市场风险中性假设的r0只是等效r的其中之一于德浩2020.6.23在BS期权定价方程中，用到了一个市场风险中性假设，可后来人们发现，由此方程解出的期权价格C不仅适用于理想的市场风险中性条件，也符合现实的风险厌恶或风险未知的情形。我在上一篇的推导中，指出BS期权定价方程是特殊条件下成立，但解得的认购期权价格C具有一般普适性。因为，我们只要找到一个等效的收益率r，使得a*r1-b*r2=(a-b)*r
1.背景介绍投资组合优化是资产管理和投资银行业务中的一个核心话题。因子分析是一种常用的投资组合优化方法之一，它可以帮助投资者更好地理解市场数据，从而更好地管理投资风险。本文将详细介绍因子分析的核心概念、算法原理、具体操作步骤以及代码实例。1.1 投资组合优化的重要性投资组合优化是指通过优化投资组合的收益与风险来实现投资目标的过程。投资组合优化可以帮助投资者找到满足风险承受能力和收益要求的最佳投资组
1、VaR简介 2、VaR原理3、不同VaR实现方法及适用场景3.1 历史模拟法3.1.1 使用TUSHARE读入美的复权后估计数据隆重介绍一下TUSHARE， 非常好的财经数据库， 能获取到国内股价信息#环境&数据准备
import sys as sy
import numpy as np
import pandas as pd
import tushare as ts
imp
import pandas as pd
import numpy as np
import calendar
import matplotlib.pyplot as plt
import matplotlib.dates as mdate
from datetime import datetime
from dateutil.parser import parse
from scipy.optim
险型决策的基本方法是将状态变量看成随机变量，用先验分布表示状态变量的概率分布，用期望值准则计算方案的满意程度。 但是在日常生活中，先验分布往往存在误差，为了提高决策质量，需要通过市场调查来收集补充信息，对先验分布进行修正，然后用后验分布来决策，这就是贝叶斯决策。贝叶斯理论是决策领域的一个重要分支，关于风险型决策和贝叶斯决策的理论知识，大家可以查阅相关书籍，没有电子版，这是代码学习，我就不多赘述了。
1952年，马科维兹的一篇《证券投资组合选择》开启了现代投资组合理论的时代，该理论包括两个重要内容：均值-方差分析和有效前沿。有效前沿大概长这样:通过资产的均值方差分析，我们可以找到一条有效前沿，在这条有效前沿上的点就是最佳的投资组合，这些投资组合有这样的特点：给定组合收益水平，组合的风险最小；给定组合的风险水平，组合的收益最大。传统的60/40组合一直以来，人们喜欢60/40这个投资组合，也就是
转载
2023-08-11 09:51:31
184阅读
在项目经理做一个项目的时候，预算往往是很重要的，首先可以保证企业的效益，在项目进行中，人机料法环每一个环节都会影响项目的成本，而预算做得好，在很大程度上保证了企业的效益。其次可以控制项目的风险，项目预算做得好，在项目的启动规划执行收尾等过程中都有计划，所以在项目各个环节出现问题后，都有应对计划，那么就可以避免很多风险。同时项目预算做得好，有助于合理利用资源，在一个项目中，需要使用很多资源，而制定合
目录一、前期准备二、数据来源与样式 三、数据的预处理（一）表格处理（二）数据导入（三）数据处理 四、模型构建（指数平滑）（一）数据作图（二）观察季节性与趋势（三）一阶指数平滑（四）二阶指数平滑（五）三阶指数平滑（六）均方误（MSE）比较 （七）正态性检验五、数据预测六、总结七、完整代码一、前期准备本次模型的构建与预测都是用的是python进行，其中涉及多个库：impo
银行信贷风险评估模型代码分析一、背景概要信贷业务又称为信贷资产或贷款业务，是商业银行最重要的资产业务，通过放款收回本金和利息，扣除成本后获得利润，所以信贷是商业银行的主要赢利手段。二、代码解析1 相关技术背景XGBoost是一套提升树可扩展的机器学习系统。目标是设计和构建高度可扩展的端到端提升树系统。提出了一个理论上合理的加权分位数略图来计算候选集。引入了一种新颖的稀疏感知算法用于并行树学习。提出
# 用 Python 实现风险评估
风险评估是分析和评估潜在风险以作出决策的一种重要方法。在金融、工程、医疗和其他行业中，风险评估都是至关重要的。本文将向你展示如何使用 Python 实现一个简单的风险评估模型。
## 流程概述
在开始之前，我们可以先看一下整个风险评估的流程。以下是我们需要遵循的步骤：
| 步骤 | 描述 |
|------|------|
| 1 | 收集数据 |
PRINCE是Project In Controlled Environment（受控环境下的项目管理）的简称。 PRINCE2描述了如何以一种逻辑性的、有组织的方法，按照明确的步骤对项目进行管理。它不是一种工具也不是一种技巧，而是结构化的项目管理流程。这也是为什么它容易被调整和升级，适用于所有类型的项目和情况。本一篇主要介绍P2的风险与变更管理的道与术。 第八章、风险-风险预算：风险预
风险计算与缓解策略风险场景建立后就明确了目标对象所面临的的风险点，但是如何计算各个风险场景的对应估值，并 且通过针对高风险 点的风险场景有策略地实施防护部署来降低风险，下面将会进行分析。首先了解风险计算模型，如下图所示： 业务 目标 威胁源 威胁 攻击向量 后 果 影 响 事件 目标对象 风险 可能性 评估 图 6.1 风险计算模型 风险场景都需要进行量化评估。这一过程使用诸如通用漏洞评分系统（
1. 风险价值（VaR）简述风险价值（value at risk，VaR）是指在一定的持有期和给定的置信水平下，利率、汇率、股价等风险因子发生变化时可能对投资组合造成的潜在最大损失。例如：持有期 1 天、置信水平 95% 的情况下，计算得到的 VaR 值为 1000 万元，则表明该投资组合在1天中有 95%的可能性损失不会超过1000万，换句话说，1 天中，有5%的可能性损失会超过 1000 万元
转载
2023-07-24 16:10:26
176阅读
# 实现Python风险平价
## 流程概述
在实现Python风险平价的过程中，我们将分为以下几个步骤：
| 步骤 | 描述 |
| ---- | ---- |
| 1 | 数据准备 |
| 2 | 计算资产权重 |
| 3 | 计算风险平价权重 |
| 4 | 生成交易信号 |
## 1. 数据准备
在这一步，我们需要准备数据，包括各资产的收益率数据。
```python
# 导入
一、为什么要了解投资风险在探讨投资风险前，我们不妨思考一个问题：好的投资，取决于哪些因素？其实，卓越的投资回报，主要来源于四个因素：收益预测：能形成合力的收益预期；风险控制：能谨慎地捕捉市场机会；过程控制：能保持投资方式上的一致性；成本控制：能使得投资利润不被过度或无效率的交易所侵蚀。不仅仅量化投资是如此，无论是资产配置、主动管理、被动管理，亦或主观交易，对任何投资管理而言，想要获得出色的投资回报
组合优化- 均值方差、最大夏普、风险平价模型-基于matlab的实现理论性质的大家参考网上搜索吧： 关键词：均值方差模型的实现 风险平价模型的实现 组合优化matlab以上模型实现本质是 二次规划问题求最优。数理理解还最好搜索下 二次型，规划求解，导数常见概念。简单概括： 均值方差模型思想：在一定收益水平下，最小化风险 风险平价模型的思想：每个子资产贡献给组合的风险相同。 最大夏普思想：组合的超额
转载
2023-08-21 20:17:32
202阅读
1、损失函数和风险函数(1)损失函数：常见的有 0-1损失函数 绝对损失函数 平方损失函数 对数损失函数(2)风险函数：损失函数的期望 经验风险：模型在数据集T上的平均损失 根据大数定律，当N趋向于∞时，经验风险趋向于风险函数2、模型评估方法(1)训练误差与测试误差 训练误差：关于训练集的平均损失 测试误差
在 2017 年 GitHub 开始对托管在其网站的代码仓库和依赖库开始提供安全漏洞检查和告警，开始时候只支持 Ruby 和 JavaScript 语言的项目。根据 GitHub 官方数据显示截止目前 Gitub 已经对50万仓库的400多万个安全漏洞发出了漏洞安全告警。GitHub 统计还显示，基本上这些告警都得到开发者的积极回应，大概一半告警都在一周内收到响应，三分之一的漏洞在一周内得到解决。
头一次接触到风险管理的概念，差不多是三年前了，第一次读《与熊共舞》，喜欢它围绕伦理的道德论所做的哲学论述，虽浅显而深入，如果有一本书能够改变自己对某些事情的看法，我定义其为一本“好书”。 这一次回过头来再想想风险管理这个词，再想想其立意，再想想这些年来做过的项目，心情复杂，总结总结，对以后有好处。 风险管理的五大核心风险：进度安排的先天错误 需求膨胀 人员流失 规约崩溃 低生产率
python大战机器学习——模型评估、选择与验证
1、损失函数和风险函数(1)损失函数：常见的有 0-1损失函数 绝对损失函数 平方损失函数 对数损失函数(2)风险函数：损失函数的期望 经验风险：模型在数据集T上的平均损失 根据大数定律，当N趋向于∞时，经验风险趋向于风险函数2、
