固收+智能体：BL模型+小模型实践

固收+智能体：BL 模型+小模型实践 20250116 摘要 • BL 模型通过结合市场情况与投资者观点，生成后验收益率，解决了传统资 产配置模型对输入数据敏感的问题，提高了收益率预测的平稳性和准确性。 • 计算市场隐含资产收益率包括构建市场组合、利用 CAPM 计算预期收益率， 并假设无 Arrow 部分计算市场组合超额收益率，从而得到细分资产的隐含 收益率。 • BL 模型通过计算市场组合反映市场风险偏好，即单位风险敞口下市场要求 的收益率补偿，并将此转化为每个细分资产的预期收益率。 • 投资者观点通过绝对观点（如预期收益率）和相对观点（如超额收益率） 结合到 BL 模型中，并考虑资产相关性和置信区间，调整后验收益率。 • 在中国应用 BL 模型需使用基准组合替代市场组合，考虑合同约束（如风 险窗口），控制换仓频率和换手率，并可通过杠杆调整提高资金效用。 • 固收+智能体通过细分资产模型（如 GBR 模型）替代主观观点，利用量价 数据预测收益率，虽单个资产准确率有限，但在组合中可实现波动衰减。 • 引入置信区间（基于历史准确率）和细分资产指标（如转债溢价率、市场 情绪、利差）可显著提高 BL 模型预测准确 ...