核心要点：
　　均值方差模型作为长期视角下的资产配置模型
　　采用过去5年的资产收益率作为预期收益分布的估计样本，根据各类资产的预期收益和方差以及资产之间的相关系数，确定最优资产配置比例。
　　策略在不同时期的资产配比表现相对稳定，短期波动很小，长期趋势演变体现出两个特点：
　　2019年后大宗商品资产占比上升，替代部分债券，主因是全球流动性宽松、利率下行压低债市收益，叠加疫情致供应链中断、通胀预期飙升。
　　股票资产配置品种在2022年前后出现转变，从纳斯达克100转向印度Sensex30，印证了后疫情时代亚太新兴市场的崛起。
　　采用Black-Litterman模型将长短期视角进行整合
　　B-L模型采用了历史5年的资产收益率作为预期收益的先验分布，结合近一个月的收益率作为最新观点，两个分布共同生成收益的后验分布，使用后验分布利用MVO模型求解最优资产配置比例。
　　策略资产配比波动相对较大，配置结果并不直观。突出特点体现为沪深300配置比例的增加，从短期观点来看，沪深300在某些时候也具有一定的配置价值。
　　两种配置策略的对比
　　高波动资产的配比上限决定了MVO模型与B-L模型各自的配置优势，当高波动资产配比较低时，采用长期观点的MVO模型表现更加稳定；当高波动资产占比较高时，长短期观点结合生成的B-L模型收益表现更高，同时策略波动也更高。
　　根据最新模型结果，我们对7月份的资产配置建议如下（对应ETF基金）：
　　偏债型资产配置组合：10%的东南亚科技ETF（513730.SH)、80%的公司债ETF（511030.SH）和10%的黄金ETF（518880.SH）
　　混和型资产配置组合：30%的纳指ETF（159941.SZ）、40%的国债ETF（511010.SH）以及10%的豆粕ETF（159985.SZ）、10%的有色ETF（159980.SZ）和10%的能源化工ETF（159941.SZ）
　　风险提示
　　模型依赖历史数据回测，警惕极端事件冲击的影响；参数估计误差或模型失效风险；市场流动性风险。