Optimal Liquidation in a Finite Time Regime Switching Model with Permanent and Temporary Pricing Impact
在本文中，我们讨论了在有限的时间范围内，直到退出时间的最优清算。资产价格的漂移项和扩散项是依赖于包括控制和市场机制在内的所有变量的一般函数。还有一个与清算相关的局部非线性交易成本。该模型在一个状态转换的框架内同时考虑了永久性冲击和暂时性冲击。该问题可以用动态规划原理求解。最优值函数是哈密顿-雅可比-贝尔曼方程的唯一连续粘性解，可以用有限差分法计算。
2014-10-01 q-fin.PM
Trading against disorderly liquidation of a large position under asymmetric information and market impact
我们考虑与对冲基金或大型交易商进行交易，如果资产的市场价格超过一定的门槛，他们必须清算风险资产的大量头寸。清算以无序的方式进行，对资产的市场价格产生负面影响。我们考虑了小投资者的角度，他们的交易不会引起市场冲击，他们对清算触发机制和市场冲击拥有不同程度的信息。我们将这些市场参与者分为三种类型：完全知情、部分知情和不知情的投资者。我们考虑了投资组合优化问题，并从理论上和数值例子上比较了三类投资者的最优交易和财富过程。
2016-10-06 math.PR q-fin.MF q-fin.PM
Hedging and Leveraging: Principal Portfolios of the Capital Asset Pricing Model
分析了标准资本资产定价模型（CAPM）的主要投资组合，发现其具有显著的套期保值和杠杆作用。当允许卖空时，本金投资组合将N种风险证券的任何相关资产集合重铸为等价但不相关的集合。虽然确定主要投资组合一般需要详细了解资产集的协方差矩阵，但CAPM相当简单的结构允许对任何合理的大型资产集进行精确求解，揭示有趣的普遍性质。因此，对于一个规模为N的资产集，我们找到了一个市场一致的投资组合，对应于CAPM的市场投资组合，以及N-1个市场正交的投资组合，这些投资组合是市场中性的，具有很强的杠杆作用。这些结果提供了新的洞察资本资产定价模型的收益率波动性结构，并证明了无约束的杠杆作用的波动性。
2013-06-20 q-fin.PM
Optimal Trading with General Signals and Liquidation in Target Zone Models
我们研究了最优交易的Almante-Chriss模型与运行和终端库存成本和一般预测信号的价格变化。作为一个特殊的情况下，这允许在“目标区域模型”中处理最优清算：资产价格与监管干预所强制执行的反映边界。在这种情况下，最优变现率是回望期权的“theta”，从而得到巴舍利耶或布莱克-斯科尔斯动态的显式公式。
2018-08-01 q-fin.PM q-fin.TR
Portfolio Transformer for Attention-Based Asset Allocation
传统的金融资产配置方法从收益预测开始，然后是确定最佳资产权重的优化阶段。在预测步骤中出现的任何错误都会降低资产权重的准确性，从而降低整个投资组合的盈利能力。这里介绍的投资组合Transformer（PT）网络，避免了预测资产回报的需要，而是直接优化了夏普比率，这是一种在实践中广泛使用的风险调整后的业绩指标。PT是一种新型的端到端投资组合优化框架，其灵感来自于自然语言处理中注意力机制的众多成功。凭借其完整的编码器-解码器架构、专门的时间编码层和门控组件，PT具有很高的能力来学习投资组合资产之间的长期依赖关系，因此可以更快地适应不断变化的市场条件，例如COVID-19疫情。为了证明其鲁棒性，PT与其他算法进行了比较，包括当前基于LSTM的最新技术，在三个不同的数据集上，结果表明它提供了最佳的风险调整性能。
2022-06-07 q-fin.PM
Outperformance and Tracking: Dynamic Asset Allocation for Active and Passive Portfolio Management
投资组合管理问题通常分为两种类型：主动和被动，其目标分别是超越和跟踪预先选择的基准。在这里，我们制定和解决一个动态资产配置问题，结合这两个目标在一个统一的框架。我们希望最大限度地提高投资者的投资组合的财富和业绩基准之间的预期增长率差异，同时惩罚风险加权偏离给定的跟踪投资组合。使用随机控制技术，我们提供了明确的封闭形式的最优配置的表达式，我们展示了如何最优策略可以与增长最优投资组合。可接受的基准包括功能生成投资组合（FGP），其中包括市场投资组合，因为唯一的要求是它们只取决于当时的资产价值。最后，给出了一些数值实验来说明最优分配的风险-收益曲线。
2018-07-30 q-fin.PM
Canonical Portfolios: Optimal Asset and Signal Combination
本文提出基于典型相关分析的两阶段框架，将相关资产与信号转化为不相关管理投资组合，并推导出可扩展的最优投资策略闭式解，实证表现优于竞争基准。
2023-07-12 q-fin.PM
Diversification Return, Portfolio Rebalancing, and the Commodity Return Puzzle
分散投资回报是通过重新平衡资产组合获得的增量回报。一个重新平衡的投资组合的多元化回报往往被错误地归因于方差的减少。我们认为，多元化回报的根本来源是再平衡，这迫使投资者出售相对价值上升的资产，并购买相对价值下降的资产，以其在投资组合中的权重衡量。相反，买入并持有投资组合的增量回报是由表现最好的资产在投资组合中所占比例更大这一事实驱动的。我们使用这些结果来解决与商品期货的Gorton和Rouwenhorst指数相关的两个难题，从而获得对该指数收益来源的清晰理解。对于任何重新平衡的波动性资产组合来说，多元化回报都是一个重要的回报来源。
2011-09-06 q-fin.PM
Sharpe portfolio using a cross-efficiency evaluation
夏普比率是一种比较投资组合产生的每单位波动率的超额收益率（相对于无风险资产）的方法。本文在无风险资产未知的假设下，引入了一个鲁棒夏普比率投资组合。我们提出了一个稳健的投资组合，最大化夏普比率时，无风险资产是未知的，但在一个给定的区间。为了计算最佳夏普比率投资组合，考虑任何无风险资产的所有夏普比率，并通过使用所谓的交叉效率评估进行比较。当允许卖空时，给出了交叉效率夏普比率组合的显式表达式。
2016-10-11 q-fin.PM
Location and portfolio selection problems: A unified framework
给定一组资产和投资资本，经典的投资组合选择问题在于确定要投资于每种资产的资本金额，以建立最有利可图的投资组合。投资组合优化问题被自然地建模为平均风险双准则优化问题，其中投资组合的平均收益率必须最大化，而给定的风险度量必须最小化。为了有效地解决投资组合问题，文献中提出了几种数学规划模型和技术。最近一个比较有前途的研究方向是利用资产网络的聚类信息，以开发新的投资组合优化范例。在本文中，我们赋予的资产网络与资产收益率之间的相关系数的基础上的度量，并显示如何经典的网络选址问题可以用于聚类资产。特别是，通过添加一个新的标准的投资组合选择问题的基础上的一个经典的位置问题的目标函数，我们能够衡量集群的影响，选定的资产相对于非选定的。大多数论文处理聚类和投资组合选择模型解决这些问题在两个不同的步骤：聚类第一，然后选择。本文的创新性贡献是，我们提出了一个混合线性规划公式处理这个问题在一个统一的阶段。在真实金融数据集上的初步计算实验验证了该方法的有效性。
2019-07-15 q-fin.PM
Optimal Portfolio Choice and Stock Centrality for Tail Risk Events
我们提出了一个新的风险矩阵来描述投资者的最优投资组合的尾部关注。矩阵的对角线包含投资组合中每个资产的风险价值，非对角线包含反映资产之间尾部连接的成对Delta-CoVaR度量。首先，我们推导出相关的二次风险函数有一个封闭形式的解决方案的条件。其次，我们研究了投资组合风险和特征向量中心性之间的关系。第三，我们表明，投资组合的风险不一定是增加相对于股票中心。第四，我们证明了在一定条件下，资产中心性增加了资产在投资组合中的最优权重分配。总体而言，我们的实证研究表明，一个网络拓扑，表现出低连接性优于高连接性的基础上的夏普比率测试。
2021-12-01 q-fin.PM
Measuring Portfolio Diversification
在市场上，多样化可以减少风险，并通过确保人们不会过度暴露于个别事件而提供保护，免受极端事件的影响。我们认为，多元化是最好的组合资产组合的特点来衡量，并介绍了一个基于信息熵的概率分布的最终组合资产价值的措施。对于高斯资产，该度量是方差的对数函数，并且将方差相等的独立高斯资产组合在一起会增加多样化的数量。这种方法的优点包括它自然地扩展到任何类型的分布，并且它考虑了所有时刻。此外，它可以用于未定义权重（零成本资产）或矩的情况。我们提出的例子，应用这种措施，衍生覆盖。
2011-02-23 q-fin.PM
Portfolio Optimisation via the Heston Model Calibrated to Real Asset Data
主动投资策略和被动投资策略之间的争论已经持续了很多年，远未结束。在本文中，我们表明，最优投资组合管理策略的选择取决于投资环境，我们通过校准到真实的股票市场数据的赫斯顿模型的参数测量。根据这些参数的值，被动策略可能优于主动策略，反之亦然。该方法是测试三个股票市场指数：S\& P500，DAX和WIG 20。
2023-02-03 q-fin.PM
Asset Allocation and Risk Assessment with Gross Exposure Constraints for Vast Portfolios
马科维茨（Markowitz，1952，1959）在均值-方差分析方面做出了开创性的工作。在他的框架下，理论上的最优配置向量可能与大型投资组合的估计向量有很大不同，这是因为估计巨大的协方差矩阵和收益向量具有内在的困难。由于估计误差的累积，这可能导致基于经验数据选择的投资组合的不利表现。我们解决这个问题，通过引入总暴露约束的均值-方差投资组合选择。我们证明了在总暴露约束下，理论最优投资组合与基于估计协方差矩阵的经验选择的投资组合具有相似的性能，并且不存在来自估计大量协方差矩阵的误差累积效应。这为Jagannathan和Ma（2003）的经验结果提供了理论依据。我们还表明，没有卖空的投资组合是不够多样化，可以通过允许一些空头头寸。随着卖空限制的放松，在跟踪投资组合或选择资产时，选择的资产数量从少量到股票总数不等。这实现了最优稀疏投资组合选择，它具有接近的性能，理论上的最优。例如，在1000只股票中，我们能够识别出不同规模的投资组合的所有最优子集，它们的相关配置向量，以及它们的估计风险。我们的新方法的效用说明了100法玛法国工业投资组合和罗素3000随机选择的400只股票的模拟和实证研究。
2008-12-14 q-fin.PM
Portfolio Choice with Indivisible and Illiquid Housing Assets: The Case of Spain
本文研究的投资决策的西班牙家庭使用一个独特的数据集，西班牙家庭财务调查（EFF）。我们提出了一个理论模型，在这个模型中，给定一个固定的住房投资，家庭将他们的净财富分配给银行定期存款、股票和抵押贷款。除了将住房视为限制投资组合选择决策的不可分割和非流动性资产外，我们还考虑到家庭在申请外部资金时面临的财务限制。对于EFF中的每一个代表家庭，我们解决了这个理论问题，并得到了理论上的最优投资组合，并与家庭的实际选择进行了比较。我们发现，家庭显着投资不足的股票和存款，而最佳和实际的抵押贷款投资是一样的。同时考虑这三种类型的金融资产，我们发现，由财务高度成熟、年龄较大、退休、富裕和不受约束的人领导的家庭投资效率更高。
2022-02-04 q-fin.PM
Best Portfolio Management Strategies For Synthetic and Real Assets
投资组合管理是金融数学、金融工程、计量经济学和经济物理学等多个领域的一个古老而著名的问题。到目前为止，使用了多种不同的概念和理论来描述处理金融资产的方法，包括微分方程、随机微积分和高级统计学。本文利用概率论中的一组工具，分析了在不同的市场条件下建立金融投资组合的各种策略。一个特别注意的是，一个所谓的平衡投资组合，这是植根于自然的“低买高卖”原则的几个实现。结果表明，没有通用的战略，因为它们在不同的情况下表现不同（例如，不同的交易成本）。此外，计划投资的时间也可能对某些策略的盈利能力产生重大影响。所有的方法都进行了测试，从波兰股票市场的模拟轨迹和真实数据。
2019-09-05 q-fin.PM
Portfolio Optimization in R
本文研究了风险-收益投资组合优化模型的有效前沿问题。我们推导了N个风险资产组合的有效前沿的解析表达式，以及在模型中加入无风险资产的情况。此外，我们提供了一个R实现，我们详细讨论了一个数值例子的投资组合的几个风险的普通股。
2013-11-11 q-fin.PM
Two-fund separation under hyperbolically distributed returns and concave utility functions
University of Michigan（密歇根大学）；Keio University（庆应义塾大学）；Department of Management Science and Engineering, Xinjiang University（新疆大学管理科学与工程系）；Xi’an Jiaotong-Liverpool University（西交利物浦大学）
本文研究了在超几何分布回报和凹效用函数下，双基金分离的成立条件，并提供了风险资产组合的显式表达式。
2026-02-14 q-fin.PM
Optimal Allocation of Trend Following Strategies
研究了多个相关资产上趋势跟踪策略的投资组合配置问题。在高斯市场和线性TF策略的简化假设下，我们推导出了投资组合收益率均值和方差的解析公式。然后，我们构建了最优投资组合，最大化风险调整收益率的资产间的相关性。$n$资产的动态分配问题被证明是等价于经典的静态分配问题的$n^2$虚拟资产，包括领先滞后修正的位置TF策略。资产自相关性和资产间相关性的各自作用进行了深入研究的两种资产的情况下，部门模型。与建议处理不相关资产的多元化原则相反，我们发现资产间的相关性可以更可靠地估计明显的趋势，并更有效地调整TF头寸。如果合理考虑，资产间的相关性不会恶化，而是有利于投资组合管理，可以为趋势追随者打开新的盈利机会。
2014-10-30 q-fin.PM
Portfolio Optimization based on Neural Networks Sensitivities from Assets Dynamics respect Common Drivers
提出基于神经网络敏感性动态的投资组合优化框架，通过共同性原理选择驱动因子，利用敏感性矩阵层次聚类实现特质与系统性风险分散化，并在多个真实数据集上超越其他样本外方法。
2022-12-03 q-fin.PM
Rebalancing Frequency Considerations for Kelly-Optimal Stock Portfolios in a Control-Theoretic Framework
在Kelly的著名工作的启发下，本文考虑了最大化期望对数增长的投资组合权重选择问题。除了现有的文献，我们在这里的重点是再平衡频率，我们包括在我们的分析作为一个额外的参数。问题首先设置在一个控制理论的框架，然后，我们解决的主要问题如下：在没有交易成本的情况下，高频交易总是导致最好的性能？与此相关的是我们之前关于赌博的工作，也是在凯利的背景下，它考察了下注和让它骑的影响。我们的结果投注频率可以解释的上下文中的权重选择的两个资产组合组成的一个风险资产和一个无风险资产。关于上面的问题，我们先前的研究结果表明，通常情况下，高频交易没有任何绩效优势。在本文中，我们推广的分析与多个风险资产的投资组合。我们证明，如果有一个资产满足一个新的条件，我们称之为优势，那么最优投资组合只包括这个资产;即，交易者“所有鸡蛋都放在一个篮子里”，业绩成为再平衡频率的恒定函数。换句话说，再平衡的问题变得毫无意义。本文还包括模拟，解决实际的考虑与实际股票价格和主导资产的条件。
2018-08-21 q-fin.PM
Dynamic Asset Allocation with Asset-Specific Regime Forecasts
本研究提出结合无监督区制识别与监督学习的混合框架，生成资产特定区制预测并融入均值-方差优化，实证表明其能提升多类资产组合的配置表现。
2024-08-16 q-fin.PM
Schrödinger Risk Diversification Portfolio
考虑预期收益率与风险权衡的均值-方差投资组合已广泛应用于多资产组合的资产配置问题。然而，由于预期收益率难以估计，均值-方差投资组合的样本外性能较差，因此仅关注风险的基于风险的投资组合构建方法被提出，并且主要在实践中受到关注。在风险方面，构成投资组合的资产波动被认为背后有共同的因素，主成分分析是一种降维方法，用于提取因素。在这项研究中，我们提出了薛定谔风险分散投资组合作为一个因素的风险分散投资组合使用薛定谔主成分分析，应用薛定谔方程在量子力学。薛定谔主成分分析方法在样本点分布不均匀或样本点数量较少的情况下也能准确地估计出影响因素，从而可以进行有效的风险分散。该方法被证明优于传统的风险平价和其他风险分散投资组合的建设。
2022-02-21 q-fin.PM
Consumption-portfolio choice with preferences for liquid assets
本文研究了具有流动性偏好的无限期消费-投资组合问题，通过Cobb-Douglas效用函数建模，将偿付能力区域划分为三个非空区域并求解最优策略，发现流动性偏好抑制消费并可能导致对非流动性资产的负配置。
2025-03-04 q-fin.PM
A General Framework for Portfolio Construction Based on Generative Models of Asset Returns
该研究提出基于资产收益率生成模型的投资组合构建通用框架，探索生成模型与优化目标的组合，扩展多臂老虎机框架构建融合投资组合，经加密货币仿真验证其业绩显著优于单模型组合。
2023-12-06 q-fin.PM
RPS: Portfolio Asset Selection using Graph based Representation Learning
投资组合优化是金融领域的重要研究课题之一。近年来，人们越来越需要新的计算方法来计算具有更好收益和更低风险的投资组合。我们提出了一种新的计算方法，称为代表性投资组合选择（RPS）通过重新定义的距离矩阵的金融资产使用代表性学习和聚类算法的投资组合选择，以增加多样化。RPS提出了一种启发式方法，用于更接近资产的最佳子集。使用本文的实证结果，我们证明了广泛使用的投资组合优化算法，如MVO，CLA和HRP，可以受益于我们的资产子集选择。
2021-11-28 cs.CE q-fin.PM
Portfolio optimization with idiosyncratic and systemic risks for financial networks
在这项研究中，我们提出了一个新的多目标投资组合优化的特质和系统性风险的金融网络。这两种风险分别用资产相关网络的特质方差和网络聚集系数来度量。我们构建了三种类型的金融网络，其中节点表示资产，边缘基于三种相关性度量。从多目标模型出发，建立并求解了资产配置问题。我们发现，通过多目标网络方法获得的最优投资组合有一个显着的超额绩效的回报措施在样本外的框架。股票市场波动下跌期间的跌幅较小，进一步支持了这一点。通过分析不同的数据集，我们还表明，投资组合策略的改进是稳健的。
2021-11-22 q-fin.PM
A Cholesky decomposition-based asset selection heuristic for sparse tangent portfolio optimization
针对均值-方差投资组合资产过多导致成本上升的问题，提出基于 Cholesky 分解的代理资产选择启发式方法，以更快构建带基数约束的稀疏切点投资组合。
2025-02-17 q-fin.MF q-fin.PM
Robust Asset Allocation for Robo-Advisors
在过去的几年里，金融咨询行业受到数字化和机器人顾问出现的影响。这一现象影响了主要的金融服务，包括财富管理、员工储蓄计划、资产管理公司等。由于机器人咨询模式尚处于早期阶段，我们估计，到2020年，机器人咨询将帮助管理约1万亿美元的资产。这一趋势不会随着后代而停止，他们将生活在一个技术驱动和基于社交媒体的世界中。在投资行业，机器人顾问面临着不同的挑战：客户分析，定制，资产池，责任约束等。这包括自动化交易和再平衡，以及自动化投资组合分配。最后一个问题无疑是未来五年机器人咨询面临的最重要挑战。今天，在许多机器人顾问中，资产配置是以人为基础的，而不是以计算机为基础的。原因是投资组合优化是一项非常困难的任务，并且可能导致优化的数学解决方案从财务角度来看不是最优的（Michaud，1989）。因此，机器人顾问面临的最大挑战是能够在没有人为干预的情况下优化和重新平衡数百个最佳投资组合。在本文中，我们表明，均值方差优化方法主要是由套利因素有关的对冲投资组合的概念。这就是为什么正则化和稀疏性对于定义稳健的资产配置是必要的。然而，这个数学框架更加复杂，需要理解规范惩罚如何影响投资组合优化。从数值的角度来看，它还需要基于ADMM方法的非传统算法的实现。
2019-02-20 q-fin.PM
Portfolio Choice in Markets with Contagion
研究了一类多维跳跃扩散模型中的最优投资和消费问题，其中资产价格服从相互激励的跳跃过程。这是一种传染病，即资产价格的每一次向下跳跃都会导致该资产和其他资产进一步跳跃的可能性增加。我们解决了封闭形式的动态消费投资问题的对数效用投资者在这样的传染模型，证明了一个定理证明其最优性和讨论的解决方案，包括飞行质量。指数和幂效用投资者也被认为是：在这些情况下，最优策略可以被描述为相应的非传染投资者的策略的扭曲。
2012-10-04 q-fin.PM
A mixture transition distribution approach to portfolio optimization
本研究针对传统相关性网络无法捕捉金融市场非线性、方向性关系的问题，采用MTD模型构建有向加权金融网络，结合局部同配性度量指导投资组合优化，在三大股指成分股数据上验证了其优于经典均值-方差框架的风险调整后收益表现。
2025-01-14 q-fin.PM
A Simulation Package in VBA to Support Finance Students for Constructing Optimal Portfolios
本文介绍了一个基于VBA的最优投资组合构建软件包，支持Markowitz方差最小化与El-Khatib和Hatemi-J风险调整收益最大化两种方法，并能穷举所有资产组合以确定最佳方案。
2023-05-22 q-fin.PM
Multistage Portfolio Optimization: A Duality Result in Conic Market Models
证明了具有比例交易成本的多阶段投资组合优化问题的一般对偶结果。金融市场是由卡巴诺夫模型的外汇市场在有限的概率空间和有限时域离散时间步长。这个框架允许我们比较偏序下的向量值投资组合，所以我们的模型不需要在终端清算到一些计价单位。我们将向量值投资组合问题嵌入到集合优化框架中，生成了一个与投资组合优化对偶的问题。使用最近的结果在发展中的集合优化，然后，我们表明，一个强大的对偶关系之间的问题。
2016-01-22 math.OC q-fin.PM
Portfolio Allocation under Asymmetric Dependence in Asset Returns using Local Gaussian Correlations
金融收益之间存在着非对称的相关结构。在本文中，我们使用一个新的非参数测量局部相关性，局部高斯相关性，以改善投资组合配置。我们扩展了经典的均值-方差框架，并表明，投资组合优化是直接使用我们的新方法，只依赖于一个调谐参数（带宽）。新的方法被证明优于平均加权（1/N）的投资组合和经典的Markowitz投资组合的月度资产收益率数据。
2021-06-03 q-fin.PM stat.AP
Clustering Digital Assets Using Path Signatures: Application to Portfolio Construction
CREST, Institut Polytechnique de Paris（巴黎综合理工学院CREST（经济与统计研究中心））
本研究提出基于路径签名聚类加密货币以构建投资组合的新方法，可捕捉资产趋势特征、构建简约组合降低交易费，实证验证了假设有效性，为投资者提供了具备良好分散性的加密货币投资方案。
2024-10-15 cs.LG q-fin.PM
Portfolio optimization for heavy-tailed assets: Extreme Risk Index vs. Markowitz
利用2001 - 2011年标准普尔500指数的日收益率，对基于极端风险指数（ERI）的投资组合优化策略进行了回测研究。该方法利用多变量极值理论来最小化大的投资组合损失的概率。有超过400只股票可供选择，我们的研究似乎是极值技术在投资组合管理中的首次大规模应用。我们调查的主要目的是ERI在实践中的潜力。该策略的绩效是以最小方差投资组合和等权重投资组合为基准的。这些基本策略是大规模应用的重要基准。我们的比较包括年化投资组合收益率、最大提取、交易成本、投资组合集中度和投资组合中的资产多样性。除此之外，我们还研究了另一种尾部指数估计量的影响。我们的研究结果表明，ERI策略显着优于最小方差投资组合和同等权重的投资组合的资产与重尾。
2015-05-15 q-fin.PM q-fin.RM
Cost-aware Portfolios in a Large Universe of Assets
本文针对资产数量大于样本量的高维环境，提出考虑比例和二次交易成本的非凸惩罚投资组合构建与再平衡模型，理论分析与实证研究表明其表现优异，强调了交易成本在再平衡中的重要性。
2025-08-20 q-fin.PM stat.ME
Correlated multi-asset portfolio optimisation with transaction cost
本文利用扰动分析方法研究了有交易成本的多资产组合优化问题.我们允许风险资产的相关性，并获得一般效用函数的最优交易方法。我们的分析结果支持的长期增长模型的背景下的数值模拟。
2009-05-05 physics.data-an physics.soc-ph q-fin.PM
Analysis of Kelly-optimal portfolios
我们研究使用凯利的战略在建设一个最佳的资产组合。对于对数正态分布的资产收益率，我们得到近似的分析结果，在各种设置的最佳投资分数。当资产的平均收益率和波动率都很小时，不存在无风险资产时，凯利最优投资组合位于Markowitz有效前沿上。由于在研究的案例中，凯利方法禁止空头头寸和借贷，因此通常只有一小部分可用资产包含在凯利最优投资组合中。这种现象，我们称之为冷凝，分析研究在各种模式的情况下。
2009-04-23 physics.soc-ph q-fin.PM
Fusion of Sentiment and Asset Price Predictions for Portfolio Optimization
University of the Witwatersrand（金山大学）；University of Johannesburg（约翰内斯堡大学）；Institute for Intelligent Systems（智能系统研究所）
将文本形式的公众情绪数据与股票价格预测相融合是金融界越来越感兴趣的话题。然而，研究文献很少探讨投资者情绪在投资组合选择问题中的应用。本文旨在解开和发展的情绪意识投资组合选择问题的理解。为此，该研究使用语义注意力模型来预测对资产的情绪。我们通过情绪感知的长短期记忆（LSTM）递归神经网络和均值-方差策略来选择最优投资组合。我们的情绪投资组合策略平均实现了收入的显著增长，高于非情绪感知模型。然而，结果表明，从稳定性的角度来看，我们的策略并没有优于传统的投资组合配置策略。我们认为，一个改进的融合情绪预测与价格预测和投资组合优化的组合，导致增强的投资组合选择策略。
2022-03-10 cs.LG q-fin.PM
Asset Allocation via Machine Learning and Applications to Equity Portfolio Management
在本文中，我们记录了一种新的基于机器学习的自下而上的静态和动态投资组合优化的方法，潜在的，大量的资产。该方法适用于一般的约束优化问题，克服了目前优化方案中出现的许多主要困难。以均值方差优化为例，该方法不再需要计算协方差矩阵及其逆矩阵，因而不受协方差矩阵估计误差的影响。此外，不需要显式调用优化例程。应用于美国和中国股票市场的股票投资组合管理进行了研究，我们的文件显着的超额收益率选择的基准。
2020-11-22 q-fin.MF q-fin.PM
High-dimensional Portfolio Optimization using Joint Shrinkage
我们考虑优化金融资产的投资组合的问题，其中资产的数量可以远远大于观察的数量。最优投资组合权重需要估计超额资产收益的逆协方差矩阵，经典的解决方案在高维情况下表现不佳。我们建议使用基于回归的联合收缩方法来估计资产之间的偏相关性。广泛的模拟研究表明，所提出的方法的优越性能的方差，权重和风险估计误差相比，竞争的方法，全球最小方差投资组合和Markowitz均值-方差投资组合。我们还证明了我们的方法对标准普尔500指数成分股的日收益和月收益的出色实证表现。
2021-09-24 q-fin.PM stat.AP
Dynamic portfolio selection without risk-free assets
在博弈论框架下，考虑了无风险资产下的均值-方差投资组合优化问题。应用推广的哈密顿-雅可比-贝尔曼方程半显式地求解了该问题。虽然我们模型中的风险规避系数是一个常数，但投资于每只股票的最佳资金量仍然取决于当前的财富。通过求解一个常微分方程组得到最优解，证明了最优解的存在唯一性，并给出了数值算法及其收敛速度。与无风险资产的投资组合不同，我们的价值函数在当前财富中是二次的，均衡配置对初始财富是线性敏感的。数值结果表明，该模型在牛市中的表现优于经典模型和方差模型。
2016-02-16 math.PR q-fin.PM
Distributional Robust Portfolio Construction based on Investor Aversion
在行为金融学中，当收益和损失发生时，厌恶会影响投资者对未来不确定性的判断。考虑到投资者对损失和风险的厌恶以及资产收益率的模糊不确定性，在风险资产收益率分布未知的情况下，构造了一个分布鲁棒投资组合模型（DRP）.具体来说，我们的目标是找到一个最优的资产组合，最大化最坏情况下的效用水平的沃瑟斯坦球，这是集中在样本收益率的经验分布和球的半径量化投资者的模糊性水平。该模型也制定为一个混合整数二次规划问题的基数约束。此外，我们提出了一种混合算法，以提高解决方案的效率，使其更适合于大规模的问题。实证检验了考虑厌恶的分布鲁棒投资组合模型在资产配置方面的优越性，并比较了常见的资产配置策略，进一步提高了投资组合的可信度。
2022-05-05 math.OC q-fin.PM
Multi-Moments Method for Portfolio Management: Generalized Capital Asset Pricing Model in Homogeneous and Heterogeneous markets
我们引入了一套新的一致的风险措施，在半不变量的pdf的，这样的中心时刻和累积量的投资组合分布的回报，把更多的重点放在尾部的分布。我们推导出广义有效边界，基于这些新的措施的风险，并提出了广义资本资产定价模型，在同质和异质市场的情况下。然后，使用一个家庭的修改威布尔分布，包括次指数和超指数，参数化的边际分布的资产收益率和他们的自然多变量的推广，我们提供精确的公式的时刻和累积量的分布的投资组合的收益率由这些资产的任意组成。使用组合和超几何函数，我们特别能够扩展以前的结果的情况下，Weibull分布的指数是不同的资产，资产之间的依赖性的存在。在这个参数化中，我们详细处理的风险最小化的问题，使用累积量作为风险的两种资产的投资组合的措施，并比较理论预测与直接的经验数据。我们的扩展公式使我们能够分析地确定在哪些条件下有可能“鱼与熊掌兼得”，即，构建一个既有较大回报又有较小"大风险“的投资组合。
2002-07-19 cond-mat.stat-mech q-fin.PM
Shocks-adaptive Robust Minimum Variance Portfolio for a Large Universe of Assets
针对高维资产池中厚尾、突发冲击和异常值导致最小方差组合不稳定的问题，本文扩展 POET，提出结合稳健 PCA 与误差协方差收缩估计的冲击自适应稳健因子模型，并给出理论与实证验证。
2024-09-16 q-fin.PM stat.ME
Semi-metric portfolio optimization: a new algorithm reducing simultaneous asset shocks
本文提出了一种新的金融投资组合优化方法，该方法基于减少资产集合中同时发生的资产冲击。这可以被理解为一种基于新的数学量的投资组合风险降低的替代方法。首先，我们应用最近引入的有限集之间的半度量来确定时间序列的结构突变之间的距离。然后，我们建立在经典的投资组合优化理论的Markowitz和使用资产结构突变之间的距离为我们的惩罚函数，而不是投资组合方差。我们的实验很有希望：在合成数据上，我们证明了我们提出的方法确实在具有高度相似的结构突变的时间序列之间多样化，并且在集合之间比现有度量具有优势。在真实数据上，实验表明，我们提出的优化方法相对于其他九个常用的选项表现良好，产生第二高的回报，最低的波动性和第二低的下降。在投资组合管理中，这种方法的主要含义是减少同时发生的资产冲击，以及在高度相似的结构性断裂期间（如市场危机）可能出现的急剧相关提款。我们的方法增加了相当多的文献计量经济学中的投资组合优化技术，并可以补充这些通过投资组合平均。
2023-03-09 q-fin.MF q-fin.PM stat.ME
Risk reduction and Diversification within Markowitz's Mean-Variance Model: Theoretical Revisit
均值-方差（MV）投资组合理论的传统观点认为，风险和分散化之间的关系本质上是一个递减的渐近函数，其渐近线近似于投资组合的系统风险或不可分散风险的水平。该文献假设投资者持有等权重或MV投资组合，并使用投资组合规模量化投资组合多元化。然而，当且仅当资产收益率分布是可交换的或投资者没有关于资产预期收益率和风险的有用信息时，等权重投资组合和投资组合规模是MV最优的。此外，所有的文献，绝对是所有的文献，都只关注风险资产，忽略了无风险资产在有效多元化中的作用。因此，它变得有趣和重要的是要回答这个问题：当投资者有充分的信息，资产预期收益率和风险和资产收益率分布是不可交换的情况下，无风险利率是可用的或没有，这种传统的智慧是如何有效的？不幸的是，这个问题从来没有在目前的文献中得到解决。本文填补了这一空白。
2016-08-18 q-fin.PM q-fin.RM
Asset allocation: new evidence through network approaches
本文的主要贡献是采用金融市场网络作为一个有用的工具，以改善投资组合的选择过程中，节点表示证券和边缘捕捉系统的依赖结构。提出了三种不同的方法，以提取资产之间的依赖结构在网络环境中。从这个修改后的结构开始，我们制定，然后我们解决的资产配置问题。我们发现，通过基于网络的方法获得的投资组合主要是由外围资产，这是与其他连接不良。在大多数情况下，这些投资组合的特点是，相对于传统的全球最小方差（GMV）投资组合，业绩和风险之间的权衡更高。此外，这种方法的好处是直接在网络的图形布局上对所选投资组合进行图形可视化，这有助于提高我们对最佳策略的理解。
2018-10-20 q-fin.PM q-fin.RM
ESG-Valued Portfolio Optimization and Dynamic Asset Pricing
ESG评级为社会责任投资提供了一个量化的衡量标准。我们提出了一个统一的框架，将数字ESG评级动态定价理论。具体来说，我们引入了ESG值回报，这是财务回报和ESG得分的线性约束转换。这导致了在由回报、风险和ESG评分控制的空间中更复杂的投资组合优化问题。该框架保留了传统的风险厌恶参数，并引入了ESG亲和度参数。我们应用这个框架开发ESG价值：投资组合优化;资本市场线;风险措施;期权定价;和计算的影子无风险利率。
2022-06-06 q-fin.PM q-fin.PR
The Dirichlet Portfolio Model: Uncovering the Hidden Composition of Hedge Fund Investments
长期以来，对冲基金一直被视为名副其实的投资“黑匣子”，因为外界可能永远无法看到投资组合的确切构成。因此，估计一组信息丰富的资产权重的能力对于分析来说是非常可取的。本文提出了一个组合状态空间模型，当唯一可观测的信息是投资组合收益率和候选资产收益率的时间序列时，估计投资组合在一组候选资产上的未观测资产配置权重。在本文中，我们展示了两个序贯蒙特卡罗数值和条件正态分析方法来解决未观察到的资产权重时间序列的估计。该方法的动机是估计1996年至2012年对冲基金行业总体的月度资产类别权重。此外，我们将展示如何实施的结果作为预测的投资权重，以构建对冲基金复制投资组合。
2013-06-04 q-fin.PM q-fin.ST stat.AP
On the optimal allocation of assets in investment portfolio with application of modern portfolio and nonlinear dynamic chaos theories in investment, commercial and central banks
投资经济是繁荣社会的主要特征。随着现代投资组合理论在投资经济中的应用，投资组合管理成为投资者、商业银行和中央银行必须解决的主要金融问题。我们将学习分析与综合创造性命令智能概念共侧适应性思维相结合，旨在提高我们对非线性动态金融系统中多元化投资组合管理的科学认识。本文运用经济物理学原理和计量经济学方法，运用先进的风险管理技术和现代投资组合理论中的有效前沿模型，以及动态混沌理论中的动态系统模型，对投资组合中的资产最优配置问题进行了研究。我们表明，分叉图，创建与使用的逻辑函数在Matlab中，可以提供一些有价值的信息，在投资组合中的风险投资组合的稳定性，解决投资组合中的资产配置优化问题。本文基于李雅普诺夫稳定性准则，提出了Ledenyov投资组合定理，目的是在投资经济的框架下，在非线性动态金融系统中，利用不相关的分散资产建立最优的投资组合，使机构投资者和私人投资者的预期收益率增加。
2013-02-04 q-fin.GN q-fin.PM q-fin.ST
Portfolio Optimization Under Uncertainty
经典的均值-方差投资组合理论告诉我们如何构造一个在给定的收益波动率水平下具有最大预期收益率的资产组合。效用理论允许投资者沿着这个有效前沿选择一个点，这个点能最佳地平衡他对超额预期收益率的渴望和他不愿承担风险的意愿。假设未来资产收益率分布的均值和协方差是已知的，因此不确定性的唯一来源是价格演变的随机部分。在现实世界中，我们还有另一个不确定性的来源--我们估计但不确定未来资产回报的均值和协方差。本文解释了如何构造均值-方差最优资产投资组合，其未来收益具有不确定的均值和协方差。结果形式简单，直观，并且可以很容易地合并到优化器中。
2009-09-21 q-fin.PM q-fin.RM
Sparse Index Tracking: Simultaneous Asset Selection and Capital Allocation via $\ell_0$-Constrained Portfolio
Tokyo Institute of Technology（东京工业大学）
本文提出一种基于 $\ell_0$ 范数约束的稀疏指数跟踪新方法，可同时进行资产选择与资本配置，并支持换手率稀疏性约束，通过原始-对偶分裂算法高效求解，在 S&P500 和 Russell3000 数据集上验证了有效性。
2024-03-16 cs.CE cs.LG q-fin.PM
