Introduction to Risk Parity and Budgeting
尽管在马科维茨和夏普的开创性工作之后的40年里,投资组合管理并没有发生太大的变化,但风险预算技术的发展标志着风险与资产管理之间关系深化的一个重要里程碑。2008年全球金融危机后,风险平价成为一种流行的金融投资模型。今天,养老基金和机构投资者正在使用这种方法来开发智能指数和重新定义长期投资政策。介绍风险平价和修正提供了一个最新的处理这种替代方法,以马科维茨优化。它建立对股票和商品的金融敞口,在管理债券组合时考虑信用风险,并设计长期投资政策。本书包含了风险平价和风险管理导论中的教程练习的解答。
2014-03-07 q-fin.PM
Risk Budgeting Allocation for Dynamic Risk Measures
本研究针对动态时间一致风险度量下的风险预算配置问题,提出推广欧拉贡献的递归动态风险贡献概念,证明一致动态失真风险度量下该问题可转化为严格凸优化序列,并结合actor-critic方法与深度学习求解策略。
2024-10-31 q-fin.MF q-fin.PM q-fin.RM
Universal Risk Budgeting
我将Cover吹嘘的通用投资组合选择算法(Cover 1991)与投资组合的现代表示(Qian 2016; Roncalli 2013)并列为可用资产之间的某种风险分配,而不仅仅是资本的分配。因此,我定义了一个通用的风险管理方案,该方案根据历史业绩记录(a la Cover)对每个风险预算(而不是每个资本预算)进行加权。我证明,我的计划是数学上等价于一种新的类型的封面和Ordentlich 1996年普遍的投资组合,使用一个新的家庭的事先密度,迄今为止还没有出现在文献中的普遍投资组合理论。我认为,我的通用风险预算,如此定义,是一种潜在的更清晰和灵活的通用投资组合类型;它允许算法交易者结合,优势,他的先验知识(或信念)的特定协方差结构的瞬时资产回报。比如说,如果可用资产的波动率存在一定的分散性,那么文献中标准的一致(或狄利克雷)先验将在可能的风险预算上产生危险的不平衡先验分布。在作者看来,所提出的“Garivaltis先验”对Cover的永恒专家系统(Cover 1991)进行了很好的改进,该系统对不同的风险预算是适当的不可知和开放的(从一开始)。受Jamshidian(1992)的启发,在Black和Scholes(1973)的连续时间市场中,普遍风险预算被表述为一种新的奇异期权,具有所有的乐趣,优雅和方便。
2022-10-20 econ.TH q-fin.CP q-fin.MF
End-to-End Risk Budgeting Portfolio Optimization with Neural Networks
投资组合优化一直是金融领域的一个核心问题,通常通过两个步骤来解决:校准参数,然后求解优化问题。然而,两步程序有时会遇到“误差最大化”的问题,在参数估计的不准确转化为不明智的分配决策。在本文中,我们将预测和优化任务结合在一个前馈神经网络中,并实现了一种端到端的方法,在这种方法中,我们直接从输入特征中学习投资组合分配。包括两个端到端的投资组合结构:无模型网络和基于模型的网络。无模型方法被视为黑箱,而在基于模型的方法中,我们学习资产的最佳风险贡献,并使用嵌入在神经网络中的隐式优化层解决分配问题。当最大化夏普比率用作训练目标函数时,基于模型的端到端框架在样本外(2017-2021年)测试中提供了稳健的性能,当名义风险平价收益率为0.79,等权重固定组合收益率为0.83时,夏普比率为1.16。注意到基于风险的投资组合可能对标的资产宇宙敏感,我们开发了一种嵌入在随机门神经网络中的资产选择机制,以防止投资组合受到低波动性低回报资产的伤害。带过滤器的门控端到端表现优于带朴素过滤机制的名义风险平价基准,将样本外期(2017-2021年)的夏普比率在市场数据中提升至1.24。
2021-07-09 q-fin.CP q-fin.PM
Portfolio Optimization with Relative Tail Risk
本文给出了正常调和稳定市场模型下投资组合CoVaR和CoCVaR的解析形式。由于CoCVaR捕捉了投资组合相对于基准收益率的相对风险,因此我们将其应用于相对投资组合优化。此外,我们推导出的边际贡献CoVaR和CoCVaR的边际贡献的解析形式。本文讨论了CoCVaR的Monte-Carlo模拟计算方法以及CoVaR和CoCVaR的边际贡献。作为实证说明,我们以30只股票为样本,在道琼斯工业平均指数处于困境的情况下,证明了相对投资组合优化。最后,我们执行的风险预算方法,以减少CoVaR和CoCVaR的组合的基础上的边际贡献CoVaR和CoCVaR。
2023-03-27 q-fin.PM q-fin.RM
A General Framework for Portfolio Theory. Part II: drawdown risk measures
本文的目的是提供几个凸风险度量的例子,这些例子对于Maier-Paape和Zhu的投资组合理论的一般框架的应用是必要的,Maier-Paape和Zhu在本系列的第一部分(arXiv:1710.04579 [q-fin.PM])中提出。作为替代经典的投资组合风险的措施,如标准差,我们特别是构建相关的投资组合权益的当前提取的风险措施。结合第一部分的结果(arXiv:1710.04579 [q-fin.PM]),这使我们能够计算基于缩减风险度量约束的有效投资组合。
2017-10-13 q-fin.PM q-fin.RM
Entropic Value-at-Risk portfolio optimization for tempered stable Lévy processes
本研究针对 tempered stable 莱维收益开发参数化 EVaR 投资组合优化方法,构建三类投资组合并在 2000-2026 年美国行业 ETF 样本外测试,发现部分熵投资组合夏普比率优于 CVaR 组合及标准基准。
2026-08-19 q-fin.PM q-fin.RM
Second Order Risk
根据风险模型管理投资组合可能会使投资组合倾向于模型的弱点。结果,优化的投资组合获得了模型本身不确定性的下行风险,我们称之为“二阶风险”。“我们提出了一个风险衡量标准来解释这种偏见。研究真实的投资组合,在资产的资产和因子模型的背景下,表明二阶风险显着贡献的已实现波动率,并提出的措施准确地预测样本外的行为优化的投资组合。
2009-08-17 q-fin.PM q-fin.RM
Conditional value-at-risk under reward-penalty mechanism with applications to robust portfolio management
University of Waterloo(滑铁卢大学);University of Science and Technology of China(中国科学技术大学)
本文提出在奖励-惩罚机制下最小化最坏情况条件风险价值的稳健投资组合模型,推导闭式解并应用于两种分布集,实证表明其优于现有模型并揭示收益与风险权衡。
2026-10-08 q-fin.PM q-fin.RM
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
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
MAD Risk Parity Portfolios
本文研究以平均绝对偏差为风险度量的风险平价投资组合,提出多种计算方法并基于三个真实数据集验证其在风险与收益上介于最小风险与等权重策略之间。
2024-01-17 q-fin.PM q-fin.RM
Class of topological portfolios: Are they better than classical portfolios?
Tampere University(坦佩雷大学);Netaji Subhas University of Technology(纳塔吉·苏巴斯技术大学)
本文提出基于拓扑数据分析的拓扑风险度量,通过优化投资组合,展示了其在超额收益和财务指标上的优越性。
2026-01-07 q-fin.PM q-fin.RM
Scaling portfolio volatility and calculating risk contributions in the presence of serial cross-correlations
在实践中,投资组合收益的日波动率通过乘以时间的平方根转换为更长的持有期,假设收益不连续相关。在这种假设下,这种缩放过程也可以应用于对投资组合中资产波动性的贡献。收盘价通常用于计算投资组合的利润和损失。在位于遥远时区的交易所进行交易,这可能导致投资组合中资产的收盘时间回报率的显着序列互相关。这些序列相关性导致时间平方根法则失效。此外,在这种情况下的波动率的贡献,是误导性的,由于非同步的相关性。我们解决了这个问题,并提供了替代程序缩放波动率和计算任意持有期的风险贡献。
2011-11-29 q-fin.PM q-fin.RM
Optimal Dynamic Portfolio with Mean-CVaR Criterion
在险价值(Value-at-Risk,VaR)和条件风险价值(Conditional Value-at-Risk,CVaR)是学术界、产业界和监管部门广泛采用的风险度量方法。CVaR最小化问题在理论上是Neyman-Pearson型二元解。本文在预期收益率上增加了一个约束条件,研究了动态环境下的均值-CVaR投资组合选择问题:投资者在最后期限面临Markowitz型风险报酬问题,其中方差作为风险的度量被CVaR所取代.在完全市场假设下,给出了一般的解析解。我们的解决方案的新颖之处在于,它不再是内曼-皮尔逊型,最终的最优投资组合只有两个值。相反,在投资组合价值需要从上界的情况下,最优解需要三个值;而在没有上界的情况下,最优投资组合不存在,尽管三层投资组合仍然提供了次优解。
2013-08-10 q-fin.PM q-fin.RM
Temperature Anomalies and Climate Physical Risk in Portfolio Construction
Politecnico di Milano(米兰理工大学);University of Trieste(的里雅斯特大学)
本文研究气候物理风险对全球股票投资组合的影响,提出新的气候风险暴露和暴露波动指标,通过多目标优化框架提升投资组合抗气候变化冲击的能力。
2026-04-13 q-fin.PM q-fin.RM
Fat Tails and Optimal Liability Driven Portfolios
本研究针对肥尾和极值风险测度下的负债驱动投资组合,提出极值偏差(XD)风险测度,优化每单位XD的收益,并分析配置的定性与定量特性。
2023-04-15 q-fin.PM q-fin.RM
Saddlepoint methods in portfolio theory
我们讨论了鞍点方法在投资组合分析中的应用,特别是信贷投资组合。目标是从通过概率、相关性等给出的损失分布模型出发,得到该分布的解析近似值。一旦这样做,我们将展示如何获得所谓的风险贡献,这是风险度量的衍生工具,如给定的分位数(VaR)或预期损失,在基础资产的配置。这些非正式地显示了风险来自哪里,也表明了如何优化投资组合。
2011-12-30 q-fin.PM q-fin.RM
Risk budget portfolios with convex Non-negative Matrix Factorization
本研究提出一种基于凸非负矩阵分解的风险因子预算投资组合配置方法,可得到可解释的纯多头多元化组合,在两类资产组合上表现优于经典方法和HRP,且经蒙特卡洛模拟验证稳健。
2023-06-12 econ.EM q-fin.PM stat.AP
Neural Networks for Portfolio-Level Risk Management: Portfolio Compression, Static Hedging, Counterparty Credit Risk Exposures and Impact on Capital Requirement
本文提出一种可解释的神经网络框架,将大规模欧式期权投资组合压缩为更小且可自复制静态对冲的组合,并验证其在风险敞口、Greeks 和监管资本要求方面与目标组合高度一致且资本要求显著降低。
2024-02-27 q-fin.CP q-fin.PM q-fin.RM
Dynamic growth-optimum portfolio choice under risk control
研究了连续时间完全市场中对数收益率下的均值风险投资组合选择问题。这是一个带有风险控制的增长最优问题。对数收益率的风险是通过加权在险价值(WVaR)来衡量的,WVaR是风险价值(VaR)和预期损失(ES)的推广。我们刻画了最优终端财富的凹包络,并给出了当风险度量为VaR或ES时最优财富和投资组合策略的解析表达式.另外,我们发现当WVaR用于终端财富时,有效前沿是一条连接最小风险投资组合和增长最优投资组合的凹曲线,而不是一条垂直线。我们的研究结果提倡在动态投资组合选择中使用对数收益的均值-WVaR准则而不是终端财富。
2021-12-29 q-fin.MF 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
Next Generation Models for Portfolio Risk Management: An Approach Using Financial Big Data
本文提出了一个动态的投资组合风险度量过程,以解决潜在的信息损失。所提出的模型利用金融大数据来纳入目标投资组合外的信息,这些信息在考虑风险价值(VaR)仅从投资组合的某些资产中测量时可能会被遗漏。我们研究了如何在使用金融大数据时克服维度灾难,并讨论了大量资产在何时何地产生收益。在这方面,《办法》首次提出利用金融大数据提高风险分析的准确性。我们将所提出的模型与基准方法进行了比较,并实证表明,金融大数据的使用改善了小型投资组合风险分析。我们的研究结果是有用的投资组合管理者和金融监管机构,谁可能会寻求创新,以提高投资组合风险估计的准确性。
2022-02-16 econ.EM q-fin.PM q-fin.RM
Variance-covariance based risk allocation in credit portfolios: analytical approximation
提出了基于方差-协方差的风险资产组合风险分配的高精度解析逼近方法。考虑了一般情况下具有随机恢复的单周期多因子Merton型模型。近似的精度以及它的速度进行比较,并显示优于那些蒙特卡罗模拟。
2009-09-27 q-fin.CP q-fin.PM q-fin.RM
Portfolio optimization with two coherent risk measures
我们提供了两个一致性风险度量的静态投资组合优化问题的分析结果。两个风险度量的使用是由投资组合选择的联合决策所激励的,其中投资组合经理的风险感知是主要关注的,因此,它出现在目标函数中,并且外部权威的风险感知也需要考虑在内,其以风险约束的形式出现。该问题包括风险最小化问题的预期收益率约束和预期收益率最大化问题的风险约束,作为特殊情况。对于资产收益率服从任意联合分布的一般情形,在一定条件下,我们将最优投资组合刻画为一个等式约束对偶问题的最优拉格朗日乘子.然后,我们考虑高斯收益的特殊情况下,它是可能的,以确定所有的情况下,最优解存在,并给出一个明确的公式,只要它存在的最优投资组合。
2020-07-11 math.OC q-fin.PM q-fin.RM
Analytical Framework for Credit Portfolios. Part I: Systematic Risk
分析,免费的耗时蒙特卡罗模拟,信贷组合系统风险度量计算的框架。本文描述了允许计算投资组合级别系统性风险度量(标准差、风险价值和预期损失)以及将风险分配到单个交易的技术。基础模型是行业标准的多因素默顿型模型,在水平线上具有任意估值函数(与简单的仅违约情况相反)。通过对蒙特卡罗模拟的基准测试,证明了所提出的分析技术的高精度。
2011-07-13 q-fin.CP q-fin.PM q-fin.RM
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
Complex Valued Risk Diversification
风险分散是投资组合经理最关心的问题之一。为了在包括预期收益率在内的约束条件下使投资组合的风险最小化,人们提出了各种投资组合的构造方法。本文提出了一种将复值主成分分析引入风险分散投资组合构造的方法。该方法被证明优于传统的风险平价和风险分散投资组合的建设。
2018-10-10 q-fin.PM
Risk Preferences and Efficiency of Household Portfolios
本文提出了一种新的方法,从投资者的投资组合选择中推断出他们的风险偏好,然后利用隐含的风险偏好来衡量投资组合的有效性。我们分析了一个为期六年的数据集,包括月底的股票交易记录,以及投资者的人口统计信息和自我评估的金融知识。与基于风险资产份额的风险厌恶估计不同,我们的统计分析表明,投资者的隐含风险厌恶系数随着其财富和金融知识的增加而增加。投资组合多元化、夏普比率和预期投资组合收益率与投资组合的效率正相关,而较高的标准差降低了投资组合的效率。我们发现,富裕和受过金融教育的投资者以及那些持有退休相关账户的投资者持有更有效的投资组合。
2020-10-26 q-fin.PM
Reduced form models of bond portfolios
我们推导出简单的几类债券投资组合的收益模型。我们的模型仅用一个或两个风险因素就能解释固定利率政府债券、通货膨胀挂钩政府债券和投资级公司债券投资组合中的大部分收益变化。潜在的风险因素有自然的解释,这使得模型非常适合风险管理和投资组合设计。
2010-11-14 q-fin.PM q-fin.RM q-fin.ST
Measuring and Managing Carbon Risk in Investment Portfolios
本文研究了碳风险对股票定价的影响。为了解决这个问题,我们考虑了Görgen \textsl{et al.}(2019)的开创性方法,他提出通过碳贝塔来估计股票的碳金融风险。为了实现这一目标,主要任务是开发一个棕色减绿色(或BMG)的风险因素,类似于Fama和French(1992)。其次,我们必须使用多因子模型来估计碳β。虽然Görgen \textsl{et al.}(2019)认为碳β是恒定的,但我们提出了一个随时间变化的估计模型来评估碳风险的动态。此外,我们测试的BMG因素的几个规格,以了解气候变化相关的尺寸定价的股票市场。在文章的第二部分,我们重点研究了投资组合的碳风险管理。首先,我们分析了碳风险如何影响最小方差投资组合的构建。由于这一投资组合的目标是减少投资的无回报金融风险,因此将碳风险纳入这一方法可以实现这一目标。其次,我们提出了一个新的框架,以建立增强的指数投资组合,具有较低的碳风险比资本加权股票指数。最后,我们探讨了碳敏感性如何提高因子投资组合的稳健性。
2020-08-30 q-fin.PM q-fin.PR q-fin.RM
Portfolio optimization with two quasiconvex risk measures
本文研究了一个静态的投资组合优化问题,该问题具有两个风险度量:目标函数中的主风险度量和约束中的次风险度量。当有必要同时考虑双方(如投资组合经理和监管机构)的风险偏好时,这个问题就很有趣。这个问题的一个特殊情况下,风险措施被假定为一致的(正齐次)是最近在作者的一项联合工作中研究。本文通过假设这两个风险测度是拟凸的,将分析扩展到更一般的情况。首先,我们研究的情况下,主要的风险措施是凸的。我们引入了一个对偶问题,证明了投资组合优化问题和对偶问题之间的对偶性差距为零,最后给出了一个条件,在这个条件下,对偶问题的拉格朗日乘子在最优性下给出了一个最优投资组合.接下来,我们研究的一般情况下,没有凸性假设,并表明,一个近似的最优解与规定的最优性差距,可以通过使用著名的二分法结合的对偶结果,我们证明。
2020-12-11 math.OC q-fin.PM q-fin.RM
Portfolio Optimization with Entropic Value-at-Risk
熵风险价值(EVaR)是一种新的一致性风险度量,它是风险价值(VaR)和条件风险价值(CVaR)的上界。作为重要的性质,EVaR在其定义域上是强单调的,在包含所有连续分布的广义子定义域上是严格单调的,而著名的单调风险度量,如VaR和CVaR却缺乏这些性质。风险度量的一个关键特征,除了它的金融属性之外,是它在基于大规模样本的投资组合优化中的适用性。如果投资组合的负收益率是一个可微凸函数,基于EVaR的投资组合优化得到的是一个可微凸规划,其变量和约束的个数与样本量无关,而对于VaR和CVaR则不是这样.这使我们能够设计一个有效的算法,使用可微凸优化。我们广泛的数值研究表明,在大规模的算法的高效率,相比现有的凸优化软件包。EVaR的投资组合优化方法的计算效率进行了比较,基于CVaR的投资组合优化。该比较表明,EVaR方法通常表现相似,并且随着样本量的增加,其表现更好。此外,通过对实际案例中EVaR和CVaR方法得到的投资组合进行比较,表明EVaR方法可以在高置信水平下找到具有更好预期和VaR值的投资组合。
2017-08-18 math.OC q-fin.PM q-fin.RM
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
A Three--Dimensional Efficient Surface for Portfolio Optimization
本文提出了一种三维投资组合优化框架,结合连接性风险与预期收益,通过三目标优化问题构建三维有效面,揭示网络风险对多样化结果的影响。
2026-01-09 q-fin.MF q-fin.PM q-fin.RM
Monte Carlo Portfolio Optimization for General Investor Risk-Return Objectives and Arbitrary Return Distributions: a Solution for Long-only Portfolios
我们发展了使用随机投资组合的蒙特卡罗抽样来解决证券投资问题的思想。在这第一篇论文中,我们探讨了需要更一般的优化工具,并考虑约束随机投资组合可能产生的手段。一个实用的计划,只有充分投资的问题,开发和测试的经典QP应用程序。蒙特卡罗方法的优点是,它们可以扩展到风险函数,这些风险函数是收益分布的更复杂的函数,并且可以在没有经典高斯限制的情况下计算潜在的收益分布。二次风险收益函数的优化,即风险值、CVaR,可以用类似于Sortino和Omega的变异率,或类似于期望效用及其行为金融扩展的数学结构的方式来处理。也有可能进行强化。网格计算技术是一个很好的平台,这种计算的发展,由于内在的并行计算的性质,再加上需要在网格上传输只有小数据包。我们给出了一些部署GridMathematica的例子,在这些例子中,不同的投资者风险偏好被优化为不同的多元分布。当采用“边顶点有偏”抽样方法创建随机投资组合时,与均值-方差和CVaR优化的已有结果进行了很好的比较。我们也给出了一个应用Omega优化。
2010-08-22 q-fin.CP q-fin.PM q-fin.RM
Diversified reward-risk parity in portfolio construction
我们引入了多样化的风险平价,其中包含各种奖励风险度量和更通用的投资组合构建分配规则。我们实证检验了建议的回报-风险平价策略,并将其表现与不同资产领域中的等权重风险投资组合进行了比较。我们测试的回报-风险平价策略表现出一致的优于平均回报率、夏普比率和卡尔马比率。替代分配还反映了在险价值、有条件在险价值和最大回撤的下行风险较小。除了提高业绩和回报风险状况外,还可以通过降低周转率来降低交易成本。在Carhart四因素分析中,多元化的报酬-风险平价配置获得了更好的绩效。
2022-09-29 q-fin.PM
Systemic Risk of Optioned Portfolios: Controllability and Optimization
本文研究了基于CoVaR度量的系统性风险的投资组合选择问题。我们首先证明了由于传染效应和跷跷板效应,纯股票投资组合的系统性风险本质上是不可控的。其次,我们证明了引入期权使系统性风险通过相关性套期保值和极端损失套期保值可控的必要性和充分性。除了系统性风险控制,我们还发现,使用期权也可以提高收益风险绩效。然后,一个合理的近似的条件分布的期权投资组合,我们表明,投资组合优化问题可以制定为一个二阶锥规划(SOCP),允许有效的计算。最后,我们进行了全面的模拟和实证测试,以说明我们的方法的理论研究结果和性能。
2022-09-10 q-fin.PM
Vine Copula based portfolio level conditional risk measure forecasting
准确估计金融投资组合的风险指标对于金融机构和监管机构都至关重要。然而,许多现有的模型在总投资组合级别上运行,因此无法捕捉投资组合组件之间复杂的交叉依赖关系。为了解决这一问题,提出了一种新的方法,使用藤copulas结合单变量ARMA- GARCH模型的边际建模计算条件投资组合水平的风险度量估计,通过模拟投资组合水平的预测条件的压力因素。然后提出了一种基于分位数的方法来观察给定条件资产特定状态的风险度量的行为。在对具有不同压力因素的西班牙股票的案例研究中,结果表明,该投资组合对美国市场的急剧下滑相当稳健。与此同时,没有证据表明欧洲市场存在这种行为。
2023-02-09 q-fin.PM
Portfolio optimization under dynamic risk constraints: continuous vs. discrete time trading
我们考虑一个投资者面临一个经典的投资组合问题的最优投资的对数布朗股票和固定利率债券,但限制选择投资组合和消费策略,减少动态短缺风险措施。对于连续时间和离散时间的金融市场,我们研究的损失,在期望效用的中间消费和终端财富所造成的动态风险约束。我们推导出动态规划方程的随机最优控制问题,并解决它们的数值。我们的数值结果表明,投资组合的性能损失并不太大,而风险显着降低。然后,我们调查时间离散化的影响,并发现,施加风险约束所造成的投资组合业绩的损失通常大于不频繁的交易所造成的损失。
2017-08-03 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
Model Risk in Credit Portfolio Models
DZ BANK AG(德国商业银行)
针对银行信用组合模型中的模型风险,提出一种全面且易于实施的方法来处理所有模型参数的不确定性。
2026-06-17 math.PR q-fin.CP q-fin.PM
Portfolio Optimization on the Dispersion Risk and the Asymmetric Tail Risk
在本文中,我们提出了一个市场模型,假设收益率服从多元正态回火稳定分布定义的多元正态分布和回火稳定从属的混合。这种分布能够捕捉到两个程式化的事实:肥尾和不对称性,这已经被经验观察到的资产收益率分布。在新的市场模型下,我们讨论了一种新的投资组合优化方法,它是Markowitz的均值方差优化方法的推广。新的优化方法不仅考虑了报酬和离散,而且考虑了非对称性。有效前沿也被推广到三维空间上的一个曲面上的奖励,分散和不对称。我们还提出了一个新的性能指标,这是一个扩展的夏普比率。此外,我们推导出封闭形式的解决方案的投资组合经理在投资组合建设中使用的两个重要措施:边际风险价值(VaR)和边际条件风险价值(CVaR)。我们说明了所提出的模型,包括道琼斯工业平均指数的股票。首先进行了新的投资组合优化,然后论证了在该模型下边际VaR和边际CVaR如何用于投资组合优化。基于本文提出的经验证据,我们的框架提供了现实的投资组合优化和易于处理的方法,投资组合风险管理。
2020-09-19 q-fin.PM
Portfolio Optimization and Tail-Risk Analytics of Actively Managed ETFs
Texas Tech University(德克萨斯理工大学);Kean University(基恩大学);Johns Hopkins University(约翰斯·霍普金斯大学)
研究主动管理型投资基金的投资组合优化与尾部风险分析,用彭博数据评估多种策略,结果显示不同策略有异质性,切线型投资组合表现佳,动态配置对各策略效果不同,尾部风险诊断表明组合聚合后下行尾部风险仍有意义。
2026-07-07 q-fin.PM q-fin.RM q-fin.ST
Long run risk sensitive portfolio with general factors
考虑了长期风险敏感准则下的投资组合优化问题.假设刺激资产价格的经济因素是遍历的,但不一定是一致遍历的。适当的贝尔曼方程的解决方案,使用局部跨度收缩加权范数。给出了最优策略的形式,并给出了满足假设条件的市场模型的例子。
2015-08-22 math.OC q-fin.MF q-fin.PM
Model risk in mean-variance portfolio selection: an analytic solution to the worst-case approach
在本文中,我们考虑了Glasserman和Xu(2014)中描述的最差情况模型风险方法。具有模型风险的投资组合选择是一个具有挑战性的运筹学问题。特别是,它提出了一个额外的优化相比,经典的。在最坏情况下,我们找到了最优均值-方差投资组合选择的解析解。在最小方差的情况下,我们证明了解析解与Glasserman和Xu(2014)在数值上发现的解有显着不同,并且模型风险降低到估计风险。提供了详细的数值例子。
2019-12-01 q-fin.PM
Expected Utility Maximization and Conditional Value-at-Risk Deviation-based Sharpe Ratio in Dynamic Stochastic Portfolio Optimization
本文研究了动态随机投资组合优化问题的期望终端效用最大化方法。我们通过求解一个演化的哈密顿-雅可比-贝尔曼方程来数值求解它,该方程通过Riccati变换来变换。我们研究的结果的形状上所选择的效用函数相关的风险厌恶水平的依赖。本文定义了基于条件风险价值离差($CVaRD$)的夏普比率来度量动态投资组合的风险调整绩效。我们计算最优策略的证券投资问题的动机是德国DAX 30指数,我们评估和分析的依赖$CVaRD$的夏普比率的效用函数和相关的风险厌恶水平。
2018-10-27 q-fin.PM
Designing an Optimal Portfolio for Iran's Stock Market with Genetic Algorithm using Neural Network Prediction of Risk and Return Stocks
不同资产之间的最优资本配置问题是一个重要的金融问题,一般被归结为投资组合优化问题。一般模型包括单期和多期两种情况。传统的均值-方差模型是由HarryMarkowitz提出的,它是许多解决投资组合优化问题的模型的基础。总体目标是在投资组合优化问题中实现最高的收益和最低的风险。在本文中,我们将提出一个最佳的投资组合的基础上,Markowitz均值-方差-偏度与权重约束模型的短期投资机会,在伊朗的股票市场。我们将使用基于神经网络的预测器来预测股票收益,并根据神经网络中的预测误差来衡量股票的风险。我们将对我们的投资组合优化模型进行一系列的实验,从伊朗的股票市场指数,包括银行,保险,投资,石油产品和化工指数的真实数据。最后,针对不同类型的投资者(风险厌恶者或风险承担者),利用遗传算法设计了低、中、高风险的8种投资组合,并进行了分析。
2019-02-17 q-fin.PM
Risk minimization and portfolio diversification
我们考虑在Black-Scholes设置的风险资本最小化的问题。投资组合问题的研究给定的可能性,投资组合和金融指数之间的相关性约束。最优投资组合的封闭形式。的相关性约束的影响进行了探讨,事实证明,这种投资组合约束导致更多样化的投资组合。
2014-12-15 math.OC q-fin.PM
Discrete-time risk sensitive portfolio optimization with proportional transaction costs
本文研究了具有成比例交易成本的离散时间风险敏感投资组合优化问题。我们表明,在日志返回i.i.d.框架的解决方案,一个合适的贝尔曼方程存在最小的假设,并可以用来描述最优策略的风险规避和风险寻求的情况下。此外,使用数值例子,我们展示了如何贝尔曼方程分析可以用来构建或完善最佳的交易策略,在存在交易成本。
2022-01-08 math.OC q-fin.MF q-fin.PM
Cryptocurrency portfolio optimization with multivariate normal tempered stable processes and Foster-Hart risk
我们研究了四种主要加密货币的投资组合优化。我们的时间序列模型是一个广义自回归条件异方差(GARCH)模型,具有用于捕获非高斯加密货币回报动态的多元正态回火稳定(MNTS)分布残差。基于时间序列模型,我们根据Foster-Hart风险对投资组合进行了优化。这些复杂的技术尚未在加密货币的背景下记录。统计测试表明,MNTS分布式GARCH模型比竞争的GARCH型模型更适合加密货币回报。我们发现,福斯特-哈特优化产生一个更有利可图的投资组合,更好的风险收益平衡比流行的方法。
2020-10-18 q-fin.PM
A Risk-Sensitive Portfolio Optimization Problem with Fixed Incomes Securities
讨论了一类风险敏感的投资组合优化问题。我们考虑Nagai在2003年研究的投资组合优化模型。就其性质而言,该模型也可以在投资组合中包括固定收益证券。在相当一般的条件下,我们证明了有限和无限时间问题中最优投资组合的存在性。
2007-11-17 math.OC q-fin.PM
Reducing Estimation Risk in Mean-Variance Portfolios with Machine Learning
在投资组合分析中,用样本矩代替总体矩的传统方法可能导致次优的投资组合选择。我表明,最优投资组合权重可以使用机器学习(ML)框架估计,其中要预测的结果是一个常数,解释变量的向量是资产收益率。因此,ML在估计投资组合权重时专门针对估计风险,并且“现成”ML算法可用于在存在参数不确定性的情况下估计最优投资组合。该框架嵌套传统的方法和最近提出的收缩方法作为特殊情况。通过依赖ML文献的结果,我对现有方法有了新的见解,并提出了新的估计方法。基于模拟研究和几个数据集,我发现ML显着降低了估计风险相比,传统的方法和等权重策略。
2018-07-29 q-fin.PM
Portfolio selection models based on interval-valued conditional value at risk (ICVaR) and empirical analysis
风险管理对个人投资者或公司都非常重要。有很多方法可以衡量投资的风险。由于金融市场的复杂性,风险资产的价格变化迅速且具有随机性。随机区间是描述不确定性的一个很好的工具,它同时具有随机性和不精确性。考虑到金融市场的不确定性,我们采用随机区间来描述风险资产的收益,并考虑尾部风险,即区间值条件风险价值(ICVaR)。这种ICVaR是一种风险度量,满足次可加性。在新的风险度量ICVaR下,以类似于经典的Markowitz投资组合模型的方式,建立了最优区间值投资组合选择模型。基于中国大陆股票市场的实际数据进行的实证研究表明,本文的模型具有较好的可解释性,且与实际情况相吻合。
2022-07-23 q-fin.PM