均值—方差优化(非正式定义)
视频将MVO介绍为一种算法,用于决定如何将一组候选资产组合成投资组合。讲解重点落在利用协方差信息(“以及其他因素”),而非呈现完整的优化公式。
Udacity · YouTube · 3:25
这段持续120秒的白板片段以非正式、概念化的方式介绍了均值-方差优化(MVO)。主讲人首先解释道:马科维茨式的思路强调方差与协方差,由此催生出将运动方向相互抵消的资产进行组合的做法,从而降低波动性。随后他对此加以限定,指出理想模式往往是短期负相关、长期正相关。在视频中段,出现一幅手绘的风险-收益散点图,横轴标为“风险”,纵轴标为“收益”,用以表示一组候选资产。主讲人指出一个普遍趋势:高收益资产往往也具有高风险。在最后部分,出现一张手写的“输入项”列表,列出了预期收益、波动率、协方差与目标收益。视频将预期收益定义为一种前瞻性估计,将波动率定义为资产变动性的历史度量,但尚未给出公式,也未深入讲解协方差与目标收益。 本导论性讲授片段借助白板示意图,讲解均值-方差优化(MVO)的核心构成。它定义了关键输入:协方差矩阵(刻画资产间的相关性)与目标收益率(设定在各资产最低与最高收益率之间)。输出被描述为一组资产权重,该组权重可在实现目标收益率的同时,使风险最小化。在图示中,主讲人将各单个资产绘制成绿色圆点,于风险-收益散点图上画一条水平线表示目标收益率,并将最优投资组合标记为橙色圆点,位于所有单个资产的左侧。主讲人强调:唯有考虑协方差,才能通过分散化实现低于单个资产层面的风险降低。
在学习检查器中查看要点和时刻,或切换阅读标签查看完整笔记。
依据视频画面与讲解整理,并非逐字语音转写。
视频开场画面是一块题为“均值-方差优化(MVO)”的白板,讲师以语言叙述而非公式形式提供背景知识。他指出,马科维茨贡献了考察个股之间方差与协方差的思想,而这一思想引出了将具有负相关性的资产进行组合的需求。
首个数学思想是一种直观的风险降低论证:若两种资产朝相反方向运动——一种上涨而另一种下跌——它们的影响便会相互抵消,从而使组合整体波动性更低。该观点仅以口头方式呈现,未展示任何公式。
讲师随即对前述观点作出限定:总体而言,人们仍希望这些资产最终同向上涨;因此他所描述的实际模式是:短期负相关、长期正相关。
由此讨论,他引出本课所讲的核心方法:均值-方差优化。他将其描述为一种算法,用于针对一组潜在资产,决定其应如何组合,并明确指出协方差是其中一项考量因素。
此时白板内容由仅有标题变为一幅手绘散点图:纵轴标为“收益”,横轴标为“风险”,并添加若干绿色圆点,代表一组候选资产。
借助该图,讲师陈述了一般性的风险-收益关系:高收益资产往往也具有高风险;而降低风险通常意味着收益也会下降。他强调这是一种趋势,而非严格定律。
接着,他回归该散点图所引出的核心问题:如何将这些资产组合成一个优良的投资组合?这一问题推动了下一个视觉元素的出现——一份优化器输入项列表。
黑板左侧出现标题“输入”,下方列出四个项目:预期收益率、波动率、协方差和目标收益率。讲师指出,这些是均值—方差优化器所需的输入因素。
他逐项定义该列表:对每只股票,需提供其预期收益率,即对该资产未来所能产生的收益率所作的预测。
接着,他将波动率与协方差列为额外输入项。波动率被解释为一项历史指标,用于衡量各资产过往收益的变动程度;协方差与目标收益率虽已列在黑板上,但视频片段在此处结束,尚未给出更详尽的定义。
该片段首先将**协方差矩阵**定义为均值-方差优化(MVO)的一项关键输入。主讲人解释道,该矩阵刻画了投资组合中每一对资产日收益率之间的相关性。这一信息至关重要,因为优化器需依赖它来确定每只股票的适当权重,从而超越对单个资产的孤立分析。
接着,主讲人引入另一项关键输入——**目标收益率**。他阐明,目标收益率可设在各单个资产预期收益率的最小值与最大值所界定的区间内任意位置。任何中间水平的收益率均可通过‘混合’——即以不同比例组合各资产——来实现。在风险-收益散点图上,主讲人画出一条水平虚线,用以直观呈现这一特定的目标收益率约束。
随后,讲解聚焦于优化过程的**输出**。主讲人指出,结果是一组特定的权重——每个资产对应一个权重。这些权重肩负双重目标:其一,须构建出恰好满足前述目标收益率的投资组合;其二,须同时使该投资组合的整体风险最小化。
最后,视频展示了协方差所赋能的**分散化**之强大效力。主讲人在目标收益率水平线最左侧标出一个橙色圆点,代表最优投资组合。他强调:该投资组合的风险水平低于图中所有单个资产(绿色圆点)的风险。这种显著的风险降低,唯有在优化过程中纳入资产间协方差时才成为可能;若仅依赖单个资产自身的风险信息,则无法寻得如此高效的投资组合。
视频将MVO介绍为一种算法,用于决定如何将一组候选资产组合成投资组合。讲解重点落在利用协方差信息(“以及其他因素”),而非呈现完整的优化公式。
讲师给出一个直观解释:若一只资产上涨而另一只下跌,则二者影响相互抵消,从而形成波动率更低的投资组合。这是一种语言描述机制,而非符号推导。
该片段并未将负相关性视作普遍理想状态;它指出,通常更偏好的模式是:短期呈负相关,而长期呈正相关,因为从整体来看,这些资产最终应大致同向上涨。
一幅手绘图表将各资产表示为绿色点,置于平面直角坐标系中,横轴标为“风险”,纵轴标为“收益”。该图象在列出任何数值输入之前,便直观呈现了投资组合选择问题。
主讲人指出,高收益股票或资产通常风险也更高,而降低风险往往意味着接受较低的收益。这种表述体现的是一种趋势,而非定理。
黑板列出了四个输入:预期收益、波动率、协方差和目标收益。视频片段将预期收益定义为一种前瞻性估计,将波动率定义为一种历史变异性度量,而协方差与目标收益仅被提及,尚未展开说明。
一个记录所有资产对之间日收益率相关性的矩阵输入。它使优化器能够考虑资产之间的联动关系,这对于准确计算投资组合层面的风险至关重要。
用户自定义的投资组合预期收益率水平。该水平必须介于可选单个资产的最低与最高收益率之间。实现这一收益率需要以特定比例配置各类资产。
优化的结果是一个资产权重向量。这些权重定义了一个满足目标收益率约束的投资组合,且在所有具有相同收益率的投资组合中,其风险(方差)绝对最小。
通过引入协方差,均值-方差优化可构建出风险低于任一组成资产本身风险的投资组合。这体现了分散化的数学优势;若仅考虑各资产自身的波动率,则这一优势将不复存在。
按知识点查看条件、步骤和证据。补充解释与视频直接内容分别标明。
白板顶部手写标题:“均值-方差优化(MVO)”。
MVO
均值-方差优化
一种投资组合优化方法
散点图的纵轴标注为“收益”。
return
某资产或投资组合的预期收益
风险-收益图中的纵坐标
散点图的横轴标注为“风险”。
risk
收益率的波动率或标准差
风险-收益图中的横坐标
主讲人指出,这项工作催生了若干算法,其中一项关键算法是均值-方差优化。
他将其描述为一种方法:针对一组潜在资产,通过考察它们之间的协方差等因素,确定这些资产应如何组合配置。
屏幕上的标题显示为“均值-方差优化(MVO)”。
视频对均值-方差优化作了非正式定义,即:一种用于决定如何将一组候选资产组合成投资组合的算法。口述说明强调需利用协方差信息——“以及其他因素”,而非给出完整的数学表达式。
适用于一组潜在资产。
其明确目标是确定这些资产应如何组合配置。
协方差被明确列为一项输入考量;其余输入仅被笼统提及。
主讲人指出,通常而言,预期收益率越高的股票或资产,其风险也往往越高。
他进一步补充道:当我们降低风险时,预期收益率往往也随之下降。
一幅手绘散点图中,纵轴标为“收益率”,横轴标为“风险”,平面上分布着若干绿色点。
该片段陈述的是一种普遍趋势,而非严格定理:预期收益率较高的资产通常风险也较高;而转向较低风险,则往往对应着较低的收益。散点图通过在风险—收益平面上标出多个资产点,直观地支持了这一趋势。
这是一种普遍趋势的表述,而非普适定律。
指图中所绘制的资产群组,也泛指讲话者所讨论的一般性资产。
标题为“输入”的手写列表以项目符号形式列出:“预期收益率”、“波动率”、“协方差”、“目标收益率”。
讲话者说:“这是均值—方差优化器所需的输入内容。这些就是它所考虑的因素。”
他将预期收益率解释为我们对未来资产所能提供的收益率的预估。
他将波动率解释为各资产历史上的波动程度。
该片段在黑板上写出“目标收益率”这一名称,但在本段结束前未对其加以定义。
该片段将协方差列为一项输入,但在此节选中未给出其公式或矩阵形式。
视频列出了均值—方差优化器的四项命名输入:预期收益率、波动率、协方差和目标收益率。其中,讲话者口头定义了预期收益率为一种面向未来的收益率估计,波动率为衡量资产历史变动程度的指标;而协方差与目标收益率虽被列出,但在本片段中未作充分解释。
根据视频,这些就是优化器所考虑的因素。
预期收益率是按单只股票或资产来描述的。
波动率是按单个资产来描述的。
协方差在此段摘录中被列为输入项,但未作进一步定义。
目标收益率在此段摘录中被列为输入项,但未作进一步定义。
讲话人说:“协方差是一个矩阵,它显示每种资产与其余每种资产之间日收益率的相关性。”
单词‘协方差’列在白板‘输入’项下。
在均值-方差优化中,协方差被定义为一个矩阵,用于刻画投资组合中每一对资产日收益率之间的相关性。
适用于投资组合中的多种资产
讲话人说:“因此,最后一个、或许也是最重要的输入是目标收益率。我们可以将目标收益率设定在最高预期收益率资产与最低预期收益率资产之间的任意水平……”
‘目标收益率’一词列在‘输入’项下。一条水平虚线横贯散点图,用以表示该水平。
目标收益率是为投资组合指定的期望收益率水平,可设定在各可选资产的最小与最大期望收益率之间的任意位置。
必须处于通过资产混合所能实现的收益率范围内
讲话人说:“因此,优化器的输出是一组权重,每个资产对应一个权重,该组权重可在满足目标收益率的同时使风险最小化。”
文字‘输出:使风险最小化的投资组合资产权重’写在输入列表下方。
均值-方差优化过程的输出是一组特定的资产权重,为每种资产分配一个权重;这些权重经过选择,使得最终投资组合在达成目标收益率的同时,风险尽可能低。
给定一个有效的目标收益率及输入参数
主讲人指出,若将负相关或“反方差”的资产组合起来,便可构建风险显著更低的投资组合。
他解释道:当一个资产上涨时,另一个下跌,二者相互抵消,从而大幅降低波动率。
“反方差”一词由讲师口述,并随即以‘如果这个词存在的话’加以限定;该词并未被正式定义。
根据视频内容,将收益率呈反向变动的资产组合起来,可构建风险显著更低的投资组合,因为它们的变动部分相互抵消,从而降低了波动率。
这些资产在相关时间范围内呈负相关,或反向变动。
该比较关注的是组合后的投资组合风险或波动率。
这是一种非正式的、具有普遍性意味的论断,描述了此类资产组合后会发生的情况;文中未给出任何形式化的量化说明。
讲话者指出,总体而言,你希望这些资产通常同步上涨。
随后他指出,我们通常在短期内寻求负相关性,而在较长期则寻求正相关性。
该陈述被呈现为一种常见的投资目标或经验法则,而非已被证明的定理。
文中未给出“短期”或“较长期”的精确时间阈值。
视频中阐述了一种资产选择的理想模式:短期内呈负相关性,较长期呈正相关性;同时,这些资产总体上应通常同步上涨。
该讨论涉及一组用于构建投资组合的资产。
该主张区分了资产的短期行为与较长期行为。
表述非正式且定性化;使用了“通常”和“总体而言”等措辞,而非精确的量化表述。
讲话者指出,一般来说,预期收益率较高的股票或资产往往风险也最高。
他进一步补充道,当我们降低风险时,往往也会接受较低的预期收益率。
该主张明确使用了“一般来说”和“往往”加以限定,因此并非被表述为绝对成立的结论。
视频片段中未提供任何正式的模型假设。
视频指出一种普遍趋势:高收益资产往往也具有高风险,反之,低风险通常对应低收益。
该说法适用于投资组合语境下所讨论的资产类型。
这是各类资产间的一种普遍趋势,并非普遍适用。
主讲人说道:“因此,最终我们要寻找的是位于此处的组合——换言之,它的风险甚至低于任一单个资产,但仍能满足目标收益。之所以可行,是因为我们考虑了协方差。如果仅关注各资产自身的风险,我们就无法找到能将我们带到此处的恰当配比。”
一个橙色圆点被画在虚线目标收益线最左侧,视觉上位于所有绿色圆点(单个资产)的左侧。
考虑协方差矩阵,可使优化器找到一种资产配比,其风险水平严格低于任一单个资产,同时仍满足目标收益。
各资产之间并非完全正相关(由通过配比降低风险的能力所隐含)
存在性(存在这样一个组合)
主讲人说道:“我们可以将目标收益设定在最高收益资产与最低收益资产之间的任意位置;当然,介于二者之间的任何目标收益,都可通过资产配比来实现。”
任一介于单个资产最小预期收益与最大预期收益之间的目标收益值,均可通过这些资产的线性组合(即配比)实现。
权重之和可为1(标准投资组合约束,由‘配比’一词所隐含)
普适性(对区间内任意取值均成立)
主讲人用语言解释了这一机制:当一个变量上升时,另一个变量下降,二者相互抵消,从而使整体波动性大幅降低。
这是一种直观的语言推导,而非符号化的证明。
视频片段中未展示代数形式的投资组合方差公式。
从两种在所考察时段内走势方向相反的资产出发。
这是主讲人所陈述的负相关或“反方差”资产的条件。
当一种资产上涨而另一种资产下跌时,它们在组合整体中的影响相互抵消。
说话人明确指出它们相互抵消。
由于这种抵消效应,组合投资组合表现出低得多的波动性,因此风险更低。
这是音频中直接陈述的结论。
该片段通过口头直觉说明:反向变动的资产可通过相互抵消来降低投资组合波动性,从而支持‘负相关性可降低风险’这一主张。
说话人首先讨论了马科维茨引入个股之间的方差与协方差。
接着他指出,这项工作催生了若干算法,其中关键的一种便是均值—方差优化。
该推导是历史性和概念性的,而非数学性的。
本节选中未展示任何将马科维茨理论与均值—方差优化联系起来的公式。
马科维茨引入了对个股之间方差与协方差的考量。
这一点在片段开头即已陈述。
这种视角促使人们通过配置具有抵消行为的资产来降低风险。
主讲人于开篇讲解中,将负相关性与低风险投资组合联系起来。
基于这一研究方向,衍生出若干算法,其中包括均值-方差优化。
主讲人明确指出,这项工作催生了多种算法,其中一种关键算法即为MVO。
随后,MVO被描述为一种用于确定一组资产应如何混合配置的方法,其考量因素包括协方差等。
这是开篇部分末尾附近所作的口述定义。
该片段将MVO呈现为一种算法进展,它源于马科维茨风格对方差与协方差的关注,其实际目标是实现资产混合配置。
视频按顺序构建均值-方差优化(MVO)概念:列出输入、绘制资产点、画出目标收益线、定义输出,并标出最优组合点。
将各个资产视为风险-收益平面上的点(绿色圆点)。
优化问题初始设定。
用一条水平线(虚线)定义一个特定的预期收益率水平。
设定优化问题的约束条件。
寻找一个位于该约束线上、且具有最小横坐标(即最小风险)的投资组合(资产混合体)。
在满足约束条件(目标收益率)的前提下,应用目标函数(最小化风险)。
定位最优投资组合(橙色圆点),它在同一收益率水平上位于所有单个资产点的左侧。
展示将协方差纳入方差计算后所得的数学结果。
该可视化过程表明,均值-方差优化通过协方差所刻画的分散化效应,为给定收益率找到全局最小方差投资组合。
出现一个手绘坐标系,纵轴标为“收益”,横轴标为“风险”。
若干绿色圆点绘制于草图中类似第一象限的区域。
主讲人说道:“那么,我们来考虑此处的这组资产,以及如何将它们组合起来,或如何向它们分配资金,以构建一个良好的投资组合。”
各圆点未标注具体数值坐标。
由于该草图为手绘,且部分点彼此靠近,因此所绘制资产的确切数量仅能大致估计。
使用一组手绘的资产来启发人们思考如何在这些资产之间进行组合或资金分配,从而构建一个良好的投资组合。
一组资产由手绘图上的绿色点表示。
纵轴标注为“收益”。
横轴标注为“风险”。
在讨论优化器输入之前,先引入一个具体的、可视化的候选资产示例。
绘制一张风险-收益平面图,其中横轴为“风险”,纵轴为“收益”。
这是视频片段中所引入的可见图表。
在平面上放置多个绿色点,以代表不同的资产。
当屏幕上显示这些 plotted 点时,讲话者称其为“此处的这组资产”。
利用该图引出问题:应如何在这些资产之间进行组合或资金分配?
这正是附着于该图表上的口头表述目的。
注意图中所体现的一般趋势:高收益资产往往也伴随着高风险。
主讲人在介绍资产组后立即添加了这一解释。
该示例未进行数值求解;它仅作为视觉铺垫,用于讨论投资组合构建以及均值-方差优化器所需输入。
本片段仅通过口述框架及手绘坐标轴与点,从概念上验证该示例;未展示任何计算过程或明确的投资组合结果。
屏幕显示手写标题“均值-方差优化(MVO)”,其下方有一条水平下划线,其余部分为留白的白色区域。
手写标题“均值-方差优化(MVO)”
标题下方的水平下划线
下方空白白板区域
在本时间段的大部分时间内,未新增任何数学对象。
画面保持静止,同时主讲人讲解马科维茨理论、方差、协方差与负相关性。
主题标题在屏幕上保持固定不动。
尚未显示任何公式或图表。
开场画面起到主题标签的作用,而讲解则通过口头方式提供概念背景。
一只手入画,先画出一条纵轴,再画出一条横轴,然后分别标注为“收益”和“风险”。
绿色圆点逐个添加,构成一组分散的资产点。
完成后的示意图展示了一个由多个绿色圆点填充的风险—收益平面。
由于手绘及点位重叠,绿色圆点的确切数量仅为近似值。
两条坐标轴上均未显示任何数字刻度。
纵轴标注为“收益”
横轴标注为“风险”
多个代表资产的绿色圆点
主讲人的手与笔
首先绘制坐标轴。
接下来标注坐标轴标签。
然后依次添加绿色资产点。
最后,讲解者一边讨论资产组合与风险-收益趋势,一边用手势划过已绘制的各点。
坐标轴保持纵轴标为“收益”、横轴标为“风险”。
所绘各点始终以离散的资产标记形式呈现,不连接直线或曲线。
该动画将关于资产混合的抽象讨论转化为二维图示,其中每项资产均对应一个风险水平和一个收益水平。
黑板左侧出现一个新的手写标题:“输入”。
可见四个项目符号条目:“预期收益”、“波动率”、“协方差”、“目标收益”。
讲解者用笔先指向该列表,随后又指向散点图,同时讲解这些术语。
本片段在进一步阐释协方差或目标收益之前即告结束。
手写体中,“协方差”与“目标收益”使用小写字母,而前两个条目则采用首字母大写。
标题:“输入项”
包含四个条目的项目符号列表
右侧仍可见散点图
主讲人的电子笔
黑板左侧新增一个结构化的输入项列表。
主讲人开始按顺序定义所列各项术语。
电子笔交替指向该列表与图中绘制的资产。
风险-收益图持续显示在屏幕右侧。
这四个已命名的输入项一旦写出便保持固定。
这一视觉变化将课程内容从定性动机讲解转向均值-方差优化器所需的实际构成要素。
一个2D笛卡尔坐标系,横轴为“风险”,纵轴为“收益”。多个绿色圆点散布于第一象限。
坐标轴(风险、收益)
绿色圆点(单个资产)
无;用于讲解的静态背景
坐标系方向
绿色圆点之间的相对位置
表示由预期收益与风险所刻画的单个资产的可行集。
一只手在散点图上沿特定 y 值处画一条水平虚线。
水平虚线
线条从左向右出现
y 轴截距(恒定收益水平)
直观表示优化问题中的等式约束。
一个橙色圆点绘制在虚线目标收益率线最左端。
橙色圆点
圆点出现
在目标收益率线上的位置
相对于该线上其他点的最左侧位置
代表在满足目标收益率约束条件下使方差最小化的解向量(即投资组合权重)。
在解释了负相关性的益处之后,主讲人补充道:总体而言,你希望这些资产通常一起上涨。
随后,他区分了短期负相关性与长期正相关性。
人们或许会从开篇解释中推断,在投资组合构建中,纯粹的负相关性始终是目标。
视频明确对此进行了修正,指出总体而言,各类资产通常应同向上涨,而理想模式往往是短期负相关、长期正相关。
演讲者指出,通常而言,较高收益的股票或资产往往也是风险最高的。
该表述可能被误认为是一条绝对法则,即每一项高收益资产必然具有更高风险。
视频中的措辞使用了“通常”和“往往”加以限定,将这种关系呈现为一种常见倾向,而非严格定律。
讲解者说道:“如果我们只关注单个资产的风险,就无法找到能将我们带到此处的恰当资产配比。”
认为仅通过考虑各资产自身的风险(波动率)就能有效最小化投资组合风险。
若不考虑资产之间的协方差(相关性),就不可能识别出能使整体投资组合风险降低至最安全单个资产风险水平之下的资产配比。
演讲者首先介绍马科维茨对方差与协方差的考量,随后指出,正是在此基础上发展出了均值—方差优化。
该片段先从方差与协方差的思维角度阐述MVO的概念起源,再列出优化器所使用的具体输入。
MVO被描述为一种通过考察资产间协方差等多种因素来混合配置资产的方法。
“协方差”出现在输入列表中。
该片段并未展示协方差公式,因此这一联系是通过口头说明与列表方式建立的,而非符号化表达。
将MVO定义为一种资产配置方法,这一定义在后续的输入列表中得以具体化,其中明确包含了协方差。
散点图展示了各资产按风险与收益定位的分布情况。
输入列表包括期望收益与波动率。
讲话者从观察图中所示的资产集合,转向探讨如何组合这些资产,随后列出了优化器所需的输入。
视频并未明确指出横轴“风险”在数学上对应于波动率或标准差;仅在邻近讨论中提及了这些概念。
风险—收益的图示表达,引出了优化器对数值型输入(如期望收益与波动率)的需求。
讲话者指出资产普遍具有高收益伴随高风险的趋势,继而提出如何将这些资产组合成一个优良投资组合的问题。
风险—收益趋势构成了优化问题的背景,而MVO正是为解决该问题而被引入的方法。
讲解者将找到更低风险投资组合的可能性直接与是否考虑协方差联系起来。
存在风险低于各单个资产的最优投资组合(输出结果),其数学基础在于优化逻辑中纳入了协方差矩阵。
主讲人将输出定义为能‘实现目标收益率’的权重。
目标收益率是在确定最优资产权重时所施加的主要约束条件。
讲话者将均值—方差优化定义为一种资产配置方式,其在多种因素中特别使用了协方差。
讲话者解释道,反向变动会相互抵消,从而降低波动率。
黑板上列出了输入项:预期收益率、波动率、协方差和目标收益率。
一幅手绘图将坐标轴标注为“收益率”和“风险”,并标出绿色的资产点。
主讲人说,预期收益率是我们对未来所能提供的收益率的判断。
主讲人说,波动率就是各资产历史上的波动程度。
协方差被定义为一个展示资产间相关性的矩阵。
解释为何目标收益率需设定在各资产最低与最高收益率之间。
解释说明:考虑协方差,便有可能找到一种资产组合,其风险低于任一单个资产。
已覆盖 · 仅标题出现在屏幕上时,主讲人口头开始讨论马科维茨理论、方差、协方差、负相关性,以及短期与长期相关性的概念。
已覆盖 · 主讲人将均值-方差优化介绍为一种算法,该算法在构建资产组合时会用到协方差等因素。
已覆盖 · 绘制了一幅风险-收益散点图,并用它引出一组资产,以及普遍存在的“高收益伴随高风险”的趋势。
已覆盖 · 输入项列表出现,主讲人开始定义预期收益率和波动率;协方差与目标收益率虽被列出,但在本片段结束前未作进一步展开。
已覆盖 · 协方差矩阵输入的定义。
已覆盖 · 目标收益率输入的定义及其取值范围。
已覆盖 · 优化器输出(即资产权重)的定义。
已覆盖 · 通过协方差解释风险降低,并在图上标出最优投资组合。
已覆盖 · 结束语,自然过渡到下一主题;不涉及新的数学内容。
已审核的主题路径