金融市场是一个复杂且多变的生态圈，涉及从经济数据到政治动态的各种影响因素。无论你身处何种角色——小投资者、企业财务，还是大型金融机构的资产经理，你都必须面对各种不确定性，例如股价波动、利率变动或突发事件如政治危机和自然灾害。因此，量化风险评估不仅是一种科学需求，更是一种财务安全的基本保障。其中，Value at Risk（VaR）是一个广受欢迎的风险量化工具，能在特定置信水平和时间范围内，预测资产
一金融专业人士以及对金融感兴趣的业余人士感兴趣的一类就是历史价格进行的技术分析。维基百科中定义如下，金融学中，技术分析是通过对过去市场数据（主要是价格和成交量）的研究预测价格方向的证券分析方法。下面，我们着重对事后验证过去市场数据的研究，而不是过多低关注对未来股价变动的预测。我们选取的研究目标是标准普尔（S&P）500指数，这是美国股票市场有代表性的指标，包括了许多著名公司的股票，代表着高
Liu(2009)发现高频协方差矩阵应用在投资组合中的效果和组合权重更新的频率有关。马科维茨的均值方差模型有三个假设： 1.假设市场五交易成本和税收，市场流动是充分的，资本市场有效 2.不考虑背景风险和投资者负债的呢因素对投资者的影响 3.投资者行为是理性的，同时是风险厌恶的。Fleming和kirby(2003)指出，基于高频协方差矩阵的投资组合的风险要低于基于低频协方差矩阵的投资组合风险
转载
2023-08-21 20:06:20
66阅读
python矩阵组合 产品组合矩阵是一个方便的工具，可以帮助您做出正确的产品组合决策。 这篇文章说明了如何有效地将其用于管理数字产品组合。 重装上阵 产品投资组合矩阵 （也称为增长份额和BCG矩阵）希望帮助您实现年轻产品与成熟产品的正确融合，以使投资组合创造的整体价值最大化。 矩阵将产品分类为问号，星星，摇钱树和宠物（也称为狗 ）。 下图显示了具有四个象限和产品类型的网格。 摇钱树用美元符
写在前面最近在看《赌神数学家》这本书，在此书的第四部分“圣彼得堡悖论的故事”的“香农的恶魔”这一小节中，讲了香农自己对于股票的投资策略。在这一小节中，有一个股票价格和香农调整后的投资组合折线图，正好也学过了用python绘制折线图，想想自己能不能绘制出这个图。下面简单介绍一下股票价格的随机游走和香农的投资策略。股票：起始价为1美元，每时间单位价格翻倍或减半的概率相等；香农投资策略：假设你的起始资金
理论就不多加叙述了，感兴趣的可以去查找MPT现代/均值-方差资产组合理论。 均值-方差理论的核心思想是同时考察资产组合的预期收益和风险，研究当我们有一系列可选资产的时候，应如何对其配置资金权重，从而可以得到最好的收益风险比，也就是最好的夏普比率。以下模拟投资组合的预期收益率和波动情况import pandas as pd
import numpy as np
%matplotlib inline
文章目录引言主要思路投资组合现代投资组合理论（MPT）波动率协方差权重分配投资组合期望回报投资组合方差代码实践获取基金净值的变化情况计算基金的波动率比较基金之间的相关性计算年期望收益计算组合期望收益利用有效边界进行投资组合优化小结参考文章 引言还记得今年年初，A股行情火热的样子吗。我把年终奖投进了?热门网红基金里，然后就是绿油油的大半年?。最近在外网看了一篇关于股票投资组合优化的文章，于是想着可
多股票策略回测时常常遇到问题。仓位如何分配？你以为基金经理都是一拍脑袋就等分仓位了吗？或者玩点玄乎的斐波拉契数列？OMG，谁说的黄金比例，让我看到你的脑袋（不削才怪）！！ 其实，这个问题，好多好多年前马科维茨（Markowitz）我喜爱的小马哥就给出答案——投资组合理论。 根据这个理论，我们可以对多资产的组合配置进行三方面的优化。1.找到有效前沿。在既定的收益率下使组合的方差最小。2.找到shar
转载
2023-09-18 19:23:06
0阅读
一、数据准备，先在excel表格上计算每日的波动率；excel数据为： 二、数据导入：import numpy as np
import scipy.stats as st
import pandas as pd
ret=pd.read_excel('text.xlsx',index_col="date")
ret三、协方差法：value = 100000000 #投资组合市
概述：目前，金融市场总是变幻莫测，充满了不确定因素，是一个有许多投资风险的市场。这与其本身的市场规律和偶然性有关，金融危机、国家政策以及自然灾难等都会影响到金融市场，均会影响投资的收益情况。所以投资者总是希望能够找到应对的方法来减少投资的风险而增加收益。随着老百姓对合理的财富分配理论有着迫切的需求，学会优化投资理财，做到理性投资，是当前投资者最关心的问题。投资优化的核心问题就是，投资者如何将现有的
转载
2023-09-20 22:50:05
0阅读
目录1. 学习目标2. 操作讲解3、作业结果1.、作业12、作业21. 学习目标使用 Python 实现不同的投资配比使用 Python 实现均值-方差模型2. 操作讲解通过上一个任务，你对马科维茨的均值-方差投资组合模型已经有所了解了。那么在 Python 中该如何实现呢？整个过程有些复杂，和之前使用Excel的实现也有较大差异。因此我们会将整段代码拆解一下，给你逐个讲解。大体上，这段代码将分为
转载
2023-08-10 14:34:48
132阅读
文章目录1. 学习目标2. 操作讲解2.1 练习12.2 练习22.3 练习32.4 练习42.5 练习52.6 练习62.7 练习72.8 练习82.9 练习92.10 练习102.11 练习112.12 练习122.12 小结1. 学习目标了解 Python 语言的常用语句和
转载
2023-09-16 10:47:31
104阅读
组合优化投资组合包括资产和投资资本。投资组合优化涉及决定每项资产应投入多少资金。随着诸如多样化要求，最小和最大资产敞口，交易成本和外汇成本等限制因素的引入，我使用粒子群优化(PSO)算法。投资组合优化的工作原理是预测投资组合中每种资产的预期风险和回报。该算法接受这些预测作为输入，并确定应在每个资产中投入多少资本，以使投资组合的风险调整回报最大化并满足约束。每种资产的预期风险和回报的预测需要尽可能准
转载
2023-09-05 14:35:53
44阅读
导入测试数据：import pandas as pd
import numpy as np
StockPrices = pd.DataFrame()
StockPrices = pd.read_excel('gupiao1.xlsx',index_col=[0])
StockPrices.index.name = '日期'
print(StockPrices.head())计算收益率：# 计算每日
目录1. 蒙特卡洛方法绘制组合收益与风险散点图2. 找出最小方差边界 方法一、 微积分+矩阵代数方法方法二、 scipy 优化器3. 找出最小方差组合(GMVP)1. 蒙特卡洛方法绘制组合收益与风险散点图随机设置10样本的权重，绘制100000个点，看最终形成的图形2. 找出最小方差边界用两种方法寻找:方法一、 微积分+矩阵代数方法方法二、 scipy 优
# 深度学习在投资组合管理中的应用
## 导言
随着人工智能和深度学习技术的快速发展，它们在各个领域的应用也越来越广泛，包括金融领域的投资组合管理。传统的投资组合管理往往依赖于专业投资者的经验和直觉，而深度学习可以通过大规模数据的学习和模式识别，辅助投资者做出更加科学和智能的决策。
## 深度学习在投资组合管理中的应用
### 数据预处理
在利用深度学习进行投资组合管理之前，首先需要进行
本文将模拟退火（SA）算法应用于投资组合优化问题。模拟退火（SA）是一种通用的概率和元启发式搜索算法，可用于找到以具有多个最优的大搜索空间为特征的优化问题的可接受解决方案。投资组合优化涉及在资产之间分配资本，以最大化风险调整回报。基本模拟退火算法该算法的灵感来自冶金退火中的随机过程，其中材料被反复加热和冷却。这样做是为了增加材料晶体的尺寸并减少其缺陷。这些材料特性取决于材料中通过加热...
原创
2021-05-20 22:07:08
414阅读
本文将模拟退火（SA）算法应用于投资组合优化问题。模拟退火（SA）是一种通用的概率和元启发式搜索算法，可用于找到以具有多个最优的大搜索空间为特征的优化问题的可接受解决方案。投资组合优化涉及在资产之间分配资本，以最大化风险调整回报。基本模拟退火算法该算法的灵感来自冶金退火中的随机过程，其中材料被反复加热和冷却。这样做是为了增加材料晶体的尺寸并减少其缺陷。这些材料特性取决于材料中通过加热...
原创
2021-05-20 22:07:09
447阅读
使用matplotlib和mplfinance生成专业的数据可视化仪表盘（下篇）投资结果的可视化（下篇）图表的布局规划及格式设定图表布局格式设定表头和回测结果摘要信息表1：绘制收益率曲线图1，绘制投资收益率以及基准收益率2，添加买卖区间3，使用箭头标记最大回撤区间表2：绘制对数比例的收益率曲线图表3：绘制收益额柱状图表4：绘制盈利能力指数变动图（阿尔法系数/夏普率）表5：绘制风险系数变动图（波动
我今年的研究课题是使用粒子群优化(PSO)的货币进位交易组合优化。在本文中，我将介绍投资组合优化并解释其重要性。其次，我将演示粒子群优化如何应用于投资组合优化。第三，我将解释套利交易组合，然后总结我的研究结果。组合优化投资组合包括资产和投资资本。投资组合优化涉及决定每项资产应投入多少资金。随着诸如多样化要求，最小和最大资产敞口，交易成本和外汇成本等限制因素的引入，我使用粒子群优化(PSO)算法。投
