资产配置在金融投资中具有至关重要的作用,基金管理者通过组合管理来分散风险并获得较高收益,而行业配置是资产配置的关键。在发达国家,利用量化方式进行行业配置的方法已经深入实践,而我国的行业配置方法仍以基本面分析为主,对量化的行业配置方法涉及较少。因此,本文试图寻找一种适合我国的行业量化配置方法。本文提出将可结合个人主观观点和市场隐含收益的Black-Litterman(BL)模型应用于行业资产配置,该模型克服了均值方差模型在资产配置中对于输入参数过于敏感和过度依赖历史数据来配置资产等缺点。传统BL模型中个人主观观点以证券分析师的看法为主,随意性较大且无法量化,考虑到行业指数序列的长记忆性和异方差性,本文首次选用ARFIMA-GARCH模型的预测收益率作为BL模型的主观观点。在实证部分,本文选取了以GICS分类的11个行业收益率,利用ARFIMA-GARCH模型对2016年7月至2016年12月的行业指数收益率进行预测,将预测结果作为投资者观点输入BL模型,对行业资产配置进行优化。实证结果表明,ARFIMA-GARCH模型拟合值比ARFIMA、GARCH模型拟合值作为主观观点的配置结果更优。本文将融入主观观点的BL模型的配置结果同MV模型配置结果进行对比,发现BL模型下的配置比例比MV模型下的配置比例更为均衡、行业资产组合的夏普比率也更高。相比于市值权重组合,BL模型可获得较为可观的超额收益。整体来看,BL模型在行业资产配置中的应用是有效的。