在基金从业《证券投资基金基础知识》第六节“多元资产投资”中，资产配置模型的演进是考试的重点与难点。传统的马科维茨均值-方差模型在实际应用中常因对预期收益率输入参数极度敏感，导致产生极端的资产权重。为解决这一痛点，Black-Litterman模型（BL模型）应运而生，成为机构多元资产配置的重要工具。
首先，BL模型的核心创新在于其贝叶斯推断框架。它不再单纯依赖历史数据或基金经理的主观预测，而是将市场均衡收益率（通常通过反向优化从市场资本权重中推导得出）作为先验分布。这意味着模型默认市场是有效的，当前的市场权重已经隐含了所有投资者的共识预期。
其次，BL模型允许基金经理引入主观观点（Views）。基金经理可以根据自身的宏观研究或量化信号，对某些资产的绝对收益或相对收益表达看法，并赋予相应的置信度。模型通过贝叶斯公式，将市场均衡收益（先验）与基金经理的主观观点（似然）进行加权融合，最终生成后验预期收益率。
在实战案例中，如果基金经理对某类资产没有明确观点，BL模型输出的配置权重将非常接近市场基准权重，从而保证了组合的稳定性；当基金经理有强烈且高置信度的观点时，组合权重才会显著偏离基准。这种机制完美平衡了被动跟踪与主动管理。
对于备考的考生而言，理解BL模型的逻辑推导过程及其相较于传统模型的优势是应对高阶选择题和案例分析题的关键。建议重点掌握先验收益、主观观点矩阵以及后验收益的概念，深刻领会其在FOF和大型机构资产配置中的实战价值。
科目：证券投资基金基础知识
考点：二、资产配置
