He observado en mis pruebas retrospectivas que "encoger" el vector de rendimientos esperados hacia cero tiende a mejorar el rendimiento. Esto me ha llevado a investigar métodos de contracción para el vector de previsiones/retornos esperados frente a la "contracción" tradicional aplicada a la estimación de la matriz de riesgo/covarianza.
Una forma estructurada de hacerlo es el enfoque bayesiano, que parece llevar a Black Litterman. Hay algunos consejos para reducir el vector de rendimientos esperados aquí
pero me pregunto si la gente tiende a realizar el Black Litterman en un sentido online como en el rebalanceo de carteras.
Por ejemplo, esto significaría utilizar sus ponderaciones/posiciones de cartera anteriores como su prioridad y actualizar su prioridad con sus nuevas previsiones de rentabilidad esperada en el siguiente paso temporal.
¿Es este un caso de enfoque/uso común de Black Litterman?