随着经济的发展和科技的进步,我国金融市场改革进一步加深,市场逐渐成为影响投资收益和风险的重要因素,在经济贸易全球化的背景下,我国的资本市场不仅受到国内基本面的影响,同时也受到国际资本市场带来的冲击。因此,国内资本市场,尤其是股市,具有更多的不确定性,也带来了更多挑战,如何在控制风险的前提下配置资产来获得较高收益也成为投资领域研究的热点。本研究课题主要围绕市场投资组合开展研究,并进行优化分析。Black-Litterman模型(简称B-L模型)是一种应用广泛,被研究者们看做投资组合理论优化模型的典范,在均值方差模型中引入投资者的主观观点,将市场情况与投资者观点相结合得出投资组合权重。但原始B-L模型的观点部分设置过于随意,因此,本文在B-L模型的基础上对观点进行量化处理。首先利用RBF神经网络模型预测资产收益率,并以此作为投资者预期收益;其次,利用GJRGARCH-M模型预测波动情况,捕捉市场复杂的波动规律。将两者得到的结果结合表示B-L模型中的投资者主观观点,最终以新模型求解新的投资权重。本文选取WIND各行业指数作为样本数据,采用结合了GJR-GARCH-M模型和RBF模型之后的B-L模型,求得新的资产配置权重和该权重下的投资组合收益,与传统的均值方差模型和原始B-L模型进行了对比。结果表明,采用优化后的B-L模型的资产组合收益得到了明显的提高。