Portfolio Optimization Problem with Non-identical Variances of Asset Returns using Statistical Mechanical Informatics
本文利用统计力学信息学的方法，即复制分析方法，对资产收益率方差不一致的投资组合优化问题进行了分析。为了解决投资组合优化问题，我们定义了最优投资组合的两个特征量，即最小投资风险和集中投资水平，并利用复制分析方法解析地确定了它们的渐近行为.此外，进行了数值实验，我们的模拟结果和通过副本分析得到的结果之间的比较验证了我们提出的方法。
2016-05-22 cond-mat.dis-nn math-ph math.MP
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
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
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
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
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
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
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
Numerical Solution of Dynamic Portfolio Optimization with Transaction Costs
我们应用数值动态规划技术来解决离散时间多资产动态投资组合优化问题的比例交易成本和卖空/借款的限制。例子包括多个资产的问题，以及有限视野问题中的许多交易期。在存在交易成本和约束条件的情况下，我们还解决了一个包含一个无风险资产、一个期权及其标的风险资产的投资组合的动态随机问题。这些例子表明，现在解决这类问题是容易的。
2020-03-03 econ.GN q-fin.CP q-fin.EC
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
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
Risk, VaR, CVaR and their associated Portfolio Optimizations when Asset Returns have a Multivariate Student T Distribution
我们展示了如何减少计算风险值和CVaR的学生T回报分布的分析函数的时刻的评价的问题。这使得系统的风险属性分析可以在风险函数的选择（例如，VaR与CVaR）、收益分布的选择（幂律尾与高斯分布）和事件频率的选择之间仔细归因，以进行风险评估。当资产收益服从标准多元T分布时，我们利用这一点为投资组合优化提供了一个简单的方法。这可以用作更一般的优化器的半分析验证工具，以及用于较短时间范围内肥尾对资产配置的影响的实际评估。
2011-02-28 math.OC q-fin.PM q-fin.RM
Risk Parity Portfolios with Skewness Risk: An Application to Factor Investing and Alternative Risk Premia
本文建立了一个考虑风险平价投资组合偏度风险的模型。在这个框架中，资产收益率被视为具有跳跃的随机过程或由高斯混合分布产生的随机变量。这种双重表示使我们能够证明偏度和跳跃风险是等价的。由于混合表示是简单的，我们得到的分析公式计算资产风险贡献的一个给定的投资组合。因此，我们定义了风险预算组合，并推导出存在唯一性条件。然后，我们将我们的模型应用于股票/债券/波动性资产组合政策。当资产表现出跳跃风险，如短期波动率策略，我们表明，偏度为基础的风险平价投资组合比波动率为基础的风险平价投资组合产生更好的配置。最后，我们说明了这个模型是如何适用于管理偏度风险的长期只股票因子投资组合，并在替代风险溢价之间进行分配。
2022-02-22 q-fin.CP q-fin.MF 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
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
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
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
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
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
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
General framework for a portfolio theory with non-Gaussian risks and non-linear correlations
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自然的多元推广，我们给出了确切的公式的尾部和矩和累积量的分布的投资组合的收益率，使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。我们处理的风险最小化的问题，使用两种不同的措施的风险（累积量和风险价值）的两种资产的投资组合，并比较理论预测与直接的经验数据。虽然发现良好的协议，剩余的理论和数据之间的差异源于小回报的Weibull参数化的偏差。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。
2001-03-01 cond-mat.stat-mech 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
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
Optimal Portfolios of Illiquid Assets
本文研究了一家大型不受监管的金融机构（FI）与CARA风险偏好的投资行为。它展示了金融机构如何优化其交易，以解释市场流动性不足，使用多种风险资产的Almando-Chriss市场冲击模型的扩展。这个在适应策略集合上的期望效用优化问题与在确定性交易策略上的均值方差优化有相同的解。这意味着最优适应交易策略是确定性和时间一致性的。它也被发现有一个明确的封闭形式，清楚地显示有趣的属性。例如，经典的常数默顿投资组合策略，一个特殊的解决方案的摩擦极限的问题，表现得像一个吸引子在空间中的更一般的解决方案。暂时的市场冲击的主要影响是减缓了向这个恒定的默顿投资组合收敛的速度。永久性市场冲击的效果是激励金融机构在接近期末时购买额外的风险资产。这种财产，我们称之为庞氏财产，与市场泡沫的产生和破裂有关。该模型可作为典型金融机构的程式化动态模型，用于研究与理解系统性风险和金融稳定相关的资产甩卖渠道。
2016-10-03 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
Portfolio optimization in incomplete markets and price constraints determined by maximum entropy in the mean
针对不完全市场中投资组合优化受价格约束的问题，提出用均值最大熵法从买卖价差数据调整扭曲函数以确定资产价格，满足成本约束，数值实验验证了其对组合收益的影响。
2025-07-03 math.OC q-fin.CP q-fin.PM
Portfolio optimization in the case of an asset with a given liquidation time distribution
对含有低流动性资产的投资组合进行管理是一个繁琐的问题。买方提出的价格可能与卖方估计的账面价值相差很大，另一方面，卖方不能立即清算他的投资组合，并等待更有利的报价。为了减少这种情况下的损失，我们需要开发新的方法。将理论推向实际需要的步骤之一是考虑到非流动资产清算的时滞。在全球金融危机时期，这一任务对从业人员来说尤为重要。在Merton的连续时间最优消费框架下，我们考虑了一个具有非流动性资产、风险资产和无风险资产的投资组合的最优化问题。虽然标准的布莱克-斯科尔斯市场描述了投资的流动性部分，但非流动性资产在具有规定的清算时间分布的随机时刻出售。在清算的时刻，它产生了额外的流动财富，依赖于非流动资产的账面价值。投资者的对数效用函数是HARA型效用的极限情况。不同的分布的非流动性资产的清算时间正在考虑-一个经典的指数分布和威布尔分布，更实际相关。在一定条件下，我们证明了这两种情况下粘性解的存在性。应用数值方法，我们比较了经典的默顿的战略和最优消费分配策略的投资组合与不同的变现时间分布的非流动性资产。
2014-07-11 q-fin.PM
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
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
The Self Driving Portfolio: Agentic Architecture for Institutional Asset Management
Tau Balance；Columbia University（哥伦比亚大学）；Altbridge
本文提出一个智能架构，通过50个专门代理生成资本市场假设，使用20种竞争方法构建投资组合，并相互批评和投票。研究代理提出新方法，元代理比较历史预测与实际回报，优化代理代码和提示以提高未来表现。
2026-09-22 cs.AI cs.MA q-fin.GN
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
End-to-End Parametric Portfolio Policies for Cross-Asset Futures Timing: When Do AI Models Beat Simple Rules?
Critical Technologies, LLC（Critical Technologies有限责任公司）
研究端到端AI策略直接映射市场状态到投资组合权重，与简单规则策略比较，发现LSTM和Transformer在跨资产组合中表现优于规则，但Transformer交易更少且成本更低。
2026-07-02 q-fin.PM q-fin.ST q-fin.TR
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
A fully data-driven approach to minimizing CVaR for portfolio of assets via SGLD with discontinuous updating
通过使用随机梯度Langevin动力学（SGLD）算法，这是随机梯度下降（SGD）方法的一种变体，在随机优化的一种新方法，使我们能够有效地近似可能复杂的，高维景观的全局极小值。考虑到这一点，我们在这里扩展的非渐近分析的SGLD的情况下，不连续的随机梯度。因此，我们能够提供理论保证算法的收敛（标准）Wasserstein距离为凸和非凸目标函数。我们还提供了明确的上限估计的预期超额风险与这些目标函数的全局极小的近似。所有这些研究结果使我们能够设计和提出一个完全数据驱动的方法，为最小化资产组合的CVaR的权重的最优分配与完整的理论保证其性能。数值结果说明了我们的主要发现。
2020-07-02 math.OC math.PR math.ST
Necessary and Sufficient Conditions for Frequency-Based Kelly Optimal Portfolio
本文研究了一个离散时间的$m \geq 2$资产组合最优化问题，其中再平衡频率作为最大化中的一个附加参数。所谓的凯利准则被用作性能度量;即，最大化交易者账户的预期对数增长，得到的投资组合称为基于频率的凯利最优投资组合。本文的重点是推广我们以前的工作，以获得各种最优性特征的投资组合的结果。更具体地说，在我们的基于频率的公式中使用凯利准则，我们首先证明了基于频率的凯利最优投资组合的充要条件。借助于这些条件，我们给出了几个新的最优性刻画，如期望比最优性和渐近相对最优性，以及一个我们称之为扩展支配资产定理的结果。也就是说，我们证明了$i$ th资产在投资组合中占优势当且仅当凯利最优投资组合仅由该资产组成。这个定理的“扩展”一词来自于这样一个事实，即它只是我们以前的工作中证明的一个充分性结果。因此，在本文中，我们改进它，包括必要性的证明部分。此外，交易者的生存能力问题（没有破产的考虑）也详细研究了我们的基于频率的交易框架。最后，为了连接理论和实践，我们提出了一个简单的交易算法，使用所谓的主导资产条件的概念来决定何时应该触发交易。使用历史价格数据的相应交易表现被报告为支持证据。
2020-04-25 cs.SY eess.SY math.OC
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
High-Dimensional Stock Portfolio Trading with Deep Reinforcement Learning
Schumpeter School of Business and Economics（熊彼特商业与经济学院）；University of Wuppertal（伍珀塔尔大学）
本文提出了一种基于深度Q学习的金融组合交易深度强化学习算法。该算法能够从任何大小的横截面数据集交易高维投资组合，其中可能包括资产中的数据缺口和非唯一历史长度。我们通过对每个环境抽样一个资产来顺序设置环境，同时用所得资产的回报奖励投资，并用资产集的平均回报奖励现金储备。这迫使代理人战略性地将资本分配给它预测表现高于平均水平的资产。我们应用我们的方法在样本外分析48美国股票投资组合设置，不同的股票数量从10到500只股票，在选择标准和交易成本的水平。该算法的平均表现优于所有考虑被动和主动基准投资策略的大幅度使用一个超参数设置的所有投资组合。
2021-12-09 cs.LG q-fin.CP 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
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
A Portfolio Decomposition Formula
本文推导了代理人在有限规划期内最大化其财富效用时的投资组合分解公式。金融市场是完整的，由多个风险资产（股票）加上一个无风险资产组成。股票被建模为指数布朗运动的漂移和波动是伊藤过程。最优投资组合有两个组成部分：一个短视的组成部分和对冲之一。我们表明，近视的组成部分是强大的停时。我们使用Clark-Haussmann公式来推导投资组合的套期保值成分。
2007-02-24 math.OC math.PR q-fin.PM
Dynamic and static fund separations and their stability for long-term optimal investments
本文研究了三类模型下的动态和静态基金分离及其稳定性。在由一种安全资产、几种风险资产和一个状态变量组成的不完全市场中，投资者在相对风险厌恶不变的情况下最大化期望效用。两个模型类中的状态变量分别遵循3/2过程和逆贝塞尔过程。另一种市场模型将部分观测的状态变量建模为Ornstein-Uhlenbeck状态过程。我们证明了这种效用最大化的动态最优投资组合由m+3个投资组合组成：安全资产、近视投资组合、m个时间无关投资组合和跨期投资组合。随着时间的推移，跨期投资组合最终消失，导致动态投资组合收敛到m+2个投资组合，称为静态投资组合。我们还证明了在模型参数扰动下收敛是稳定的。此外，跨期投资组合对小参数扰动的敏感性也在长期消失。跨期投资组合的收敛速度及其灵敏度计算明确提出的模型。
2023-03-13 q-fin.MF 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
Rethinking Portfolio Risk: Forecasting Volatility Through Cointegrated Asset Dynamics
本文提出HVR/DVR并构建VECM，利用股票与指数波动率的协整关系预测投资组合波动率，在S&P 500上显著降低短中期MAPE。
2025-09-28 q-fin.PM q-fin.RM
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
Asset Price Distributions and Efficient Markets
我们探讨了一个分解，其中一个大类的投资组合相对于市场的回报取决于一个平滑的非负漂移和资产价格分布的变化。这种分解是使用一般的连续半鞅价格表示得到的，因此与几乎任何资产定价模型都是一致的。投资组合相对收益的波动取决于资产价格的随机时变离散。因此，我们的框架揭示了一个资产定价因素，它的存在源于不同经济和金融环境中普遍存在的会计恒等式，这一事实对市场有效性有着深刻的影响。特别是，在一个封闭的、无股息的市场中，资产价格离散度相对恒定，随着时间的推移，一大类投资组合的表现必然优于市场投资组合。我们发现，在商品期货市场的价格分散只略有增加，并确认存在大量的超额收益率，随着我们的理论预测的价格分散的变化。
2018-10-30 q-fin.GN q-fin.PM
