均值方差模型是什么啊?

1. 均值方差模型是什么啊?

均值—方差模型是由H.M.Markowitz(哈里·马科维茨）在1952年提出的风险度量模型。

投资者将一笔给定的资金在一定时期进行投资。在期初，他购买一些证券，然后在期末卖出。那么在期初他要决定购买哪些证券以及资金在这些证券上如何分配，也就是说投资者需要在期初从所有可能的证券组合中选择一个最优的组合。
这时投资者的决策目标有两个：尽可能高的收益率和尽可能低的不确定性风险。最好的目标应是使这两个相互制约的目标达到最佳平衡。由此建立起来的投资模型即为均值－方差模型。



均值方差模型的优化
对于均值方差来说，最重要的是模型对于历史数据的依赖性强，预期收益率及风险度量都是用历史数据来衡量，但往往历史并不能代表过去，过去一段时间的平均收益与未来一段时间内的期望收益往往差别很大。
在此基础上，1990年，Black和Litterman在高盛工作期间发展出Black-Litterman模型，在模型里加入投资人对市场的看法与预测。将历史数据的特征和投资者对未来的预测相结合，可以说是一半客观，一半主观的方法。
简单的说，就是在基于市场历史数据的基础之上，加上投资者的主观的观点，然后将两者结合，形成一个新的收益率的分布。其主要的贡献是提供了一个理论框架，能够将市场均衡收益和个人观点整合到一块，用以重新估计更可靠的预期收益率，然后将预期收益率带入均值方差优化模型，得出最优资产配置。

2. 均值方差模型是什么？

均值—方差模型是由H.M.Markowitz(哈里·马科维茨）在1952年提出的风险度量模型。
均值-方差模型 (Mean-Variance Model) 投资者将一笔给定的资金在一定时期进行投资。在期初，他购买一些证券，然后在期末卖出。那么在期初他要决定购买哪些证券以及资金在这些证券上如何分配，也就是说投资者需要在期初从所有可能的证券组合中选择一个最优的组合。

均值方差模型的优化
对于均值方差来说，最重要的是模型对于历史数据的依赖性强，预期收益率及风险度量都是用历史数据来衡量，但往往历史并不能代表过去，过去一段时间的平均收益与未来一段时间内的期望收益往往差别很大。
在此基础上，1990年，Black和Litterman在高盛工作期间发展出Black-Litterman模型，在模型里加入投资人对市场的看法与预测。将历史数据的特征和投资者对未来的预测相结合，可以说是一半客观，一半主观的方法。
简单的说，就是在基于市场历史数据的基础之上，加上投资者的主观的观点，然后将两者结合，形成一个新的收益率的分布。

3. 均值方差模型是什么?

均值方差模型是由哈里·马科维茨 (H. M. Markowitz)在1952年提出的风险投资模型。马科维茨把风险定义为收益率的波动率，首次将数理统计的方法应用到投资组合选择的研究中。这种方法使收益与风险的多目标优化达到最佳的平衡效果。
均值－方差模型（Mean-Variance Model)投资者将一笔给定的资金在一定时期进行投资。在期初，他购买一些证券，然后在期末卖出。
那么在期初他要决定购买哪些证券以及资金在这些证券上如何分配，也就是说投资者需要在期初从所有可能的证券组合中选择一个最优的组合。
这时投资者的决策目标有两个：尽可能高的收益率和尽可能低的不确定性风险。最好的目标应是使这两个相互制约的目标达到最佳平衡。由此建立起来的投资模型即为均值－方差模型。

相关资料
1、投资者在考虑每一次投资选择时，其依据是某一持仓时间内的证券收益的概率分布。
2、投资者是根据证券的期望收益率的方差或标准差估测证券组合的风险。
3、投资者的决定仅仅是依据证券的风险和收益。
4、在一定的风险水平上，投资者期望收益最大；相对应的是在一定的收益水平上，投资者希望风险最小。
以上内容参考：百度百科-均值-方差模型

4. 均值方差模型是什么?

均值方差模型是投资者将一笔给定的资金在一定时期进行投资。
在期初，他购买一些证券，然后在期末卖出。那么在期初他要决定购买哪些证券以及资金在这些证券上如何分配，也就是说投资者需要在期初从所有可能的证券组合中选择一个最优的组合。
投资者的决策目标有两个：尽可能高的收益率和尽可能低的不确定性风险。
最好的目标应是使这两个相互制约的目标达到最佳平衡。 由此建立起来的投资模型即为均值-方差模型。

均值-方差模型依据以下几个假设：
1、投资者在考虑每一次投资选择时，其依据是某一持仓时间内的证券收益的概率分布。
2、投资者是根据证券的期望收益率的方差或标准差估测证券组合的风险。
3、投资者的决定仅仅是依据证券的风险和收益。
4、在一定的风险水平上，投资者期望收益最大，相对应的是在一定的收益水平上，投资者希望风险最小。

5. 均值方差是什么

均值描述的是样本集合的中间点，它告诉我们的信息是有限的。
   
 方差（variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。方差是衡量源数据和期望值相差的度量值。
  
 而标准差给我们描述的是样本集合的各个样本点到均值的距离之平均。
  
 以这两个集合为例，[0，8，12，20]和[8，9，11，12]，两个集合的均值都是10，但显然两个集合的差别是很大的，计算两者的标准差，前者是8.3后者是1.8，显然后者较为集中，故其标准差小一些，标准差描述的就是这种“散布度”。之所以除以n-1而不是n，是因为这样能使我们以较小的样本集更好地逼近总体的标准差，即统计上所谓的“无偏估计”。而方差则仅仅是标准差的平方。

6. 样本均值的方差是什么?

样本均值的方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。
均值是表示一组数据集中趋势的量数，是指在一组数据中所有数据之和再除以这组数据的个数。它是反映数据集中趋势的一项指标。解答平均数应用题的关键在于确定“总数量”以及和总数量对应的总份数。在统计工作中，平均数（均值）和标准差是描述数据资料集中趋势和离散程度的两个最重要的测度值。

样本均值的抽样分布
样本均值的抽样分布是所有的样本均值形成的分布，即μ的概率分布。样本均值的抽样分布在形状上却是对称的。随着样本量n的增大，不论原来的总体是否服从正态分布，样本均值的抽样分布都将趋于正态分布，其分布的数学期望为总体均值μ，方差为总体方差的1/n。这就是中心极限定理（central limit theorem）。 
设总体共有N个元素，从中随机抽取一个容量为n的样本，在重置抽样时，共有N·n 种抽法，即可以组成N·n不同的样本，在不重复抽样时，共有N·n个可能的样本。
每一个样本都可以计算出一个均值，这些所有可能的抽样均值形成的分布就是样本均值的分布。但现实中不可能将所有的样本都抽取出来，因此，样本均值的概率分布实际上是一种理论分布。

7. 均值-方差模型的分析与理解

 该理论依据以下几个假设：1、投资者在考虑每一次投资选择时，其依据是某一持仓时间内的证券收益的概率分布。2、投资者是根据证券的期望收益率估测证券组合的风险。3、投资者的决定仅仅是依据证券的风险和收益。4、在一定的风险水平上，投资者期望收益最大；相对应的是在一定的收益水平上，投资者希望风险最小。根据以上假设，马科维茨确立了证券组合预期收益、风险的计算方法和有效边界理论，建立了资产优化配置的均值－方差模型：目标函数：minб2(rp)=∑ ∑xixjCov(ri-rj)rp= ∑ xiri限制条件： 1=∑Xi （允许卖空）或 1=∑Xi xi>≥0（不允许卖空）其中rp为组合收益， ri为第i只股票的收益，xi、 xj为证券 i、j的投资比例，б2(rp)为组合投资方差(组合总风险)，Cov (ri 、rj ) 为两个证券之间的协方差。该模型为现代证券投资理论奠定了基础。上式表明，在限制条件下求解Xi 证券收益率使组合风险б2(rp )最小，可通过朗格朗日目标函数求得。其经济学意义是，投资者可预先确定一个期望收益，通过上式可确定投资者在每个投资项目（如股票）上的投资比例（项目资金分配），使其总投资风险最小。不同的期望收益就有不同的最小方差组合，这就构成了最小方差集合。

8. 均值-方差模型的概述

均值-方差模型(Mean-Variance Model)投资者将一笔给定的资金在一定时期进行投资。在期初，他购买一些证券，然后在期末卖出。那么在期初他要决定购买哪些证券以及资金在这些证券上如何分配，也就是说投资者需要在期初从所有可能的证券组合中选择一个最优的组合。这时投资者的决策目标有两个：尽可能高的收益率和尽可能低的不确定性风险。最好的目标应是使这两个相互制约的目标达到最佳平衡。 由此建立起来的投资模型即为均值-方差模型。