Robust equilibrium strategy for mean-variance-skewness portfolio selection problem
考虑了模糊厌恶投资者的鲁棒时间一致均值-方差-偏度投资组合选择问题,该问题考虑了投资者的财富依赖风险厌恶和财富依赖偏度偏好以及模型的不确定性.利用扩展的Hamilton-Jacobi-Bellman-Isaacs(HJBI)系统,通过博弈论方法,刻画了该问题的鲁棒均衡投资策略和相应的均衡值函数.进一步,对于一类特殊的鲁棒时间一致均值-方差-偏度投资组合问题,得到了鲁棒均衡投资策略和相应的均衡价值函数的半封闭形式.最后,通过数值实验,给出了鲁棒均衡投资策略和效用损失的一些新结果。
2022-01-17 math.OC
Equilibrium Solutions of Multi-Period Mean-Variance Portfolio Selection
本文是[时间不一致随机LQ问题的混合平衡解,arXiv:1802.03032]的姊妹篇,建立了描述时间不一致随机线性二次型问题的开环平衡控制、反馈平衡策略和混合平衡解的一般理论.本文的研究一方面是为了检验本文所发展的理论,另一方面也是为了推进多期均值-方差投资组合问题的可解性。本文去掉了多期均值-方差投资组合中常见的非退化假设,得到了均衡解存在的简洁条件.
2018-03-22 math.OC
Optimal Transport for Continuous-Time Mean-Variance Portfolio Selection
Renmin University of China(中国人民大学);The Hong Kong Polytechnic University(香港理工大学)
本文结合BSDE与康托罗维奇对偶理论,提出针对McKean-Vlasov随机系统反馈控制的分析框架,通过求解耦合ODE系统推导显式最优反馈投资策略,解决连续时间均值-方差投资组合选择问题。
2026-10-14 math.OC
Global optimization for the portfolio selection model with high-order moments
本文针对具有高阶矩和灵活风险偏好的多项式投资组合优化模型,提出扰动样本平均近似方法,将其转化为线性锥优化,并利用矩-SOS松弛全局求解,给出半定算法,数值实验验证了其效率。
2023-09-04 math.OC
Multistage stochastic programs with a random number of stages: dynamic programming equations, solution methods, and application to portfolio selection
我们引入了一类具有随机数阶段的多阶段随机最优化问题。对于此类问题,我们展示了如何编写动态规划方程,并详细介绍了求解这些方程的随机对偶动态规划算法。最后,我们考虑了一个随机持续时间的优化期上的投资组合选择问题。对于这个问题的几个实例,我们显示了使用一个策略获得的收益,该策略考虑了阶段数的随机持续时间,而不是考虑了固定阶段数(即阶段的最大可能数量)的策略。
2019-07-17 math.OC
L1-regularization for multi-period portfolio selection
在这项工作中,我们提出了一个模型的解决方案的多期投资组合选择问题。该模型基于时间一致的动态风险度量。我们应用l1正则化稳定的解决方案的过程中,并获得稀疏的解决方案,这使得一个,以减少持有成本。其核心问题是一个带有等式约束的非光滑最优化问题。我们提出了一个迭代过程的基础上修改Bregman迭代,自适应地设置正则化参数的值,以产生所需的金融属性的解决方案。我们验证的方法,显示在真实数据上进行的测试结果。
2018-09-05 math.OC
Monotone Mean-Variance Portfolio Selection in Semimartingale Markets: Martingale Method
本研究提出统一框架,采用鞅方法在一般金融市场及半鞅市场中探讨均值-方差与单调均值-方差投资组合选择的关系,得出二者一致的充要条件,并给出应用示例。
2024-03-10 math.OC
A dominance maximization approach to portfolio selection
在投资组合多目标优化框架中,我们建议在给定市场的所有可行资产组合中比较和选择使其风险和收益值与合适参考点(例如,所谓的最低点)。我们表明,这种方法具有鲜明的和显着的特点。虽然不受目标如何缩放的影响,但它提供了一个有效的(帕累托)投资组合,相对于参考点"占主导地位"。此外,虽然我们的无偏好策略一般需要解决一个非凸(约束)单目标问题,我们展示了如何得到的(全球)最优投资组合可以很容易地和有效地计算。我们还进行了数值测试的基础上,一些公开的基准数据集经常在文献中使用,突出了我们的方法的良好性能。
2018-01-15 math.OC
Mean-variance portfolio selection and variance hedging with random coefficients: closed-loop equilibrium strategy
本文在非马尔可夫框架下讨论了动态均值-方差投资组合选择问题和动态方差套期保值问题。首次通过统一的方法分别得到了这些问题的显式闭环平衡策略。一些新的有趣的事实出现在均值方差问题与常数风险厌恶。例如,只要无风险收益率是随机的,均衡策略仍然可以依赖于初始财富。另外,在非马尔可夫背景下,闭环均衡策略和开环均衡策略与初始财富的关系是相同的,并且当无风险收益率是确定的时,闭环均衡策略和开环均衡策略恰好相等。
2018-02-04 math.OC
Multicriteria Portfolio Selection with Intuitionistic Fuzzy Goals as a Pseudoconvex Vector Optimization
针对投资组合选择多目标优化中目标非凸性研究不足的问题,提出结合直觉模糊理论与柔性优化的通用方法,将模糊伪凸多准则问题转化为伪凸规划求解,适用范围广且经真实场景实验验证有效。
2023-04-29 math.OC
Constrained LQ problem with a random jump and application to portfolio selection
本文考虑了一类约束随机线性二次(LQ)最优控制问题,其中控制约束在闭锥内。状态过程是由一个随机系数的受控系统控制的。此外,存在状态过程的随机跳变。在数理金融学中,随机跳跃通常代表交易对手违约。由于伊藤-田中公式,最优控制和最优值可以通过向后随机微分方程(BSDEs)系统的解决方案。通过求解由布朗运动驱动的倒向随机微分方程的递归系统,得到了倒向随机微分方程的可解性。我们也将结果应用到平均方差投资组合选择问题中,其中股票价格会受到交易对手违约的影响。
2016-05-19 math.OC
Non-linear shrinkage of the price return covariance matrix is far from optimal for portfolio optimisation
投资组合优化需要能够滤除估计噪声的复杂协方差估计器。非线性收缩是一种流行的估计器,它基于如何仅使用校准窗口中的数据计算Oracle特征值。与通常的看法相反,NLS对于投资组合优化不是最优的,因为当资产依赖结构是非平稳的时,NLS不能最小化正确的成本函数。相反,我们得出最佳目标。使用历史数据,我们量化了NLS可以改进的程度。我们的研究结果重新打开了如何建立协方差矩阵估计的投资组合优化在现实条件下的问题。
2022-10-13 math.OC q-fin.PM q-fin.ST
Equity Allocation and Portfolio Selection in Insurance: A simplified Portfolio Model
研究了二次离散时间概率模型在再保险中的最优投资组合问题.对于承保水平的正值,累积结果的期望值在其方差和年度ROE的约束下被优化。证明了唯一解的存在性,并给出了一个拉格朗日形式。提出了一种求解欧拉-拉格朗日方程的有效方法。讨论了乘子的近似确定。此基本模型是更完整模型的重要构建块。
1999-07-22 math.OC math.PR
Continuous-Time Mean-Variance Portfolio Selection with Constraints on Wealth and Portfolio
本文研究了凸锥投资组合约束下具有破产禁止的连续时间均值-方差投资组合问题。这是一个长期存在的难题,不仅因为它具有重要的理论意义,而且因为它具有重要的现实意义。首先,我们将上述问题转化为一个等价的均值-方差问题与破产禁止没有投资组合约束。后者则用鞅论处理。我们的研究结果表明,我们可以直接提出的半解析表达式的预承诺有效的均值-方差政策没有粘性解决方案的技术,但在一般框架内的锥投资组合约束。数值模拟也揭示了本文建立的结果。
2015-07-24 math.OC q-fin.PM
Optimization Method for Interval Portfolio Selection Based on Satisfaction Index of Interval inequality Relation
本文考虑了具有不确定收益的区间投资组合问题,引入了区间不等式满意度指数的概念。基于满意度指标,提出了一种将具有不确定目标和约束的区间规划问题转化为标准的双参数线性规划问题的方法.仿真实验表明,该方法能够帮助投资者根据自己的偏好找到有效的投资组合。
2012-07-09 math.OC q-fin.PM
Efficient Solution of Portfolio Optimization Problems via Dimension Reduction and Sparsification
针对大型投资组合优化中稠密协方差矩阵带来的效率瓶颈,提出基于机器学习预测和线性规划解的维度缩减及保持半正定的稀疏化方法,在维持风险收益的同时显著提升优化器性能。
2023-06-22 math.OC q-fin.PM
Two Stochastic Control Methods for Mean-Variance Portfolio Selection of Jump Diffusions and Their Relationship
本文针对跳扩散过程的均值-方差投资组合选择问题,分别用最大值原理和动态规划原理求解最优组合与有效前沿,并探究两种方法的关联,给出伴随过程与值函数的联系。
2025-08-02 math.OC q-fin.PM
Portfolio Selection with Small Transaction Costs and Binding Portfolio Constraints
一个相对风险厌恶度不变、规划期无限的投资者,在交易成本小、投资组合约束外生的情况下,交易风险资产和安全资产,同时投资机会不变。我们明确推导出最优交易政策,其福利,和隐含的交易量。作为一个应用,我们研究了选择一个主经纪人之间的替代品与不同的贷款利率和保证金要求的问题。此外,我们还讨论了不断变化的监管约束如何影响非流动性贷款的存款利率。
2013-01-08 math.OC q-fin.PM
Robust Portfolio Selection Problems: A Comprehensive Review
在本文中,我们提供了一个全面的审查最近的进展,稳健的投资组合选择问题及其扩展,从运筹学和金融的角度。本文根据金融问题的类型、不确定性集合、稳健优化方法和数学公式,对文献中提出的模型和方法进行了多维分类。一些开放的问题和潜在的未来研究方向。
2022-01-11 math.OC q-fin.PM
Unified Framework of Mean-Field Formulations for Optimal Multi-period Mean-Variance Portfolio Selection
经典的基于动态规划的最优随机控制方法不能处理不可分的动态优化问题,因为最优性原理不再适用于这种情况。在这些臭名昭著的不可分离问题中,动态均值-方差投资组合选择公式直到最近才给我们的研究界带来了巨大的挑战。在过去的十年中,包括嵌入方案在内的一些求解方法已经成功地解决了动态均值-方差投资组合选择问题。在本文中,我们提出了一种新的平均场框架,提供了一个更有效的建模工具和更准确的解决方案,直接处理的问题的不可分离性和推导的最优策略分析多期均值方差型投资组合选择问题。
2013-03-05 math.OC q-fin.PM
Robust Markowitz mean-variance portfolio selection under ambiguous covariance matrix *
本文研究了一个鲁棒连续时间Markowitz投资组合选择问题,其中模型的不确定性对多个风险资产的协方差矩阵进行描述.这个问题是制定成一个最小最大的均值方差问题,在一组非支配的概率措施,解决了McKean-Vlasov动态规划的方法,这使我们能够描述的解决方案在Wasserstein空间的概率措施的Bellman-Isaacs方程。我们给出了最优鲁棒投资组合策略的显式解,并在波动率不确定和两种风险资产之间的相关性不明确的情况下说明了我们的结果。然后,我们推导出封闭形式的鲁棒有效前沿,并获得了任何鲁棒有效投资组合策略的夏普比率的下界。最后,我们比较了夏普比率的表现,一个强大的投资者和投资者与错误指定的模型。MSC分类:91 G10、91 G80、60 H30
2017-03-13 math.OC math.PR q-fin.PM
The Application of Imperialist Competitive Algorithm for Fuzzy Random Portfolio Selection Problem
Urmia University(乌尔米耶大学)
本文提出了一种帝国主义竞争算法(ICA)的实现,用于解决模糊随机投资组合问题,其中资产收益率是由模糊随机变量表示。投资组合优化是现代金融学的一个重要研究领域。利用基于必要性的模型,将模糊随机变量转化为线性规划,并设计独立分量分析,以寻找最优解。最后通过一个算例说明了ICA在模糊随机投资组合问题中的应用。
2014-02-19 cs.AI math.OC
Time-inconsistent Markovian control problems under model uncertainty with application to the mean-variance portfolio selection
本文研究了一类具有模型不确定性的离散时间终端马尔可夫控制问题。我们将子博弈完美策略的概念与自适应鲁棒随机相结合,以解决所考虑的随机控制问题的理论方面。因此,作为理论结果的一个重要应用,我们应用机器学习算法数值求解了模型不确定性下的均值-方差投资组合选择问题。
2020-09-09 math.OC q-fin.MF
Damped Online Newton Step for Portfolio Selection
Massachusetts Institute of Technology(麻省理工学院)
我们重新审视经典的在线投资组合选择问题,在每一轮中,学习者选择一组投资组合的分布来分配其财富。众所周知,对于这个问题,例如,使用通用投资组合选择算法可以实现关于覆盖损失的对数后悔。然而,所有现有的算法,实现了对数遗憾这个问题的每轮时间和空间复杂度的规模与总轮数的多项式,使他们不切实际。在本文中,我们以Haipeng等人2018年的最新工作为基础,提出了第一个实用的在线投资组合选择算法,该算法具有对数遗憾,其每轮时间和空间复杂度仅在数学上依赖于地平线。在我们的方法背后是两个独立兴趣的关键技术创新。我们首先表明,即使在处理时变正则化器时,阻尼在线牛顿步骤也可以很好地逼近镜像下降迭代。其次,我们提出了一个新的元算法,实现了自适应对数遗憾(即对数遗憾的任何子区间)的混合损失。
2022-02-15 cs.LG math.OC
Portfolio Optimization with Robust Covariance and Conditional Value-at-Risk Constraints
本研究评估了多种稳健协方差估计量在投资组合优化中的表现,发现在极端市场下需引入CVaR约束控制尾部风险,并结合K-means的NCO算法以缓解数值不稳定性并降低回撤。
2024-06-02 econ.EM math.OC q-fin.MF
Portfolio Selection with Multiple Spectral Risk Constraints
本文提出了一种基于梯度的迭代算法,有效地解决了多谱风险约束下的投资组合选择问题。由于条件风险价值(CVaR)是谱风险度量的一种特殊情况,本文的算法解决了具有多个CVaR约束的投资组合选择问题。在每一步中,该算法解决了非常简单的可分离凸二次规划,因此,我们表明,频谱风险约束的投资组合选择问题可以解决使用的技术开发的均值-方差问题。该算法扩展到的情况下,目标是一个加权和的平均收益和一个加权组合或最大的一组谱风险措施。我们报告的数值结果表明,我们提出的算法是非常有效的,它是至少一个数量级的速度比国家的最先进的通用求解器的所有实际情况。人们可以利用这种效率,通过包括几个不同的风险模型的约束,对模型风险具有鲁棒性。
2015-03-25 math.OC q-fin.PM
Mean-variance portfolio selection with dynamic attention behavior in a hidden Markov model
本文研究了具有动态注意行为的隐马尔可夫模型中均值-方差投资组合选择问题的闭环均衡策略。除了投资策略外,投资者对新闻的关注也被引入作为对新闻信号准确性的控制过程。目的是通过数值求解一个扩展的HJB方程,利用马尔可夫链近似方法找到平衡策略。构造了一个迭代算法,并证明了其收敛性。数值例子也被提供来说明结果。
2022-05-18 math.OC q-fin.PM
Continuous-time mean-variance portfolio selection under non-Markovian regime-switching model with random horizon
本文研究了具有状态转换和随机水平的连续时间均值-方差投资组合问题。与以前的作品不同,资产的动态描述的非马尔可夫状态转换模型的意义上说,所有的市场参数是可预测的,相对于联合产生的过滤马尔可夫链和布朗运动。我们将此问题表示为一个约束随机线性二次最优控制问题。假设马尔可夫链与布朗运动无关。市场是不完整的。我们推导出封闭形式的最优投资组合和有效前沿的表达式。所有结果都不同于固定时间范围问题的结果。
2022-05-13 math.OC q-fin.MF
Mean-variance portfolio selection with nonlinear wealth dynamics and random coefficients
研究了一类非线性财富动态下的连续时间均值-方差投资组合选择问题。为了处理期望约束,首先通过两个新的广义随机Riccati方程求解一个辅助随机控制问题,由此构造一个反馈形式的候选投资组合,且对应的财富过程永远不会越过抛物线的顶点.为了验证候选投资组合的最优性,建立了凸对偶(要求成本函数的单调性),给出了终端财富水平的另一种更直接的表达。并给出了方差最优鞅测度以及非线性金融市场与经典线性市场之间的联系。最后,我们得到了封闭形式的有效前沿。从我们的研究结果来看,人们更倾向于投资于无风险资产相比,经典的线性市场。
2022-11-02 math.OC q-fin.MF
Generalizing Markowitz Portfolio Optimization by a Quadratic Risk Measure
Institute of Mathematics, Vilnius University(维尔纽斯大学数学研究所)
该研究将经典马克维茨投资组合优化的方差风险测度推广至严格凸二次风险测度,推导了多种投资组合的闭式公式,发现切线投资组合与最大夏普比率投资组合不重合的新几何现象并通过数值示例验证。
2026-08-26 math.OC q-fin.PM
Constrained stochastic LQ control with regime switching and application to portfolio selection
研究了一类具有区域切换、随机系数和锥控制约束的随机线性二次型最优控制问题。系数的随机性来源于两个方面:布朗运动和马尔可夫链。利用马尔可夫链的伊藤引理,通过两个新的扩展随机Riccati方程组(ESRE),得到了系统的最优状态反馈控制和最优费用值.我们利用多维比较定理、截断函数技巧、对数变换和John-Nirenberg不等式等工具证明了这两个ESRE的存在唯一性。这些结果,然后应用于研究均值-方差投资组合选择问题与卖空禁止和不与随机参数依赖于布朗运动和马尔可夫链。最后给出了有效投资组合和有效边界的封闭形式。
2021-12-13 math.OC math.PR
Optimal portfolio selection and compression in an incomplete market
我们研究了最优投资问题的一般性能标准,特别是,包括不连续的功能。价格被建模为扩散,市场是不完全的。我们找到了一个明确的解决方案的情况下,有限的多样化的投资组合,即投资组合压缩问题。这意味着一个可接受的策略可以同时包含不超过m个不同的股票,其中m可以小于可用股票的总数n。
2002-07-27 math.OC math.PR q-fin.PM
Mean-variance portfolio selection under partial information with drift uncertainty
本文研究了部分信息下具有漂移不确定性的均值-方差投资组合选择问题。首先,我们表明,即使在这种情况下,市场模型是完全的,而信息是不完全的,漂移是不确定的。在此基础上,推导出了基于部分信息的最优策略,并将其归结为求解一个相关的倒向随机微分方程(Boundary)。最后,我们提出了一个有效的数值格式来近似的最优投资组合,即上述的解决方案。Malliavin演算和粒子表示在这个方案中起着重要的作用。
2020-10-24 math.OC math.PR q-fin.PM
Explicit solutions for continuous time mean-variance portfolio selection with nonlinear wealth equations
研究了一类特殊的非线性财富方程下的连续时间均值-方差投资组合问题。该非线性财富方程具有非光滑系数,文[6]中的对偶方法不适用。我们引用了该问题的哈密顿-雅可比-贝尔曼方程,并给出了该哈密顿-雅可比-贝尔曼方程的显式粘性解.进一步,通过该粘性解,我们得到了该问题的有效投资组合策略和有效前沿。最后,我们证明了我们的非线性财富方程可以覆盖三个重要的情况。
2016-06-17 math.OC math.PR q-fin.MF
Risk-Sensitive Q-Learning in Continuous Time with Application to Dynamic Portfolio Selection
本文提出CT-RS-q算法,用于连续时间内风险敏感强化学习,应用于动态投资组合选择问题,证明了在优化确定等价条件下策略的马尔可夫性。
2025-12-02 cs.LG math.OC
Cost-Sensitive Online Window Size Selection for Portfolio Management
National Tsing Hua University(国立清华大学)
本文提出一个两层框架,通过在线学习动态聚合候选窗口大小的投资组合,并推导成本敏感跟踪遗憾界,以应对市场变化。
2026-09-29 cs.LG math.OC q-fin.PM
Equity Allocation and Portfolio Selection in Insurance
建立了一个离散时间的最优权益分配和投资组合选择的概率模型,使其至少适用于再保险。在一个公司的情况下,有几个投资组合(或子公司),代表负债和资产,它被证明是该模型的解决方案尊重约束ROE的,破产概率和市场份额目前在实际使用中。解决方案定义了公司的全球和最佳风险管理策略。数学存在的结果和工具,如反演的线性部分的欧拉-拉格朗日方程,在前面的文件中开发的背景下,一个简化的模型是必不可少的数学和数值构造的模型的解决方案。
1999-07-24 math.OC math.PR q-fin.PM
Cone-constrained Monotone Mean-Variance Portfolio Selection Under Diffusion Models
本文研究了扩散模型下带锥凸约束的单调均值-方差(MMV)投资组合问题,以及均值-方差(MV)偏好下的相应问题。我们得到的预承诺的最优策略,这两个问题在封闭的形式,并发现它们是一致的,没有和存在的圆锥约束。这一结果概括了MMV和MV偏好之间的等价性,从非约束的情况下,一个特定的约束情况。比较分析表明,锥凸集下的正交性是保证等价结果的关键。
2022-05-31 math.OC q-fin.MF q-fin.PM
Convex scalarizations of the mean-variance-skewness-kurtosis problem in portfolio selection
我们考虑多目标均值-方差-偏度-峰度(MVSK)问题的投资组合选择,有和没有卖空和杠杆。此外,我们定义了一个稀疏的MVSK的变体,其中可行的投资组合包含在一个选定的集合类的支持。为了找到MVSK问题的Pareto前沿,我们将MVSK的四个目标线性标化为一个依赖于某个超参数$λ\in Δ^4$的标量值四次多项式$F_λ$。作为我们的主要结果之一,我们确定了一组超参数,$F_λ$是凸的概率单纯形(或立方体)。通过利用标量化的凸性和整齐性,我们可以计算部分Pareto前沿。我们计算一个优化器的标量$F_λ$为每个$λ$在网格采样$Δ^4$。为了查看每个优化器的质量,我们绘制了缩放的投资组合目标值与超参数的关系。这样做,我们揭示了一个子集的优化,提供了一个优越的权衡之间的四个目标MVSK。
2023-02-21 math.OC q-fin.PM
Portfolio Selection with Mandatory Bequest
本文研究了投资者在固定利率银行账户和价格服从对数正态扩散的股票上的最优消费和投资决策问题。我们提出的哈密顿-雅可比-贝尔曼方程的方法,以明确解决这种类型的修改,如固定的百分比交易成本和强制性遗赠功能的问题。研究表明,投资者在进行消费和交易决策时,将强制遗赠视为计入个人财富的费用。此外,投资者将其投资组合比例保持在与Merton最优比例和交易成本相关的固定边界内。
2014-09-13 math.OC q-fin.PM
Scenario generation for single-period portfolio selection problems with tail risk measures: coping with high dimensions and integer variables
在本文中,我们提出了一个问题驱动的情景生成方法,使用尾部风险措施,如条件风险价值的单期投资组合选择问题。尾部风险度量对于量化最坏情况下的潜在损失非常有用。然而,对于基于情景的问题,这些是有问题的:因为尾部风险度量的值仅取决于资产收益分布支持的一小部分,传统的基于情景的方法,将情景均匀地分布在整个分布支持上,产生非常不稳定的解决方案,除非我们使用非常大量的情景。所提出的方法的工作原理,优先建设的情况下,在该地区的概率分布对应的尾部损失的可行的投资组合。所提出的方法可以应用到困难的情况下,其特征在于高维,非椭圆分布的资产收益率的投资组合选择问题,并存在整数变量。还观察到,该方法的工作更好的可行的一套投资组合变得更加约束。基于这一事实,提出了一种基于样本平均近似法的启发式算法。该算法的工作原理是向问题中添加人工约束,这些约束逐渐收紧,从而使人们能够获得高质量的解决方案。
2017-04-06 math.OC q-fin.RM
Risk Aversion and Portfolio Selection in a Continuous-Time Model
在连续时间完全市场模型中,风险资产的价格过程服从一个具有时间依赖性和确定性系数的联合几何布朗运动,对不同个体的最优投资组合进行了比较静态分析.事实证明,间接效用函数继承了冯·诺伊曼-摩根斯坦效用函数的风险厌恶顺序(在阿罗-普拉特意义上),因此,风险厌恶程度更高的代理人将在风险资产上投资更少的财富(绝对价值)。
2011-12-30 math.OC math.PR q-fin.PM
Goal-based portfolio selection with fixed transaction costs
University of Michigan(密歇根大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));University of International Business and Economics(对外经济贸易大学)
本研究针对带固定交易成本的多目标投资组合选择问题,利用随机Perron方法证明价值函数为拟变分不等式系统的唯一粘性解,并建立最优策略存在性,数值结果揭示复杂交易区域且策略异于无摩擦情形。
2025-10-24 math.OC q-fin.MF q-fin.PM
Sparsity Regularized and Robust Mean Variance Portfolio Selection Under Ellipsoidal Uncertainty
Bilkent University(比尔肯特大学);EPFL(洛桑联邦理工学院)
针对椭球不确定性下的均值-方差投资组合选择,提出带$\ell_0$惩罚的稳健稀疏优化框架,刻画极值结构并设计分支定界算法及高效剪枝规则,实验验证其有效性与竞争力。
2026-09-11 cs.LG math.OC stat.ML
Mean-Variance Portfolio Selection in Contagious Markets
考虑了具有传染风险的金融市场中的均值-方差投资组合选择问题。风险资产服从跳跃扩散模型,其中跳跃是由具有相互激励效应的多变量Hawkes过程驱动的。霍克斯过程的相互激励特征捕捉到了传染风险,因为资产的每次价格跳跃都增加了未来不仅在同一资产而且在其他资产中跳跃的可能性。应用随机最大值原理、倒向随机微分方程理论和线性二次型控制技术求解了该问题,得到了半封闭形式的有效策略和有效前沿,其约束条件为非局部偏微分方程.数值例子来说明我们的结果。
2021-10-18 math.OC q-fin.MF q-fin.PM
Deep Reinforcement Learning for Investor-Specific Portfolio Optimization: A Volatility-Guided Asset Selection Approach
School of Mathematical and Statistical Sciences, Indian Institute of Technology Mandi(印度理工学院曼迪数学与统计科学学院);Department of Mathematics, Indian Institute of Technology Guwahati(印度理工学院古瓦哈提数学系)
本文提出一种波动率引导的深度强化学习投资组合优化框架,利用GARCH模型按投资者风险偏好预选资产,并通过DRL智能体学习最优投资策略,在道琼斯30指数上验证其优于基线策略的风险调整后收益。
2025-04-20 cs.AI math.OC q-fin.PM
Bayesian learning for the Markowitz portfolio selection problem
在多维框架下研究了具有未知漂移向量的Markowitz投资组合选择问题。不确定的预期收益率的先验信念是由任意的概率法建模,并从过滤理论的贝叶斯方法是用来学习的后验分布的漂移给定的观察市场数据的资产。贝叶斯Markowitz问题,然后嵌入到一个辅助的标准控制问题,我们用动态规划方法的特点,并证明了一个光滑的解决方案,相关的半线性偏微分方程(PDE)的存在性和唯一性。在高斯先验分布的情况下,显式计算最优Markowitz投资组合策略。最后,我们衡量学习的定量影响,从观察到的数据更新的策略,相比非学习,在一个不确定的背景下,使用一个恒定的漂移,并分析信息w.r.t.值的敏感性。我们模型的各种相关参数。
2018-11-16 math.OC q-fin.CP q-fin.PM
Continuous-Time Mean-Variance Portfolio Selection: A Reinforcement Learning Framework
Columbia University(哥伦比亚大学)
本文利用强化学习方法研究了连续时间均值-方差投资组合问题。该问题是为了实现勘探和开采之间的最佳权衡,并制定为熵正则化,放松随机控制问题。我们证明了这个问题的最优反馈策略必须是高斯的,具有时间衰减方差。然后,我们建立熵正则MV和经典MV之间的连接,包括可解性等价性和收敛性的探索加权参数衰减到零。最后,我们证明了一个策略改进定理,在此基础上,我们设计了一个可实现的RL算法。我们发现,我们的算法优于基于自适应控制的方法和基于深度神经网络的算法在我们的模拟大幅度。
2019-05-05 cs.CE cs.LG math.OC