Market-Adaptive Ratio for Portfolio Management
本文提出市场自适应比率，通过引入区分牛熊市的 $ρ$ 参数并结合强化学习动态调整风险偏好，实证表明其风险调整收益优于夏普比率。
2024-07-08 q-fin.PM
Diversifying portfolios of U.S. stocks with crude oil and natural gas: A regime-dependent optimization with several risk measures
能源市场对政府和经济发展具有战略意义。一些初级商品作为替代能源和能源多样化竞争。这种竞争降低了国家的能源脆弱性以及投资组合的风险。脆弱性主要是供求冲击后的价格趋势和波动造成的。这种能源价格的不确定性吸引了能源商品市场的许多市场参与者。首先，能源生产者和消费者利用能源衍生品对冲不利的价格变化。第二，金融市场参与者利用商品和商品衍生品使其常规投资组合多样化。因此，我们认为美国（美国）之间的联合依赖。天然气、原油和股票市场。我们使用Gatfaoui（2015）的时变多变量Copula分析和相关方差机制。这种方法处理资产价格的结构性变化。有鉴于此，我们得出了投资组合优化的含义，当投资者分散他们的股票投资组合与天然气和原油资产。在投资组合的预期收益率和/或美国股票投资存在和不存在约束的情况下，我们最小化投资组合的方差、半方差和尾部风险。收益约束降低了最优投资组合的性能。此外，特定于制度的投资组合优化有助于在整个样本期内实施增强的主动管理策略。在收益约束下，半方差最优投资组合提供了最佳的风险收益权衡，而尾部风险最优投资组合提供了最佳的权衡在没有收益约束。
2018-11-06 q-fin.PM
Agnostic Risk Parity: Taming Known and Unknown-Unknowns
马科维茨著名的最优投资组合理论通常无法实现样本外多元化。在本说明中，我们提出了一个新的投资组合的建设战略的基础上对称参数，导致“特征风险平价”的投资组合，实现平等的实现风险的所有主成分的协方差矩阵。这适用于任何其他定义的不相关因素。然后，我们专门我们的一般公式，以最不可知的情况下，未来回报的指标被假定为不相关和方差相等。这种“不可知风险平价“（AGP）投资组合最大限度地减少了因对不同赌注的过度乐观对冲而产生的未知-未知风险。AGP被证明是相当不错的票价时，适用于标准的技术策略，如趋势跟踪。
2016-10-27 q-fin.PM
Integrating Different Informations for Portfolio Selection
本文提出一种基于高斯混合模型贝叶斯学习的组合估计方法，将历史数据中的后顾性信息与市场组合隐含的前瞻性信息自适应结合，并通过模拟和全球实证验证其在不同程度效率资本市场中的灵活性与稳健性。
2023-05-29 q-fin.PM
Portfolio Optimization with Nondominated Priors and Unbounded Parameters
考虑有限时间内终端财富最大化的经典Merton问题。我们假设股票的漂移服从Ornstein-Uhlenbeck过程，股票的波动性服从Gestival（1）过程。特别是，均值和波动率都是无界的。我们假设均值和波动率的参数都存在高斯不确定性。假设投资者具有对数效用函数，并显式求解了相应的效用最大化问题。据我们所知，这是第一个工作的效用最大化与无界的平均值和波动性下的非支配先验的不确定性。
2018-07-16 math.OC q-fin.PM
Deep Reinforcement Learning and Convex Mean-Variance Optimisation for Portfolio Management
University of the Witwatersrand（金山大学）
传统的投资组合管理方法可以结合特定的投资者偏好，但依赖于对资产收益和协方差的准确预测。强化学习（RL）方法不依赖于这些明确的预测，更适合多阶段决策过程。为了解决评估研究的局限性，我们在总体趋势不同的不同经济体的三个市场进行了实验。通过将特定的投资者偏好纳入我们的RL模型的奖励函数中，可以在风险收益空间中与传统方法进行更全面的比较。交易成本的模型也更现实，包括市场波动和交易量引起的非线性变化。这项研究的结果表明，在某些市场条件下，与传统的凸均值-方差优化方法相比，使用RL方法可能具有优势。我们的RL模型在上升趋势市场中的表现可以显著优于传统的单期优化（SPO）和多期优化（MPO）模型，但仅限于特定的风险限制。在横向趋势市场中，SPO和MPO模型的表现可以与我们的RL模型在大多数测试的超额风险范围内紧密匹配。在特定的市场条件下，这些模型可以胜过对方突出的重要性，更全面的比较帕累托最优边界的风险回报空间。这些前沿领域让投资者更细致地了解哪些模型可能为他们特定的风险承受能力或回报目标提供更好的表现。
2022-02-13 cs.LG q-fin.PM
Portfolio diversification with varying investor abilities
本文提出新的数学方法，利用20余年数据研究不同能力投资者的最优组合规模，发现强投资者宜集中持仓、弱投资者宜分散持仓，而平均投资者的最优数量随时间显著变化。
2023-12-26 q-fin.PM q-fin.ST
Longitudinal review of portfolios with minimum variance approach before during and after the pandemic
本文基于最小方差方法对哥伦比亚股市在疫情前、中、后的投资组合进行纵向分析，发现疫情后风险上升、收益率下降，且资本市场线和夏普指数均显示组合表现弱于无风险利率。
2025-07-20 q-fin.PM
Basis Immunity: Isotropy as a Regularizer for Uncertainty
本文针对投资组合构建中模型不确定性与估计误差的问题，拓展特征风险平价的各向同性理念，提出融合均值-方差优化与各向同性正则约束的配置框架，兼具理论价值与实用对冲效果。
2025-11-17 q-fin.PM
A Comparative Study of Hierarchical Risk Parity Portfolio and Eigen Portfolio on the NIFTY 50 Stocks
Praxis Business School（普拉西斯商学院）
投资组合优化一直是一个研究领域，吸引了大量的研究人员和金融分析师的关注。设计最优投资组合是一项复杂的任务，因为它不仅涉及对未来股票收益和风险的准确预测，而且还需要对其进行优化。本文提出了一种系统的方法来投资组合优化使用两种方法，层次风险平价算法和特征投资组合的七个部门的印度股票市场。这些投资组合是按照2016年1月1日至2020年12月31日历史股价的两种方法构建的。投资组合的表现是根据2021年1月1日至2021年11月1日的测试数据进行评估。投资组合的回测结果表明，HRP组合的性能优于其本征对应的训练和测试数据的大多数部门的研究。
2022-10-03 cs.LG q-fin.PM
Developing A Multi-Agent and Self-Adaptive Framework with Deep Reinforcement Learning for Dynamic Portfolio Risk Management
The University of Hong Kong（香港大学）
本文提出 MASA 多智能体自适应强化学习框架，通过协作智能体和市场观察者动态平衡收益与风险，并在三大指数10年数据上验证优势。
2024-09-10 cs.LG q-fin.PM
Performance Evaluation of Equal-Weight Portfolio and Optimum Risk Portfolio on Indian Stocks
Jadavpur University（jadavpur大学）；Praxis Business School（普拉克西斯商学院）
本文针对印度NSE的13个行业，基于自由流通市值选股，比较最小风险、最优风险和等权重三种投资组合在2022年的收益表现。
2023-09-24 cs.LG q-fin.PM
Log-optimal portfolio after a random time: Existence, description and sensitivity analysis
本文考虑了一个具有两个信息流的信息市场模型。最小流F是初始市场模型（S，F，P）的过滤，其中S是资产的价格，P是概率测度。最大流G包含关于随机时间T的出现的附加信息。此设置涵盖信用风险理论（其中T模拟公司的违约时间）和人寿保险（其中T表示被保险人的死亡时间）。对于模型（S-S^T，G，P），我们从多个方面讨论了对数最优投资组合问题。特别是，我们回答了以下问题及其他问题：1）所考虑的模型的对数最优投资组合存在的充分必要条件是什么？2)由T引起的各种类型的风险是什么，如何影响这个投资组合？3)完全描述对数投资组合对T参数的敏感性的因素是什么？这些问题的答案和其他相关讨论无疑补充了Choulli和Yansori [12]的工作，该工作涉及停止模型（S^T，G）。
2022-04-08 q-fin.MF q-fin.PM
Breaking the Trend: How to Avoid Cherry-Picked Signals
Machina Capital；Valeyre Research
该研究发现单一时间尺度的均值回归过程比复杂指标更优，揭示了趋势跟踪中避免挑选信号的重要性。
2026-11-03 q-fin.PM
Optimal contract for a fund manager, with capital injections and endogenous trading constraints
在本文中，我们构造了一个解决方案的最佳（风险分担）类型的委托投资组合管理的最优合同问题。我们的结果的新颖之处在于：（1）最优契约对财富过程扰动（解释为资本注入）的鲁棒性;（2）委托人目标函数的更一般形式，它可以直接依赖于代理人的策略，而不仅仅是所产生财富的函数。特别是，后一个功能允许我们在合同中加入内生交易约束。我们将最优契约问题归结为以下逆问题：对于给定的投资组合（以反馈形式定义，作为随机场），构造一个随机效用，其最优投资组合与给定的投资组合一致。我们通过一个随机偏微分方程（SPDE）刻画了这个问题的解，证明了它的适定性，并在布莱克-斯科尔斯模型中计算了该解.
2018-02-26 q-fin.PM
Dynamic Portfolio Optimization under CVaR Constraints
Columbia University（哥伦比亚大学）；University of Toronto（多伦多大学）
本文针对CVaR约束下的连续时间动态投资组合优化问题，提出对偶嵌套二分-黄金分割搜索算法，证明策略收敛性，数值实验揭示风险约束紧时的状态依赖策略及非交易风险、价格冲击的影响。
2026-08-21 math.OC q-fin.PM q-fin.RM
Two centuries of trend following
我们建立了存在的异常超额收益率的基础上的趋势跟踪策略，在四个资产类别（商品，货币，股票指数，债券）和非常长的时间尺度。我们在研究中使用了自1960年以来存在的期货时间序列和现货时间序列，后者使我们能够追溯到1800年的商品和指数。在考虑了这些市场的整体向上漂移后，超额收益率的总体t统计数据是1960年以来的PDMATHAMM和1800年以来的$\approx 10$。无论是在时间上还是在资产类别上，这种影响都非常稳定。它使趋势的存在成为金融市场中最具统计意义的异常现象之一。当进一步分析趋势跟踪信号时，我们发现大信号有明显的饱和效应，这表明基本面交易者不会试图抵制“弱趋势”，而是在他们自己的信号变得足够强时介入。最后，我们研究了趋势跟踪在最近一段时间的表现。我们没有发现长期趋势的统计退化迹象，而短期趋势则明显萎缩。
2014-04-12 q-fin.GN q-fin.PM q-fin.ST
Constrained Quadratic Risk Minimization via Forward and Backward Stochastic Differential Equations
本文研究了一个源于金融数学的连续时间随机线性二次控制问题。我们的资产动态模型与随机市场系数和凸约束的投资组合策略。凸对偶方法后，我们表明，必要和充分的原始和对偶问题的最优性条件可以写在满足系统的FBSDES与其他条件的过程。我们显式的最优财富和投资组合过程的伴随过程的功能，从双FBSDES在一个动态的方式，反之亦然。我们将结果应用于解决二次风险最小化问题的锥约束，并推导出显式表示的扩展随机Riccati方程的解决方案。
2017-05-22 q-fin.PM
Topological Risk Parity
FMI Technologies LLC（FMI科技有限公司）
本文提出拓扑风险平价方法，通过树状结构构建中性对冲组合，利用相关性距离图提取稀疏拓扑并传播信号，提升对宏观经济冲击的鲁棒性。
2026-04-18 q-fin.PM
Trends and Risk Premia: Update and Additional Plots
最近，我们小组发表了两篇论文，在金融界受到了一定的关注。一个是关于200年来趋势跟踪策略的盈利能力，第二个是关于“风险溢价”的盈利能力与其偏度之间的相关性。在这个简短的说明中，我们提出了两个额外的图，完全证实了我们对新数据的发现。
2017-08-25 q-fin.PM
Is Trend Still Your Friend?: A Microstructural Account of the Demise of Short-Term Trend-Following
Institut Louis Bachelier（路易·巴舍利耶研究所）；École polytechnique（巴黎综合理工学院）；Imperial College London（伦敦帝国学院）；Capital Fund Management（资本基金管理公司）；Académie des Sciences（科学院）
本文利用1995-2025年约100个流动性期货合约的数据，发现短期趋势策略在2009年后失效，并归因于波动率归一化价差大小：小价差合约趋势收益崩溃，而大价差合约基本保持，提出高频做市商主导的市场微观结构反馈环断裂是主因。
2026-07-03 q-fin.PM q-fin.TR
Risk Sensitive Portfolio Optimization with Default Contagion and Regime-Switching
研究了一个具有违约传染的状态转换信用市场中风险敏感的投资组合配置问题。假设马尔可夫状态转换过程的状态空间为可数无限集。为了刻画值函数，我们研究了相应的递归无穷维非线性动态规划方程（DPE）的默认状态。我们的工作步骤如下：首先，利用单调动力系统理论，在有限状态空间中通过截断变元证明了递归微分方程经典解的存在唯一性。相关的最优反馈策略的特点是开发一个严格的验证定理。在第一阶段的基础上，我们构造了一系列近似的风险敏感控制问题的有限状态，并证明了所得到的光滑值函数将收敛到原始系统的经典解的DPE。文中还详细讨论了原问题最优反馈策略的构造和逼近问题。
2018-10-24 math.OC math.PR q-fin.PM
Few-Shot Learning Patterns in Financial Time-Series for Trend-Following Strategies
Oxford-Man Institute（牛津-曼研究所）；University of Oxford（牛津大学）
本文提出少样本趋势跟踪模型X-Trend，通过交叉注意力从历史市场状态中迁移趋势模式，实现快速适应新市场状态，在2018-2023年动荡期显著提升夏普比率并加速从回撤中恢复。
2024-03-28 cs.LG q-fin.PM q-fin.TR
Financial Portfolio Optimization: Computationally guided agents to investigate, analyse and invest!?
金融投资组合优化是数学、统计、金融和计算文献中广泛研究的问题。其坚持厘定与投资组合中所持金融资产相关的最佳权重组合。在实践中，由于数学公式、参数、业务限制和复杂的金融工具的不同，它面临着挑战。数据的经验性质不再是片面的;从而反映了上行和下行趋势，重复但无法识别的周期行为可能是由于资产交易的高频波动造成的。在这种情况下的投资组合优化在理论上和计算上都具有挑战性。这项工作提出了一种新的机制，以达到一个最佳的解决方案，通过编码的解决方案银行的各种最佳解决方案，以指导搜索过程中的全球投资目标制定。它概念化的作用，个人的求解器代理，有助于最佳解决方案的银行的解决方案，一个超级代理求解器，从解决方案银行学习，从而反映了一个基于知识的计算指导代理的方法来调查，分析和达到最佳解决方案，明智的投资决策。概念上的理解类的求解器代理，代表不同的问题配方和，数学上面向确定性求解器以及随机搜索驱动的进化和群智能为基础的技术，最佳权重进行了讨论。通过改进模拟退火算法中的邻域生成机制，给出了算法实现。一个框架，包括启发式知识和人类的专业知识，从金融文献相关的投资决策过程中反映了通过引入控制扰动策略，使用决策矩阵的邻域生成。
2013-01-17 cs.CE cs.NE q-fin.CP
Portfolio management using graph centralities: Review and comparison
本文系统比较了基于图中心性的投资组合优化方法在标普500股票上的多种变体，发现新中心性度量相比传统方法能显著提升风险调整后收益，适用于不同投资画像的投资者。
2024-03-29 math.CO q-fin.CP q-fin.PM
Refining and Robust Backtesting of A Century of Profitable Industry Trends
本文重新审视了纯多头趋势跟踪策略，探讨针对T-bills依赖等问题的修改，通过动量信号和Walk-Forward Analysis增强适应性，揭示了历史策略适应现代市场的持续挑战。
2024-12-20 q-fin.PM q-fin.TR
Risk Measures in Quantitative Finance
这篇论文是为两个研讨会提交和撰写的：一个是英国国家大学风险会议，另一个是风险管理行业研讨会。因此，目标受众是学术界和行业专业人士的横截面。当前持续的全球信贷紧缩突出了金融风险度量对公司和监管机构的重要性。尽管风险度量的核心重要性，风险管理，很少有文件存在审查他们或以下的演变，从其最早的开始，直到今天的风险措施。本文回顾了金融数学中最重要的投资组合风险度量，从Bernoulli（1738）到Markowitz的投资组合理论，再到目前比较受欢迎的风险度量，如CVaR（条件风险价值）。我们按时间顺序对风险指标进行了审查，并调查了不太常见的风险指标，例如Treynor比率。
2009-04-06 q-fin.GN q-fin.PM q-fin.RM
