由于场外期权合约的买卖在交易双方间私下进行而非通过公开市场，因而可能很难确定合约的价格有利于买方还是卖方。为对这些合约进行定价，金融分析师往往依据看涨期权或看跌期权价格估算出风险中性密度(RND)值。常规做法是根据历史数据来确定定价模型的参数值，进而估算RND值。根据参数定价模型估算RND有几个缺点：如处理时间较长而且可能存在误差。简单模型可快速完成调试，但很可能会与金融数据的一些历史经验特征不一
项目地址 ： https://github.com/awake1t/linglonglinglong一款资产巡航扫描系统。系统定位是通过masscan+nmap无限循环去发现新增资产，自动进行端口弱口令爆破/、指纹识别、XrayPoc扫描。主要功能包括: 资产探测、端口爆破、Poc扫描、指纹识别、定时任务、管理后台识别、报表展示。 使用场景是Docker搭建好之后，设置好你要扫描的网段跟爆破任务。
转载
2024-08-18 19:47:08
34阅读
# 如何实现“多资产风险平价”模型的Python教程
在当今的金融市场，多资产风险平价是一种非常重要的投资策略。风险平价策略旨在通过按风险贡献来分配资本，从而减少投资组合的波动性。本文将引导你逐步实现这个模型，包括所需的步骤、代码示例和可视化效果。
## 流程概述
首先，下面是实现多资产风险平价的步骤概要：
| 步骤 | 描述 |
|-
风险指标数据有利于对策略进行一个客观的评价，主要风险指标包括：策略收益（Total Returns）策略年化收益（Total Annualized Returns）基准收益（Benchmark Returns）基准年化收益（Benchmark Annualized Returns）阿尔法（Alpha）：投资中面临着系统性风险（Beta）和非系统性风险（Alpha），Alpha是投资者获得与市场波动
转载
2024-10-13 17:36:31
48阅读
# 大类资产风险平价的Python实现
在现代投资理论中，大类资产配置是一个重要的概念。它涉及到不同资产类别（如股票、债券、大宗商品等）的组合，以实现风险和收益的最佳平衡。风险平价是一种投资策略，旨在通过分配风险而非资金来获得更好的风险调整后的回报。本文将介绍如何使用Python实现大类资产的风险平价，并给出代码示例。
## 风险平价的基本概念
传统的资产配置通常是根据资产的历史收益和波动率
Markowitz Mean-Variance Model 均值方差Risk Parity 评先评价特点在于配置风险，而不是资产，目的在于使得单个资产对总资产风险的贡献是一致的或者以下： *r
转载
2024-05-15 14:52:45
30阅读
如何用MATLAB优化投资组合的风险(方差)或得到投资组合的有效前沿在金融领域，如果降低投资的风险是一个非常重要的问题，没有风险控制的投资无异于在资本的汪洋大海里裸奔。 我们一般用资产收益率的方差来表示资产的风险(资产收益率的标准差称为波动率)， 而计算投资组合的风险则是一般人比较难理解的，这里我们不进行推导，直接给出计算表达式 其中Var§为资产组合p的风险，w为各资产的权重，X为各个资产的收益
转载
2023-12-21 09:31:06
12阅读
刷题提示以下题目适合二刷：（英文版序号） 概念11,12（特殊可行集），17,18,19（证券选择）计算7,8（带协方差项的方差计算）实务4-10（养老基金），CFA1-3（养老基金），CFA12（遗产管理） 排雷：不建议做中、英文版最后两道高级题。时间序列分析不是现在的主线任务，涉及的概率论、数理统计太过复杂，需要更系统的学习。考研人都是风险厌恶的，系数A>0，意味着这种时间成本、风险过高
转载
2023-10-30 14:02:00
14阅读
20世纪70年代以前，金融机构在测定和管理信用风险方面将定性与定量分析相结合，主要通过分析财务报表对客户的信用质量进行主观评价。20世纪80年代以后，随着金融理论及计量技术的发展，基于金融市场信息和金融理论的现代信用风险量化模型逐渐发展起来。国际上一些大型金融机构开发出各自的信用风险评估系统。这些模型为实现投资分散化和具体的授信决策提供量化的、科学的依据，为传统信用分析方法提供很好的补充。 专家
转载
2023-08-11 16:37:56
210阅读
总第241篇/张俊红在人工智能算法大数据时代，会有各种各样的预测模型，那怎么来评判一个预测模型的准确度呢？这一篇就来聊聊常用的一些评价指标。所谓的预测准确度其实就是预测值和实际值之间的相近程度，预测值和实际值之间越接近，说明预测准确度越高。我们用y_{hat}表示模型的预测值，y表示模型的真实值。1.MSEMSE是Mean Square Error的缩写，表示均方误差，具体公式如下：该公式表示每个
转载
2024-01-24 13:54:39
60阅读
在信贷风控场景中，我们经常接触到机器学习的分类模型，例如贷前的违约预测、贷中的风险预警、贷后的价值分层等，可以说分类模型是信贷模型体系的主要内容。对于分类模型效果的评估，我们也相对比较熟悉，常用的宏观评价指标包括KS、AUC、Accuracy、Precision、Recall、F1_score等，但在模型实际应用过程中，由于模型应用业务场景的区别，以及建模人员处理方法的差异，针对以上常见评估指标并
转载
2023-10-06 22:53:36
391阅读
# 利用Python计算的最优风险资产组合
在现代金融理论中，资产组合的优化是一个重要的研究领域。通过合理配置各种风险资产，可以实现收益最大化和风险最小化。近年来，Python作为一种强大的数据分析工具，受到了越来越多投资者和分析师的广泛关注。本文将介绍如何使用Python计算最优风险资产组合，并展示相关的代码示例。
## 1. 理论背景
现代投资组合理论（Modern Portfolio
原创
2024-09-28 05:51:28
472阅读
python 资产管理一、Agent 方式 1.这个方法的优点：使用简单，速度快，适合服务器较多场景使用，缺点：服务器比较占资源，性能会变低。
2.使用Agent的前提条件是客户端（服务器）特别多的时候使用这种方法。
3.Agent方法原理是在每一台服务器上部署python脚本代码（拷贝到服务器），然后再从每一台服务器中获取硬件信息4.每一个客户端都会把数据发送给api然后再通过api把每个
转载
2024-01-05 14:43:36
58阅读
文章目录property概述改进1改进二改进三property类self`__new__`方法`__call__`方法`__doc__`方法 property概述在python中主要为属性提供一个便利的操作方式如果我们现在需要设计一个银行账户类，这个类中包含账户人的姓名，余额（假如现在不考虑具体的操作接口）class Account(object):
def __init__(self,
转载
2023-12-04 13:38:49
54阅读
