對於沒有視圖的資產，Black-Litterman 的權重不會改變
我正在使用 Idzorek 2002 ( https://faculty.fuqua.duke.edu/~charvey/Teaching/BA453_2006/Idzorek_onBL.pdf ) 作為在 R 中實現 BL 模型的參考。
我已經以標準形式指定了模型，但我發現 BL 不會改變未指定視圖的資產類別的權重。Idzorek 在上述論文的腳註 11 中簡要說明了這一點：
只有作為觀點主體的資產的權重與原始市值權重不同，這一事實是對 Black-Litterman 模型的批評。批評者認為，與視圖中的資產高度（負或正）相關的資產的權重應該改變。我相信導致一個人觀點的因素也會導致對其他高度（負或正）相關資產的觀點，並且最好明確這些觀點。
Idzorek 提出了一個合理的論點，即與您有觀點的資產高度相關，因此它們本身也應該有觀點。但是，這樣做的問題在於，它假設您先驗地掌握了資產類別之間的互相關性。如果您有一個包含 100 項資產的投資組合怎麼辦？我認為 BL 模型的全部意義在於充分利用共變異數矩陣，這樣如果我想增持資產 A，它會告訴我如何調整增持規模以及減持什麼來“融資”A 中的增持頭寸（可能是與 A 負相關的資產）。
沒有這個能力，我很難理解為什麼BL這麼有用。有沒有辦法指定 BL，使沒有視圖的資產類別具有靈活的權重？
謝謝你。
所以，簡而言之，你告訴 BL 埃克森很糟糕，但你沒有為雪佛龍或康菲指定同樣的東西！因此，該模型出售 XOM，但考慮到它們的相關性更有吸引力的配對交易，維持其他模型的多頭；-)
從數學上講，這是完全有道理的……問題是有多少（以及如何）歸因於“石油庫存”而不是具體歸因於埃克森美孚。你可以根據股票相對於 XOM 的市場相對回報的 beta 按比例對股票進行 BL 懲罰。您可以根據 XOM 的主成分負載來懲罰股票。一般而言，要麼懲罰“看起來像 XOM 的東西”，而不是專門懲罰 XOM。他們為諸如埃克森美孚之類的事物創建“視圖”。
有沒有辦法指定 BL，使沒有視圖的資產類別具有靈活的權重？
Black-Litterman 的觀點也存在不確定性，因此如果增加一些高度相關資產的不確定性，權重會更加“靈活”。您可能還希望在您有重要觀點的“挑選”資產中增加不確定性。
當然，期望的結果是，在你設置完所有這些之後，與你的表現出眾的資產高度相關的資產將獲得額外的權重。這不一定會發生，因為高相關性同時使這些相關性看起來很好作為您選擇資產的對沖。
作為替代方案，您可以使用共變異數矩陣和初始選擇來設置更改後的均值集的最大概似估計。警告：這隱含地涉及矩陣求逆並且可能有點不穩定。