均值方差准则

均值方差准则一般而言，最优的投资组合在均值方差准则实际中的表现并不像理论中期待的均值方差准则那样好。例如，通过配置等量加权投资组合或全球最小方差组合这样的策略，它们往往表现更好。简单的“最优化”投资组合根本不是最优的。均值方差准则投资组合的权重在不同时间也不是固定的，但在每次投资组合被重新优化时都会发生显著变化，导致不必要的成交，并增加交易成本。此外，这种投资组合的均值方差准则典型代表是一些证券中极端的控制股，而其他的证券权重几乎为零。结果是，这些“最优化”投资组合没有必要多样化，并造成了不必要的事后风险。

出现这种现象的原因不是说不能实现均值方差最优化，而是说这个现代投资组合理论框架对计入的证券变动非常敏感。在均值方差准则投资组合最优化环境下，预期收益高的证券和低标准方差权重就会被高估：相反，预期收益低的证券和高标准方差权重就会被低估。因此，在预期收益上的估计错误及/或协均值方差准则方差就会在最优投资组合权重确定中带来误导。因此，人们经常嘲笑优化程序是“错误的最大化”。它对预期收益估计错误的影响比均值方差最优化中协方差模型的要大。均值方差准则相对的重要性是由投资者的风险厌恶情绪决定的，但是作为一个基本规则，预期收益上的错误程度比协方差模型上的错误要严重10倍，变量的错误是协方差错误的两倍。