BUSINESS BOOKS

小結

1.TB模型投資組合的權重對於大α值非常敏感，這會導致長期/短期頭寸不切實際。

2.基準投資組合風險，即投資組合收益與基準收益之差的方差，可以將TB投資組合的權重限制在合理水平。

3.當預測質量不完美時，α預測必須被縮減（向零靠近）。結合過去的預測和隨後實現的結果來估計現實和預期之間的相關性，迴歸分析可用於衡量預測質量，並對未來預測做相關調整。當為瞭解釋預測不精準而縮減α預測時，由此產生的投資組合頭寸更穩健。

4.在優化過程中，BL模型允許投資組合經理將個人觀點納入市場數據。

5.TB模型和BL模型相互補充，兩者互不可缺：TB模型更適用於證券分析，而BL模型適用於資產配置問題。

6.即使是低質量的預測也可以帶來巨大的價值。0.001的R²也可以有效地提高投資組合的業績。