【国盛量化】BL模型的泛化扩展：熵池模型之理论篇 | 量化专题报告
创建于 更新于
摘要
本报告系统介绍了由KKR前首席风险官Attilio Meucci提出的熵池（Entropy Pooling）模型，作为对传统Black-Litterman模型的泛化扩展，熵池模型支持对任意风险因子和任意分布下的多样化观点进行整合，采用相对熵最小化方法实现后验分布更新，避免了过度减熵和主观假设。模型不仅具备解析解，且数值求解高效，能够全局调整资产风险分布，实现更精准的观点融合和资产配置。实证中，熵池模型明显提升了资产配置的收益与夏普率，且适用范围广泛，包括资产配置、压力测试、因子择时及衍生品定价等，未来有望成为主流的观点融合工具。[page::0][page::1][page::4][page::6][page::9][page::11]
