均值變異數優化的典型風險規避參數值？

什麼是風險規避參數的典型值 $ \lambda $ 用於均值變異數優化？請提供參考。

為了清楚起見，我說的是 $ \lambda $ 在 $ U(w) = w’\mu - \frac{\lambda}{2} w’ \Sigma w $ ，均值變異數優化中的效用函式。

典型的風險厭惡水平介於 1 到 10 之間。

見第 11f 頁。在以下論文中：

Andrew Ang 的偏好

編輯：該論文是預印本，最終來源是以下書：

資產管理：因子投資的系統方法（金融管理協會調查與綜合）第一版，Andrew Ang

風險厭惡係數也稱為Arrow-Pratt風險厭惡指數。當 λ 較小時（即對風險的厭惡程度較低），投資組合風險貢獻的懲罰也較小，導致投資組合的風險更大。相反，當 λ 很大時，具有更多風險敞口的投資組合會受到更高的懲罰。如果我們從零逐漸增加 λ 並為每個實例解決優化問題，我們最終會沿著有效邊界計算每個投資組合。校準 λ 以使特定投資組合具有所需的風險狀況是一種常見的做法。校准通常通過使用歷史數據的回測來執行。對於投資管理應用程序中的大多數投資組合分配決策，風險規避在 2 到 4 之間。—-BY petter kolm 的書

引用自：https://quant.stackexchange.com/questions/8405