在贝叶斯设定下,均值和方差——协方差的估计值都有一个与之相关联的置信区间,以度量估计的准确性。准确的估计值的置信区间较窄,而不准确估计位的置信区间较宽。在获知了估计值的准确度之后,我们就可以根据置区试间的宽度来决定每种证券在投资组合中的权重。参数估计的置信区间越宽,证券在投资组合中的权重越小。当置信区间长度接近于0时,权重值就与从经典的均值一方差最优化方法中所得权重值相似。
有些投资者对于预测的准确性特别敏感,他们倾向于从他们的交易工具中剔除那些给出不准确或模棱两可预测的系统。
Garlappi, Uppal和Wang(2007)为这些投资者开发出了一种贝叶斯投资组合分配办法。模糊厌恶(ambiguity-averse)型投资者可能会参照多个信息来源,并且只有当所有信息来源对于某个证券未来走势看法一致时,他们才会交易此证券。
模糊厌恶与风险厌恶是两个不同的概念。风险厌恶衡旦的是交易执行之后,投资者对事后收益方差的容忍度;而模糊厌恶衡量的是交易执行之前,投资者事前对交易结果预测值分散程度的容忍度。