投资组合选择和风险评估。贝叶斯方法与启发式方法的比较

众所周知，估计风险对均值/方差优化投资组合有巨大影响，这是标准 Markowitz 优化在实践中不可行的主要原因之一。这个问题在过去几年引起了人们的新兴趣，最近才开发出几种将估计风险纳入投资组合选择的方法。在本文中，我们回顾了这些方法以及一些较旧的方法，并在一项实证样本外研究中对它们​​进行了比较。这些方法可以按照两个标准进行分类。首先，我们可以区分启发式方法（限制投资组合权重并采用模拟技术）和基于贝叶斯统计的方法（将投资组合缩小到预定目标）。其次，对回报产生过程的假设不同，要么假设回报服从 IID 分布，要么假设回报部分可预测。我们实证研究的核心结果是，所有 IID 方法，无论它们是否考虑估计风险，都不优于简单的投资策略，例如持有市场投资组合。只有用条件预期收益估计值代替样本均值，才有可能实现风险调整后的优异表现。此外，贝叶斯方法可以减少周转率并稳定投资组合权重。

关键词：投资组合选择、估计风险、预测回归。