La �Gran Confusión� radica en las condiciones necesaria y suficiente para la utilización del análisis media-varianza en la práctica. Las distribuciones Normales (Gaussianas) de rendimientos constituyen una condición suficiente, pero no necesaria. Para aquellos que (como el autor) aceptan la maximización de la utilidad esperada en la toma de decisiones racionales, la condición necesaria y suficiente es que una cuidadosa selección a partir de la frontera media-varianza prácticamente maximice la utilidad esperada para un amplio abanico de funciones de utilidad cóncavas (aversión al riesgo). Más de cincuenta años de extensa (pero ciertamente poco conocida) investigación muestran que determinadas funciones de la media y la varianza han funcionado bastante bien en lo que a la estimación de la utilidad esperada se refiere. La investigación reciente indica que realmente funcionan mejor que las funciones de la media y medidas líderes alternativas de riesgo.
The "Great Confusion" is between necessary and sufficient conditions for the use of mean-variance analysis in practice. Normal (Gaussian) return distributions is a sufficient condition but not a necessary one. For those (such as the author) who accept the expected utility maxim for rational decision making, the necessary and sufficient condition is that a careful choice from the mean-variance frontier will almost maximize expected utility for a wide variety of concave (risk-averse) utility functions. Over fifty years of extensive (but remarkably little-known) research shows that certain functions of mean and variance do a quite good job of estimating expected utility. Recent research indicates that they actually do a better job than functions of mean and the leading alternate measures of risk.