这里提到使用最优化方法时, 会自动把相关系数高的股票权重降到0, 起到一个自动分散化的效果, 属于最优化方法的优点, 但这个与资产配置那门课中的MVO的缺点是一个意思吗? MVO的缺点是分散化不足, 会使的某些股票权重特别高, 某些也会降到0, 这样来看这样没有起到分散化效果, 怎么这里又说起到分散化效果? 你只投某几个股票明显是更集中了, 怎么在权益当中却是分散了?
笛子_品职助教 · 2022年05月03日
嗨，努力学习的PZer你好：
但是这个分散化的思想我还是有点不解, 李老师说利用最优化的方法, 会把相关性高的股票排除, 使得某些股票的权重为零, 等于说我投资的股票变少了, 变少不应该意味着更集中吗? 怎么是更分散化了?
这里有一个比较基准的问题，就是分散化，要看和什么去比较。
optimization会有某些股票权重为0，投资股票变少了，所以optimization的portfolio，相对于benchmark，肯定是更集中了。这是同学的理解，没有问题的，完全正确。
但是要注意，这里是把，optimization和stratified sample作比较。stratified sample相对benchmark，是用有限的股票来代表benchmark，比如一个行业选5个股票代表benchmark里的20个股票。optimization和stratified sample比较的话，optimization的active risk还是比stratified sample小。
所以说，要看和什么比，optimization和benchmark比，更集中，但是，optimization和stratified sample比，active risk更小。
----------------------------------------------努力的时光都是限量版，加油！
笛子_品职助教 · 2022年05月01日
嗨，从没放弃的小努力你好：
第一，权益里不是MVO，是optimization。
AA里的MVO，是指对mean和variance做optimization，优化的目标是寻找一个最佳mean-variance比例的投资组合（最大Up或sharp ratio）。是绝对的收益风险比。
equity里不是MVO，是optimization，最优化的目标是最小化active risk。并不是AA里的最大化某个mean -variance比例。equity里的optimization是相对风险。
同样是最优化，目标不同。
第二，比较基准不同
AA的MVO，是与其他的绝对收益组合方法做比较，相对于反向优化、Black litterman等方法，MVO的分散程度较低。
而equity中的optimization，是与stratified sample作比较。既然优化目标就是最小化active risk，那么optimization的active risk自然是最小的，比stratified sample要小。
所以虽然都是最优化，但是本质上是两个方法。而且判断分散/集中，比较基准也不同。
----------------------------------------------虽然现在很辛苦，但努力过的感觉真的很好，加油！