kyker123

 
重新抽样有效边界法Resampled efficient frontier
Richard Michaud和Robert Michaud针对市场信息的不确定性特点提出了重新抽样有效边界法（Resampled efficient frontier）并申请了专利，本质上，这是一种蒙特卡罗模拟方法。我们通过一个简单的例子来理解这种方法：
在均值—方差法中，由于假设预期是确定的，所以预期收益率向量只有一个，而在重新抽样有效边界法Resampled efficient frontier中，假设对未来的预期是不稳定的，所以我们假设预期收益率向量不再是一个，而是可以改变很多次（预期方差—协方差向量矩阵也可以相应改变，此处省略）：
 
在每种情景下，按照风险（组合方差）最小化要求求解方程，最后得到一个有效边界的集（而不是一个有效边界），而被集覆盖的部分都是有效区域，落在这个区域的投资组合都是有效投资组合。
从上述分析过程易知，重新抽样有效边界法的优点为：
认识到有效边界的构建是基于预期，估计误差难以避免，所以运用模拟方法确定了一个有效区域而不是一个有效边界。
由于重新抽样有效边界法确定的是一个区域，本期确定的有效组合在下期仍然有效的概率较大，这样调整组合的频率较小。
重新抽样有效边界法的缺点为：
在有效投资区域，同样收益率水平上的两个不同组合的资产组成权重可能差异很大。
如果数据历史不够长，利用重新抽样有效边界法进行模拟的情景数量有限。

此外，每作一次resampling,它得到的EF，由于没有包含所有的资产，因此都不如classic EF有效，因此在点会偏向于落在classic EF右边。