通过Black-Litterman模型实现对均值-方差模型改进
　　均值-方差模型是资产配置理论中的一种经典方法，基于理性投资者风险厌恶假设和资产预期收益、方差求解资产配置最优权重。但在实践中该模型存在参数敏感性高，仅使用历史数据计算均值与方差的估计值会使得模型的有效性不足。通过BlackLitterman模型将市场隐含收益与投资者主观收益结合，以历史收益为先验分布，并根据投资者观点确定观点分布，不断对资产预期收益和方差进行更新，以此改进输入参数的精准度，最终通过最大化效用函数得到配置权重。
　　采用经济指数和流动性指数划分经济周期
　　我们参考美林投资时钟，根据宏观经济和流动性变化确定经济所处的运行状态，进而确定投资者主观收益观点分布。我们采用市场和基本面的表现编制经济指数观测宏观经济状况，采用流动性的量价数据以及央行货币政策编制流动性指数观测流动性的变化。通过马尔可夫转换模型，我们将经济指数和流动性指数分别划分为两个区制，以代表经济上行/下行、流动性宽松/紧缩的状态。
　　构建ETF宏观择时策略
　　基于经济状态划分结果，根据美林投资时钟原理，可以构建相应的大类资产配置策略。考虑到大类资产价格指数无法直接进行交易，我们选择ETF作为投资标的构建可交易的ETF宏观择时策略。我们采用Black-Litterman模型计算各ETF的权重，并对不同经济状态下大类资产的权重作出限制，令不同时期的优势资产权重更高。
　　样本外回测策略收益稳健
　　样本外回测期间为2020年7月1日-2023年8月8日，月末调仓。宏观择时ETF策略年化收益率为6.83%，年化波动率为5.51%，最大回撤为-4.63%，夏普比率和Calmar比率分别为1.2273和1.4738，大类资产宏观择时策略可实现稳健的收益率。
　　风险因素：
　　历史数据不能外推，本文仅提供数据统计和以历史数据测算提供的判断依据，不代表投资建议。