This thesis analyzes portfolio optimization using Markowitz’s model and advanced approaches such as the Black-Litterman model. Specifically, it explores capital allocation strategies, risk measurement, and investors' risk aversion. The first chapter introduces the concept of the efficient frontier and optimal portfolio, focusing on absolute and relative risk metrics. It also examines the role of risk-free assets and risky securities in capital allocation, highlighting the practical limitations of mean-variance optimization. The second chapter delves into heuristic and Bayesian approaches, including the additional weight constraint method, resampling, and the Black-Litterman model, with particular emphasis on their applications in constructing efficient portfolios. Additionally, the Capital Asset Pricing Model (CAPM) and the Index Model are analyzed as fundamental tools for determining expected returns. Finally, the third chapter focuses on the practical implementation of the Black-Litterman model, discussing its advantages over traditional models and its implications for risk management and optimal portfolio construction. This thesis provides a comprehensive overview of the key tools and methodologies for portfolio optimization, combining theory and practical applications to support informed financial decision-making.

Il presente elaborato analizza l'ottimizzazione dei portafogli finanziari attraverso il modello di Markowitz e approcci avanzati come il modello di Black-Litterman. In particolare, si esplorano le strategie di allocazione del capitale, la misura del rischio e l'avversione al rischio degli investitori. Nel primo capitolo, viene introdotto il concetto di frontiera efficiente e portafoglio ottimo, con un focus sulle metriche di rischio assoluto e relativo. Si esamina inoltre il ruolo degli asset risk-free e dei titoli rischiosi nell'allocazione del capitale, evidenziando i limiti pratici dell’ottimizzazione media-varianza. Il secondo capitolo approfondisce gli approcci euristici e bayesiani, tra cui il metodo degli additional weight constrain, il resampling e il modello di Black-Litterman, con particolare attenzione alle loro applicazioni nella costruzione di portafogli efficienti. Viene inoltre analizzato il CAPM (Capital Asset Pricing Model) e il modello Index, fondamentali per la determinazione dei rendimenti attesi. Infine, il terzo capitolo è dedicato all’implementazione pratica del modello di Black-Litterman, evidenziandone i vantaggi rispetto ai modelli tradizionali e discutendo le implicazioni per la gestione del rischio e la costruzione di portafogli ottimali. L’elaborato fornisce quindi una panoramica completa dei principali strumenti e metodologie per l’ottimizzazione dei portafogli, combinando teoria e applicazioni pratiche per supportare decisioni finanziarie.

Ottimizzazione di portafoglio: il modello Black & Litterman

MARENGO, PAOLO
2023/2024

Abstract

Il presente elaborato analizza l'ottimizzazione dei portafogli finanziari attraverso il modello di Markowitz e approcci avanzati come il modello di Black-Litterman. In particolare, si esplorano le strategie di allocazione del capitale, la misura del rischio e l'avversione al rischio degli investitori. Nel primo capitolo, viene introdotto il concetto di frontiera efficiente e portafoglio ottimo, con un focus sulle metriche di rischio assoluto e relativo. Si esamina inoltre il ruolo degli asset risk-free e dei titoli rischiosi nell'allocazione del capitale, evidenziando i limiti pratici dell’ottimizzazione media-varianza. Il secondo capitolo approfondisce gli approcci euristici e bayesiani, tra cui il metodo degli additional weight constrain, il resampling e il modello di Black-Litterman, con particolare attenzione alle loro applicazioni nella costruzione di portafogli efficienti. Viene inoltre analizzato il CAPM (Capital Asset Pricing Model) e il modello Index, fondamentali per la determinazione dei rendimenti attesi. Infine, il terzo capitolo è dedicato all’implementazione pratica del modello di Black-Litterman, evidenziandone i vantaggi rispetto ai modelli tradizionali e discutendo le implicazioni per la gestione del rischio e la costruzione di portafogli ottimali. L’elaborato fornisce quindi una panoramica completa dei principali strumenti e metodologie per l’ottimizzazione dei portafogli, combinando teoria e applicazioni pratiche per supportare decisioni finanziarie.
Portfolio optimization: the Black & Litterman model
This thesis analyzes portfolio optimization using Markowitz’s model and advanced approaches such as the Black-Litterman model. Specifically, it explores capital allocation strategies, risk measurement, and investors' risk aversion. The first chapter introduces the concept of the efficient frontier and optimal portfolio, focusing on absolute and relative risk metrics. It also examines the role of risk-free assets and risky securities in capital allocation, highlighting the practical limitations of mean-variance optimization. The second chapter delves into heuristic and Bayesian approaches, including the additional weight constraint method, resampling, and the Black-Litterman model, with particular emphasis on their applications in constructing efficient portfolios. Additionally, the Capital Asset Pricing Model (CAPM) and the Index Model are analyzed as fundamental tools for determining expected returns. Finally, the third chapter focuses on the practical implementation of the Black-Litterman model, discussing its advantages over traditional models and its implications for risk management and optimal portfolio construction. This thesis provides a comprehensive overview of the key tools and methodologies for portfolio optimization, combining theory and practical applications to support informed financial decision-making.
Non autorizzo consultazione esterna dell'elaborato
File in questo prodotto:
File Dimensione Formato  
Tesi Magistrale Marengo Paolo.pdf

non disponibili

Descrizione: L'elaborato analizza le principali teorie di gestione di portafoglio ed implementa il modello Black-Litterman tramite uno script in Python.
Dimensione 1.93 MB
Formato Adobe PDF
1.93 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/162269