Portfolio problems with two levels decision-makers: Optimal portfolio selection with pricing decisions on transaction costs. Extended version and complete risk profiles analysis
本文提出了一种新的双层领导者-追随者投资组合选择问题,其中金融中介成为决策者。这个金融中介机构决定投资某些证券的单位交易成本,使其收益最大化,而投资者则选择他的最佳投资组合,使风险最小化,并确保给定的预期回报。因此,交易成本成为投资组合问题中的决策变量,并纳入两个层次的决策者:金融中介和投资者。这些情况导致了一般非线性规划公式在这两个层次的决策过程。我们提出了不同的两层版本的问题:金融中介领导者,投资者领导者和社会福利,并分析了他们的属性。此外,我们开发的混合规划线性规划配方的一些建议的问题和有效的算法为其他一些。最后,我们报告了一些计算实验的数据取自道琼斯工业平均指数,并分析和比较不同的模型得到的结果。
2019-12-10 math.OC
Quantum Portfolio Optimization: An Extensive Benchmark
Fraunhofer Institute for Integrated Circuits(弗劳恩霍夫集成电路研究所)
研究量子计算机在投资组合优化中潜力的基准测试,对比量子退火等量子方法与经典混合整数规划等方法,在含250个实例的数据集上测试,结果显示经典方法表现更佳,量子优势空间有限。
2026-10-08 math.OC quant-ph
Algebraic Recipes for Integer Programming
整数规划是求解非负整数上的线性方程组。基本问题是找到一个解决方案,使给定的线性目标函数的固定的右手边。这里我们也考虑参数版本,其中目标函数和右侧允许变化。主要重点是Gröbner基地,合理的生成函数,以及如何使用现有的软件包。具体的应用问题,统计建模将提出。这些是在2004年1月5日至6日在凤凰城举行的联合数学会议之前,在AMS短期课程“优化趋势”期间所作的演讲的笔记。
2003-10-13 math.AC math.OC
Portfolio Construction as Linearly Constrained Separable Optimization
均值-方差投资组合最优化问题通常涉及可分离的非凸项,包括资本收益惩罚、整数份额约束、最小头寸和交易规模。我们提出了一个启发式算法的基础上的交替方向法的乘法器(ADMM)。这种方法允许在几十到几百毫秒的时间内解决大约1000个证券和100个风险因素。我们也得到了一个界限上的可实现的性能。我们的启发式和界都来自于其他最优化问题与一个可分离的目标和仿射等式约束的类似结果。我们讨论了一个具体的实施的情况下,在目标中的可分离的条款是分段二次的,我们实证证明其有效性的税收意识的投资组合建设。
2022-07-01 math.OC q-fin.PM
Cardinality-constrained Distributionally Robust Portfolio Optimization
研究了一个具有基数约束的分布鲁棒投资组合最优化模型。我们制定了这个模型作为一个混合整数半定优化(MISDO)问题,通过基于矩的资产收益率的概率分布的模糊集。为了精确求解大规模问题,提出了一种基于双层优化重构的割平面算法。我们证明了算法的有限收敛性。我们还将矩阵完成技术应用于较低级别的SDO问题,使其问题的规模小得多。数值实验表明,我们的切割平面算法是显着快于国家的最先进的MISDO求解器SCIP-SDP。我们还表明,我们的投资组合最优化模型可以获得良好的投资绩效相比,传统的鲁棒最优化模型的基础上的椭球不确定性集。
2022-12-21 cs.DS math.OC
A Globally Optimal Portfolio for m-Sparse Sharpe Ratio Maximization
针对m-稀疏约束下夏普比率优化难题,本文将分式问题等价转化为二次规划,并提出具有收敛速率和全局最优保证的PGA算法。
2024-10-28 math.OC
Robust portfolio optimization for recommender systems considering uncertainty of estimated statistics
Graduate School of Science and Technology, University of Tsukuba(筑波大学科学技术研究科);Institute of Systems and Information Engineering, University of Tsukuba(筑波大学系统与信息工程研究所)
针对推荐系统中评分统计量存在估计误差的问题,本文提出基于基数型不确定集的鲁棒投资组合优化模型,将其归约为混合整数线性优化问题,实验证明该方法能同时提升推荐准确性与多样性。
2024-09-29 cs.IR cs.LG math.OC
Bilevel Cutting-plane Algorithm for Solving Cardinality-constrained Mean-CVaR Portfolio Optimization Problems
研究了以条件风险价值(CVaR)为风险度量的均值风险投资组合最优化模型。我们还采用基数约束来限制投资资产的数量。求解这种基数约束的均值CVaR模型在计算上具有挑战性,主要有两个原因。首先,由于基数约束,该模型被表示为混合整数优化(MIO)问题,因此当可投资资产数量较大时,精确求解该问题非常困难。第二,问题规模取决于资产回报情景的数量,当情景数量较大时,计算效率会降低。为了克服这些挑战,我们提出了一个高性能的算法命名为\emph{bilevel cutting-plane algorithm}的基数约束均值CVaR投资组合最优化问题精确求解。我们首先将问题转化为一个两层最优化问题,然后开发一个切割平面算法来解决上层问题。为了加快计算切割生成,我们适用于低层次的问题,另一个切割平面算法,有效地最大限度地减少CVaR与大量的情况。此外,我们证明了我们的双层切割平面算法的收敛性。数值实验表明,与其他MIO方法相比,我们的算法可以更快地提供最优解的大型问题的例子。
2020-08-07 math.OC
A combinatorial optimization approach to scenario filtering in portfolio selection
最近的研究强调了这样一个事实,即根据经验金融时间序列计算的协方差阵似乎包含大量的噪声。这使得经典的Markowitz均值-方差最优化模型无法正确评估与所选投资组合相关的绩效。由于Markowitz模型仍然是最常用的面向过滤器的工具之一,文献中已经提出了几种过滤方法来解决这个问题。其中,最有前途的两种策略是随机矩阵理论和幂映射策略。这些方法的基本思想是在保持均值-方差最优化模型不变的前提下,对相关阵进行变换。然而,实验分析表明,这两种策略是不够有效的,当应用到真实的金融数据集。在本文中,我们提出了一种替代过滤方法的基础上组合优化。本文提出了一个新的混合二次二次规划模型来过滤那些可能影响投资组合未来表现的观测值。我们讨论了这个新模型的性质,并在一些真实的金融数据集上进行了测试。我们比较了我们的投资组合的样本外表现与上述两个替代策略提供的投资组合之一。我们表明,我们的方法优于他们。虽然我们的模型可以用标准的优化求解器有效地求解,但对于大型数据集,计算负担会增加。为了克服这个问题,我们还提出了一个启发式的程序,经验表明是既有效率和有效的。
2021-03-01 math.OC q-fin.PM
A unified approach to mixed-integer optimization problems with logical constraints
Massachusetts Institute of Technology(麻省理工学院);London Business School(伦敦商学院)
本文提出了一个统一的框架来解决一类带有逻辑约束决策变量的经典混合整数最优化问题,包括网络设计、设施选址、机组组合、稀疏组合选择、二次优化、稀疏主分析和稀疏学习问题。这些问题表现出连续变量和离散变量之间的逻辑关系,通常使用大M公式进行线性重新表述。在这项工作中,我们挑战这种长期的建模实践,并以非线性的方式表达逻辑约束。通过施加正则化条件,我们将这些问题重新表述为凸二元最优化问题,这是可解的使用外近似过程。在数值实验中,我们建立了一个通用的数值策略,它结合了切割平面,一阶和局部搜索法,解决这些问题的速度更快,规模更大,比最先进的混合整数线性或二阶锥方法。我们的方法成功地解决了100个节点的网络设计问题,并提供了比最先进的解决方案高出40%的解决方案;稀疏投资组合选择问题,最多有3,200只证券,而以前的尝试只有400只证券;稀疏回归问题,最多有100,000个协变量。
2021-01-25 cs.LG math.OC stat.ML
Tax-Aware Portfolio Construction via Convex Optimization
我们描述了一种基于优化的税收意识的投资组合的建设方法,增加了纳税义务,以标准的Markowitz为基础的投资组合建设。我们的方法生成一个交易列表,该列表指定了每种资产的买入股数和每种持有的税手的卖出股数。为了避免虚卖(其中不允许一些已实现的资本损失),我们假设我们每月交易,并且不能同时购买和出售相同的资产。具有税收意识的投资组合作图题不是凸的,但当我们指定每种资产是买还是卖时,它就变成凸的,可以用标准的混合整数凸优化方法求解,但对于某些问题实例,求解时间会很长。我们提出了一个自定义的凸松弛的问题,借用曲率的风险模型。这种放松可以提供一个很好的近似真实的纳税义务,同时大大提高计算的易处理性。这种方法只需要解决两个凸优化问题:第一个问题决定我们是买入还是卖出每一种资产,第二个问题生成最终的交易清单。在我们的数值实验中,我们的方法几乎总是解决非凸问题的最优性,当它没有,它产生一个交易列表非常接近最优。回测表明,我们的方法的性能是不可区分的,从使用全局最优解,但大大减少了计算工作量。
2021-02-21 math.OC q-fin.PM
A Hybrid Relaxation-Heuristic Framework for Solving MIP with Binary Variables
New York University(纽约大学)
本文提出了一种混合松弛-启发式框架,用于求解含二元变量的MIQP问题,通过混合松弛和启发式优化提升求解效率。
2026-01-31 math.OC
A Scalable Gradient-Based Optimization Framework for Sparse Minimum-Variance Portfolio Selection
School of Mathematics and Statistics(数学与统计学学院);University of New South Wales(新南威尔士大学);School of Mathematical and Physical Sciences(数学与物理科学学院);University of Technology Sydney(技术大学悉尼分校);Bayes Business School(贝叶斯商学院);City St George’s, University of London(伦敦大学城圣乔治学院);Faculty of Science and Engineering(科学与工程学院);Macquarie University(麦考瑞大学)
针对稀疏最小方差投资组合的基数约束混合整数规划求解瓶颈,提出基于 Boolean 松弛和凸凹目标连续调控的可扩展梯度优化框架。
2025-05-15 cs.LG math.OC q-fin.PM
Tight SDP relaxations for cardinality-constrained problems
本文用半定规划松弛基数约束投资组合问题,实验证明该松弛产生紧下界且常达最优,凸显半定规划对混合整数二次问题的建模能力。
2024-02-07 math.OC
Global Optimization of Mixed-Integer Bound-Constrained Quadratic Fractional Problems
Università di Parma(帕尔马大学);Sapienza Università di Roma(罗马第一大学);Università degli Studi di Padova(帕多瓦大学)
针对混合整数二次分式优化问题,提出基于Dinkelbach参数化重构的精确算法,结合分支定界和变量邻域搜索启发式,数值实验表明优于通用精确算法。
2026-10-06 math.OC
Equilibrium strategies for stochastic control problems with higher-order moments and applications to portfolio selection
Chongqing Technology and Business University(重庆工商大学);Central University of Finance and Economics(中央财经大学);East China Normal University(华东师范大学)
本文研究了具有高阶矩的随机控制问题,提出了一种新的刻画结果,并探讨了可解实例,包括均值-方差-超额峰度投资组合选择问题,通过改进变分过程的渐近结果,获得了开环纳什均衡控制的充分必要条件。
2026-03-18 math.OC q-fin.MF
An Algebraic Perspective of Group Relaxations
这是一篇从代数角度论述整数规划中群松弛理论的最新发展的简要文章。
2001-10-03 math.CO math.OC
An Outer Approximation Method for Solving Mixed-Integer Convex Quadratic Programs with Indicators
针对带指示变量的混合整数凸二次规划,本文提出从多种凸松弛构造割平面的新技术并形成大规模外逼近算法,在稀疏投资组合选择问题上显著优于现有方法。
2023-12-08 math.OC