第二十七章 积极型投资组合管理理论
概述 特雷纳-布莱克模型 使用分析师关于业绩的良好预测构建最优组合 该模型在跟踪误差和分析师预测误差的过程中进行调整。 布莱克-利特曼模型
表27.1 最优风险投资组合的构建和特性
表27.1的试算表：积极型投资组合管理
表27.1的试算表 包含了6只股票的积极型投资组合加入到消极市场指数组合中。 表D 显示: 业绩的增加是非常小的。 M2 仅仅提升了19个基点。
表27.2 2006年6月1日的股票价格及 分析师的目标价格 我们把这些新的预测值加入到试算表中重新计算表D。
图 27.1 标准普尔500指数（GSPC） 与6只股票的收益率
表 27.3 最优风险投资组合
结果 夏普比率增加到2.32, 产生了巨大的风险调整收益优势。 M2增加到25.53%.
结果 问题: 最优资产组合仍包含了极端多头/空头头寸，这使得该模型在现实资产组合管理中不可行。 该资产组合风险过高，且该风险多属于非系统风险。 解决方法: 限制极端头寸 这就导致了分散化不足的问题。
表27.4 对积极型投资组合加以限制的 最优资产组合(wA ≤1)
图 27.2 当基准风险降低时有效性也在降低 基准风险就是追踪误差的标准差，TE = RP-RM.。我们可以通过设定WA来控制追踪误差。
表27.5 使用分析师最新预测后的 最优风险投资组合 表27.5 使用分析师最新预测后的 最优风险投资组合
对于α精度的调整预测 你的预测准确吗? 回归预测实际的α、已实现的α以调整α值，以便分析师预测准确的α。
图 27.4 投资组合管理的组织结构图
布莱克-利特曼模型 即使是很长一段时间的历史收益率，在预测未来一个月的收益率时的能力也很有限。 商业周期和其他宏观经济变量可能更好的预测期望收益率。 历史方差可以很好的预测未来预期方差。 布莱克-利特曼模型允许投资组合经理对复杂模型的预测（他们称之为观点）进行量化并用于投资组合的构建。
布莱克-利特曼模型的步骤 根据历史数据计算协方差 确定基线预测 融合投资经理的个人观点 修正（后验）期望 投资资组合优化
图27.5 布莱克-利特曼投资组合业绩对 置信水平的敏感性分析（观点正确时） 图27.5 布莱克-利特曼投资组合业绩对 置信水平的敏感性分析（观点正确时）
图 27.6 布莱克-利特曼投资组合业绩对 置信水平的敏感性分析（观点错误时） 图 27.6 布莱克-利特曼投资组合业绩对 置信水平的敏感性分析（观点错误时）
BL 总结 布莱尔-利特曼 (BL)模型和布莱尔-特雷纳 (TB) 模型是互补的。 在优化这一步骤中，两个模型是一致的，只要它们的输入列表相同，就会得到相同的投资组合。 BL 模型是TB模型的概括，在无法使用TB模型的情况下，你可以使用BL模型对相对业绩发表观点。
BL 和TB 布莱克-利特曼模型BL 特雷纳-布莱克模型TB 最优资产组合的权重与业绩对BL观点的置信度非常敏感。 BL模型的有效性很大程度上依赖于BL观点的置信水平。 TB 模型并不适用于这一问题，因为TB模型导致极端调整组合权重。 这些极端权重产生的原因是没有调整α 值以反映预测精度。
BL和TB BL模型可用于资产配置。 尽管置信区间水平无法精确估计，但相对业绩的观点仍然非常有用。
积极型管理的价值 Kane, Marcus, 和Trippi 的研究表明积极型管理的费用取决于: 风险厌恶系数 在可选择证券中信息比率平方的分布 证券分析人员的精确度
表 27.6 投资组合的M2，实际预测
表 27.7 模拟投资组合的M2
积极型管理总结 投资的基本理论和实际应用之间的差距在近年来变小了。 CFA 协会致力于将投资理论应用于资产管理。 TB 和BL模型至今仍未在实际中得到应用，大概与分析师们预测错误的调整问题有关。