由于马科维兹1952年的开创性工作,人们开始把数量模型引入到资产投资组合管理中。但是马科维兹均值方差模型对于输入参数的变动非常敏感,从而使得资产的配置结果分散化程度低,也就很难应用于实践。基于此,布莱克和李特曼提出了布莱克-李特曼模型,模型通过贝叶斯方法把投资者对资产收益率的观点加入到市场均衡期望收益率中去,从而形成了新的混合期望收益率估计(隐含期望收益率)。对于资产管理来说,BL模型有两方面的优点。一是通过逆向优化方法把市场均衡引入到模型中去,使得BL模型得出的结果更为分散化。另一方面,BL模型把投资者的主观观点加入到模型中去,这为策略投资提供了一个很好的框架。但原模型很难应用于股票市场,一是股票数量多导致计算量过大,二是模型中的参数也很难设定。所以对原模型进行了扩展,提出了基准组合优化下的BL模型。此模型一方面把基准组合扩展到市场组合之外,另一方面在假设历史收益率的跟踪误差与投资者观点所带来的跟踪误差具有一定可比性的基础上,确定了参数r的值,从而也就解决了上面两个问题。关于投资组合权重选择问题,我们用优化跟踪误差模型代替传统的均值方差模型。通过分析,我们认为在模型的使用过程中之前的逆向优化方法也必须采用优化跟踪误差模型。并且在此情况下模型的隐含均衡期望收益率皆为0,这使得模型的结果更为直观。最后我们还着重分析了资产的权重约束对资产组合模型的影响。分析了不同约束情况下对基准组合优化下的BL模型的影响。最终结果认为合适的资产权重约束可以显著提高收益率特征。