MVO 缺点里面有一条说的是The outputs are highly sensitive to small changes in the inputs
老师上课时讲的是 1) E(R) 估计的不靠谱
2)因为对input(E(R), standard deviation, correlation)比较敏感,所以efficient frontier not stable
因为这里这个缺点是针对MVO讲的,如果是reverse optimization, black litterman, resampled EF,j 就没有这个问题了吗?
是因为这三种方法里面E(R)估计得更靠谱吗?为什么估计的更靠谱 outputs因为small changes in the inputs不会那么sensitive?
我觉得不管是什么input,只要input变化,都会对output造成影响,为什么会存在more sensitive和less sensitive
麻烦老师解答下,谢谢!