问题一：为什么在reverse optimation里面被求出来的E(r）是代表市场一致性观点的E(r）呢？不应该是历史数据的E（r）才是代表了市场的历史观点吗？
问题二，当使用reverse optimation求最优E(r）时，肯定是能得出来不同的E（r）结果，那么怎么能确定哪一组E（r）是最优的呢？
小胖 · 2021年07月31日
问题一：为什么在reverse optimation里面被求出来的E(r）是代表市场一致性观点的E(r）呢？不应该是历史数据的E（r）才是代表了市场的历史观点吗？
问题二，当使用reverse optimation求最优E(r）时，肯定是能得出来不同的E（r）结果，那么怎么能确定哪一组E（r）是最优的呢？
在reverse optimation的方法中，在讲他的缺点的时候说：some practitioners often have alternative forecasts or views，但是在哪个过程中加入自己的想法了呢，不是在Black-Litterman Method的时候才在reverse optimation求出来的implied E(r)的基础上增加自己的观点，变成一个adjusted的E（r）吗？
问题一：MVO在做的时候输入量是历史数据算出来的E(R)，输出量是weight，以此weight来配置新的asset allocation。但是缺点是highly sensitive to small changes等，所以用reverse MVO的方法来解决。此时的input是市场上各个资产的weight（市场化的数据被认为是optimal的），output是E(R)，因为input被认为是合理的，output才可以被认为是比较合理的，这个时候算出来的E(R)叫做implied return，可以代表市场一致性观点。
pzqa015 · 2021年08月01日
嗨，从没放弃的小努力你好：
在reverse optimation的方法中，在讲他的缺点的时候说：some practitioners often have alternative forecasts or views，但是在哪个过程中加入自己的想法了呢，不是在Black-Litterman Method的时候才在reverse optimation求出来的implied E(r)的基础上增加自己的观点，变成一个adjusted的E（r）吗？
------------------
Some practitioners often have alternative forecasts or views，说点是基金经理往往有自己的判断，但是，reverse optimization方法并没有赋予practitioner加入自己判断的机会，所以，是reverse optimization的缺点。
Reverse optimization是以资产市值作为权重，反算出expected return，是implied expected return，由于市值（价格）反映了市场参与者的预期，所以用市值作为权重反算出来的expected return反映了市场上其他投资人的一致判断，但它没有体现基金经理自己的判断，因此，是一个缺点，我们用Black-Litterman model来修正这个缺点，在reverse optimization得到的implied expected return的基础上加上基金经理自己的判断。
----------------------------------------------就算太阳没有迎着我们而来，我们正在朝着它而去，加油！