马氏资产组合理论意义重大，但是在其假设过于严苛，有以下几点不足：第一，理性人假设。理性人假设不符合实际投资者行为，人是有非理性因素的，现实的投资者至多为有限理性，而做不到完全理性，因为投资者会存在一定的认知偏差。第二，假设投资者是风险厌恶的。假设投资者是风险厌恶的，他们对风险的态度是相同的，但是实际中，有的人却既买保险，又买股票，风险偏好和风险厌恶的两种特征在同一投资者身上体现。第三，风险度量存在
转载
2023-12-10 16:26:54
4阅读
介绍均值—方差模型是由H.M.Markowitz（哈里·马科维茨）在1952年提出的风险度量模型，这是现代资产配置的起点。马科维茨把风险定义为期望收益率的波动率，首次将数理统计的方法应用到投资组合选择的研究中。这种模型方法使相互制约的目标能够达到最佳的平衡效果。其最有名的应用者是耶鲁大学校友捐赠基金主理人斯文森。 耶鲁大学教育基金的资产数量及配置变
转载
2023-07-07 10:44:09
0阅读
Portfolio在金融投资理论中占有非常重要的地位，Markowitz根据每一种证券的预期收益率、方差和所有证券间的协方差矩阵，得到证券组合的有效边界，再根据投资者的效用无差异曲线，确定一组Portfolio。Markowitz均值方差模型为：min sigma^2=X'MXmax E(r)=X'Rs.t. x1+x2+...+xn=1其中，R=(R1,R2,...,Rn)';Ri=E(ri)是
转载
2023-12-18 19:15:12
51阅读
Matlab在马柯维茨均值-方差模型的简单应用Matlab在马柯维茨均值-方差模型的简单应用 陈思仰 20100512003 Markowitz(1952)发展了一 个在不确定条件下严格陈述的 可操作的资产组合选择理论： 均值-方差方法 Mean-Variance methodology. 马科维茨(H. Markowitz, 1927～) 《证券组合选择理论》 马柯维茨模型以预期收益率期望度量收
转载
2023-09-18 15:39:21
10阅读
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
80阅读
再上代码。# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
# Random seed
np.random.seed(123)
## NUMBER OF ASSETS
n_assets = 4
## NUM
转载
2024-03-18 09:51:43
153阅读
数据部分这个部分，我们使用的是csv数据。下面介绍数据处理的方法。数据读取在Python中，我们可以使用内置的csv模块来读取csv文件。以下是一个简单的例子，演示如何将csv文件读取为多维列表：import csv
# 创建一个空列表来存储数据
data = []
# 使用with语句打开csv文件，这样可以确保文件在使用完之后会被正确关闭
with open('your_file.csv'
使用numpy可以做很多事情，在这篇文章中简单介绍一下如何使用numpy进行方差/标准方差/样本标准方差/协方差的计算。variance: 方差方差（Variance）是概率论中最基础的概念之一，它是由统计学天才罗纳德·费雪1918年最早所提出。用于衡量数据离散程度，因为它能体现变量与其数学期望（均值）之间的偏离程度。具有相同均值的数据，而标准差可能不同，而通过标准差的大小
转载
2023-06-13 14:40:15
150阅读
单因素方差分析在此之间我们先导入数据，案例：我们探究施肥与否是否对植物的生长有影响，试验为： - 对照组：清水 - 实验组： 某肥料四个浓度梯度，分别是A,B,C,D，施肥一段时间之后测量树高（要控制其他变量保持一致，比如施肥之前的树高要基本保持一致，生长势基本保持一致等等）在方差分析满足，独立性，正态性，方差齐性，虽然没有满足方差齐性也可以进行非参数的检验，下面我们开始对数据进行处理import
转载
2023-06-20 20:41:22
216阅读
统计学中的均值、方差、协方差 刚开始写blog，研一弱鸡一只，看东西也是看了就忘，所以就打算记点东西，加油叭~ 随机变量的数字特征： （1）均值： 描述一维随机变量，表明信息是有限的。 （2）方差、标准差： 描述一维随机变量的数据的“散布度”。 （3）协方差：度量两个随机变量关系的统计量。方差的定义：协方差定义：代表了两个随机变量是否同时偏离均值。一般都用后面那个协方差公式。 协方差物理
转载
2024-04-15 14:43:15
233阅读
今天，我们来讲一讲“均值方差模型”。介绍模型之前，先讲一下模型诞生背后的故事。 背后的故事从前，有一个年轻人，叫哈里·马科维兹（Harry Markowitz），彼时他正在芝加哥大学攻读经济学博士学位，一次偶然的机会他在办公室门外等待见导师、准备讨论博士论文时遇到了一个股票经纪人，和股票经纪人的一番交谈使他的研究方向转向了证券市场。导师鼓励他对这个领域进行研究，并给他推荐了当时著名的经济
转载
2023-11-21 22:05:02
13阅读
均值方差模型有效前沿Python
在量化投资领域中，均值方差模型为资产配置提供了一个重要而强大的工具。通过有效前沿分析，投资者能够在期望收益与风险之间寻找最佳平衡。本文将带您逐步深入如何利用Python实现均值方差模型的有效前沿。在这个过程中，我们将涵盖环境准备、集成步骤、配置详解、实战应用、排错指南以及性能优化等方面。
## 环境准备
首先，我们需要确保项目依赖的库已正确安装。以下是必要的
目录1. 学习目标2. 操作讲解3、作业结果1. 学习目标理解马科维茨的均值-方差模型使用 Excel 实现均值-方差模型2. 操作讲解在上一个任务中，我们通过实践理解了不确定性的风险和相关性风险。因此，一般情况下我们都需要进行投资组合来分散风险。那么，怎样的组合才能保证我们既能获得较高的收益，同时承担较低的风险呢？这个问题并不好回答，因为组合里的每一项投资的风险和收益不尽相同。为此，哈里·马科维
转载
2023-08-09 15:42:27
171阅读
目录统计函数:Numpy 能方便地求出统计学常见的描述性统计量一：Numpy中统计函数--平均值求平均值二：Numpy中统计函数--中位数中位数 np.median平均数和中位数的区别三：Numpy中统计函数--标准差求标准差ndarray.std()四：Numpy中统计函数--方差求方差ndarray.var()标准差和方差的区别五：Numpy中统计函数--最大最小值求最大值： ndarray.
转载
2023-09-30 20:42:52
227阅读
一、统计学基本概念：均值、方差、标准差统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述：均值：方差：标准差：均值描述的是样本集合的中间点，它告诉我们的信息是有限的。方差（variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方
转载
2023-11-27 15:28:35
113阅读
# 深度学习模型训练时均值方差的实现指南
深度学习模型训练中的均值（Mean）和方差（Variance）是对数据集的标准化过程中的重要概念。在训练之前，我们通常会对输入数据进行标准化，以提高模型的训练效果。下面，我将详细描述如何实现这一过程，带你走过每一步。
## 流程概述
在实现均值和方差的过程中，我们可以将工作分成以下几个步骤：
| 步骤 | 描述 |
| ---- | ---- |
原创
2024-10-02 04:49:13
119阅读
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： 参数说明：number代表需要求绝对值的数值或引用的单元格。应用举例：如果在B2单元格中输入公式：=ABS(A2)，则在A2单元格中无论输入正数(如100)还是负数(如-100)，B2中均显示出正数(如100)。特别提醒：如果number参数不是数值，而是一些字符(如A等)，则B2中返回错误值“#VALUE！”。#AVE
from __future__ import print_function
# 均值计算
data = [3.53, 3.47, 3.51, 3.72, 3.43]
average = float(sum(data))/len(data)
print(average)
#方差计算
total = 0
for value in data:
total += (value - avera
转载
2023-06-20 10:18:43
248阅读
