BL模型：让机器人的全球资产配置如虎添翼！

大家看到这里会问：均值-方差模型又是啥啊？别急，且听我我娓娓道来。

上世纪60年代，美国经济学家马科维兹提出了均值-方差理论，其核心是在资产配置时使“投资者的期望收益”和“组合的风险”两个相互制约的目标达到最佳平衡，进而确定投资组合中不同资产的权重。

虽然该模型奠定了现代投资组合理论的基础，但它没有考虑市场环境的改变，用历史平均收益代表未来的期望收益。这样会带来的后果是：当市场发生较大变动时会严重偏离真实的收益期望。

自1992年提出后，BL模型逐渐成为高盛等投资机构广泛使用的资产配置模型。也成为美国Betterment、Wealthfront等著名智能投顾公司首选的资产配置模型。

那么，有朋友会提出疑问：BL模型在美国大行其道，那在中国行得通吗？

这里需要指出，BL模型虽好，但如果照搬美国模式，难免会水土不服。因为不管是在资产端可选的资产范围还是市场的短期波动情况，中美差别都很大。当前我国资本市场存在两个特点：

对于资产相关性高的问题，机器人可通过全球资产配置来解决。对于市场波动大导致投资者“拿不住”的问题，需要结合我国市场的实际情况对BL模型中的风险厌恶系数（风险厌恶系数是投资者对风险厌恶程度的量化，系数越大，越厌恶风险，系数越小，越偏好风险）做“中国化”处理。

美国某著名投资公司把其BL模型的风险厌恶系数设定为0.6。为了确定适合中国市场的风险厌恶系数，好买量化研究团队选取了较长时间维度的沪深300、中证500、创业板指、恒生指数数据代入风险厌恶系数计算公式计算。

同时为了满足机器人全球配置的需求，又将标普500、纳指100数据代入风险厌恶系数计算公式计算，最终求解出更适合中美两个市场的风险厌恶系数为2。由此，让机器人的BL模型更接中国的地气。

在资产组合管理过程中，个人投资者因专业能力有限无法形成有效的投资观点。而好买的研究员通过对深度研报、前沿经济、海量数据的分析，形成了资产的“好买全球观点”。机器人的BL模型将好买全球观点与市场历史平均收益相融合，从而为投资者制定最佳资产配置组合，使机器人全球资产配置达到如虎添翼的效果。如果你对A股波动的行情辗转反侧，不妨尝试与全球配置的机器人携手同行！