Black Litterman Ansatz

Diese Arbeit erlutert den mathematischen Hintergrund des Portfolio-Optimierungsansatzes von Black und Litterman. Sie zeigt wie man mithilfe der Bayes Statistik in der quantitativen Selektion von Wertpapieren stabilere Portfolioanteile erhalten kann, als es mit dem traditionellen Ansatz mglich wre. Kapitel 1 und 2 liefern einen berblick ber die Wahrscheinlichkeitsrechnung im Allgemeinen und die Bayes'sche Statistik. Im 3ten Kapitel dreht sich alles um die Portfolio-Optimierung. Den Anfang macht der traditionelle Erwartungswert-Varianz Ansatz von Markowitz. Hier befindet sich auch das Erste aus einer Reihe von Beispielen, die sich wie ein Leitfaden zum Nachrechnen durch das Kapitel ziehen. Nach der Einleitung in die Black Litterman (BL) Optimierung geht es weiter mit dem schrittweisen Aufbau eines BL optimierten Portfolios. Im vorletzten Abschnitt des Kapitels werden diverse Sensitivittsanalysen der BL-optimierten Portfolioanteile auf Vernderungen der Eingabeparameter durchgefhrt. Den Abschluss bilden die Vor- und Nachteile des Ansatzes.