 和Litterman 提出了改进的模型，Black-Litterman 模型（简称BL 模型）的核心思 想是，将投资者对大类资产的观点（主观观点）与市场均衡收益（先验预期收益）相结合， 从而形成新的预期收益率（后验预期收益率）。 BL 模型的求解过程。现在有N 种资产，其收益率为R R ,R ,...,R ，BL 模型中假 1 2 N 设R 服从联合正态分布，即 ，其中 和 为各资产预期收益率的期望值和协 R N (, )   方差的估计值。现在假设估计向量 本身也是随机的，并且服从正态分布   N (, )   其中， 为先验分布预期收益率的期望值， 在后文解析。BL 模型中比较具有特色的部分， 是允许考虑投资者个人观点，处理的方式是用各资产收益率的线性方程组来代表主观观点， 比如一条观点可以用式子表达： p  p  ...p  q  i1 1 i 2 2 iN N i i 2 2 其中， 为这条观点的误差项， ， 受投资者对此条观点的信心水平影响。   N (q, )  i i i i 投资者总体观点可以用 P N (q,) 来表达，其中  P （Pick Matrix）为K N 矩阵，即对N 个资产有K 个观点；  q 为看法向量（K 1列向量）；  为看法向量 的误差项的协方差矩阵，表示投资者的观点与真实情况有所差别， Q 为 的对角矩阵， 受信心水平向量CL （ 列向量）影响。 K K  K 1 求解步骤如下： 1. 使用历史数据估计预期收益率的协方差矩阵； N 1 2. 确定市场预期的收益率向量 （ 列向量），也就是先验预期收益的期望值； 3. 融合投资者的个人观点，即确定P,q, ； 4. 修正后验收益，即对后验预期收益的期望值和方差进行计算； 5. 投资组合优化，即计算出各资产的投资比例。 5.5 实验内容 我们延续Markowitz 模型的5 只股票资产分配的例子，此处要加上投资者的个人观点进 行分析。首先根据历史数据构建先验分布。 # 加实验五所需的载包 library(BLCOP) library(xts) library(fPortfolio) library(Rsymphony) sh_return - read.csv(ret.csv, header=TRUE) sh_return - xts(sh_return[, -1], or