Page 12 - 論文-黃毓婷V3 MFB

配置於 2021 年 1 月建立，並自該時起開始進行回測。隨後，每三

個月對資產權重進行一次調整，藉此形成滾動式的訓練與預測流

程，直至整體資料期間結束。本研究採用每三個月進行權重調整，旨

在兼顧模型回應市場變化的敏感度與實務投資操作上的頻率可行

性。鑒於實務操作及風險控制需求，本研究在最適投資組合求解過程

中，納入禁止放空限制條件，即所有資產的權重不得為負，並確保各

資產權重的總和為一。

3.2.3 績效評估方式

本 研 究 採 用 年 化 報 酬 率 (annualized return) 、 年 化 波 動

率 (annualized volatility)、夏普比率 (Sharpe ratio) 與最大回撤 (max

drawdown) 等四種常用指標，評估 Black-Litterman 投資組合之績效

表現。上述指標不僅廣泛應用於投資組合管理與資產配置領域，亦能

從報酬、風險、風險調整後報酬與下行風險等多面向，對投資策略之

效果進行綜合性評估。首先，年化報酬率衡量投資組合於整體回測期

間內的平均年度成長幅度，能有效反映長期投資績效。本研究依據每

期 (月) 報酬之平均值換算為年化報酬，其計算公式如下：


R  ann (1 r ˉ 1， (7)
) 
12
式 (7) 中， r 為整體回測期間之平均月報酬率。透過年化換算，可

將不同期間之投資表現標準化，以利比較分析。

年化波動率則用以衡量投資組合報酬變動程度，即風險水準。本

研究以月報酬率的樣本標準差乘以根號十二，換算為年化尺度，公式

如下：

 ann   monthly  12 ，

該指標越大，表示投資報酬波動越劇烈，風險相對較高。此指標有助

於了解策略報酬的穩定性與可預測性。

10