基于多指标排序扩展BlacK-Litterman模型的投资组合研究

摘要

随着我国金融行业的蓬勃发展，资产配置越来越受到国内投资者重视，研究表明合理的资产配置可以很好的降低风险。在当今复杂的世界经济形式下，研究怎样进行有效的资产配置很有其必要性。一般来说，1952年Markowitz提出的均值-方差模型是现代投资理论的开端，该模型首次运用量化的思想来进行资产配置，在这之后大量的学者对该问题进行了深入的研究。本文第一部分详细介绍了均值-方差模型以及学者们基于统计估计和风险控制等要求对该模型进行的扩展。
　　近几十年来大量的实践表明投资者的主观观点在资产配置中也起到至关重要的作用。基于这一原因，1992年Black和Litterman结合资本资产定价模型和Sharpe的逆最优化理论提出的Black-Litterman模型，该模型将投资者的主观观点嵌入进传统的均值-方差模型。本文第二部分详细介绍了Black-Litterman模型及其缺点，并给出国外学者针对该模型中的缺点提出的改进以及对它的扩展。
　　Black-Litterman模型中观点难以量化的问题一直是制约其大量运用的难题，不少学者针对这一问题进行了相关研究。本文第三部分亦针对这一问题对Black-Litterman模型进行了研究，并在两个方面对该模型进行了改进和扩展:一是对Black-Litterman模型中观点量化的难题，本文通过资产价格以外的多个指标对资产进行评价，从而根据这些信息通过一些排序方法得到一组量化的观点。二是对Black-Litterman模型中的组合优化阶段的算法进行了一些讨论，传统的做法都是采用Markowitz的优化算法，本文讨论了黎子良的提出的随机优化的算法在这里的运用。
　　本文选取了中国A股市场上10只权重股作为能够自由配置的样本资产。通过多指标排序的方法获得观点矩阵，并利用GARCH模型对观点部分的参数进行预测，然后运用随机最优化的组合方法得到这十只股票的配置权重，最后通过滚动滑窗的方法得到多期的组合权重，并且每一期权重保留10日，进行效果验证。实证表明，本文提出的排序信息的Black-Litterman模型具有一定的优越性，为投资者进行资产配置提供了一种新的思路。

目录

声明

摘要

第1章 投资组合理论绪论

1．1 背景介绍

1．2 Markowitz模型简介

1．3 Markowitz模型的拓展

1．4 CAPM与APT

1．5 投资组合理论的新发展

第2章 BL模型及其拓展

2．1 BL模型的发展概况

2．2 传统BL模型的构建

2．3 BL模型中的难题与改进

2．4 BL模型的扩展

2．5 组合优化的方法

第3章 多指标排序方法及量化观点的确定

3．1 聚类算法

3．2 TOPSIS方法简介

3．3 量化观点的确定

3．4 GARCH模型简介

第4章 实证分析

4．1 数据处理与分析

4．2 指标的选择与资产的排序

4．3 参数的分析估计

4．4 实证结果分析

第5章 总结和展望

参考文献

致谢

在读期间的学术成果