关于预测E(R)不准这个缺点之前在哪里讲到过呢？

嗨，从没放弃的小努力你好：

同学你好：

这就是MVO的方法的缺点之一啊，所以才会有后面的其他AO的方法，如reverse optimization，Black-Litterman，Resampling，MCS等方法，就是为了改进MVO这些缺点的。

MVO的一个非常重要的缺点，就是 highly sensitive to small changes in the input， MVO画出的有效前沿对输入变量（尤其是expected return)高度敏感。不是说使用MVO预测的expected return不准确，而是MVO方法中，使用的Input里，historical expected return 的数据不靠谱。

MVO方法要画有效前沿，不同资产的E(Ri)、σi、资产之间的相关系数ρ是有效前沿的input，给定公式 U= E(R) – 0.005 λσ2，再交给电脑去做 U的最大化求解。不同的input会带来不同的output，所以efficient frontier highly sensitive to small changes in the input especially expected return.

而reverse optimization与Black-Litterman，解决的就是MVO方法highly sensitive to the inputs的问题，个很重要的特点就是，它采用了implied return而不是资产的expected return，那如果想要计算出implied return，方法就是，第一步要根据市场组合基金的权重，来反求出的implied return，因为只有市场的权重，才是真正能够反映出投资者对某类资产的真实预期，从而求出的收益率，才是隐含收益率。

----------------------------------------------
就算太阳没有迎着我们而来，我们正在朝着它而去，加油！