贝叶斯统计中常见先验分布选择方法总结

1.小方差的正态先验小方差的正态先验假设参数在0附近正态分布,方差很小,表明我们对参数有一些弱先验知识。例如,均值为0,方差为1的正态先验,表示为:N(0,σ??),其中σ??是一个小值。2.Student'st先验在样本量小且总体标准差未知的情况下,可以使用Student'st先验。它与正态先验类似,但具...

套保比例的确定方法有哪些?这些方法在实际操作中如何应用?

最小方差套保比率法是通过最小化套保组合的方差来确定套保比例。具体步骤如下:计算现货和期货价格之间的协方差。根据协方差和现货价格的标准差,计算最小方差套保比率。这种方法的优点是理论基础扎实,但缺点是计算较为复杂。4.风险价值(VaR)法风险价值法是通过计算风险价值(VaR)来确定套保比例。具体步骤如下:...

热门| 最优投资决策:理论、模型和算法

马科维茨的经典均值–方差模型分别用资产组合收益率的数学期望和方差(或标准差)来刻画它的收益和风险,在资产组合收益水平一定的条件下使其风险最小化,此为一个二次规划问题。基于此规划问题的解析解,可以得到最优资产组合上的投资有效前沿,其上的组合定义了“均值–方差”有效的资产组合,对确定的方差水平具有最大期...

如果你的PyTorch优化器效果欠佳,试试这4种深度学习高级优化技术

序列最小二乘规划(SLSQP)粒子群优化(PSO)协方差矩阵自适应进化策略(CMA-ES)模拟退火(SA)这些方法的主要优势包括:无梯度优化:适用于非可微操作,如采样、取整和组合优化。仅需前向传播:通常比传统方法更快,且内存效率更高。全局优化能力:有助于避免局部最优解。需要注意的是,这些方法最适合优化参数数量...

2024年湖南师范大学研究生入学考试经济学基础考研大纲

最优生产要素组合,扩展线的含义。(七)规模报酬规模报酬递增、规模报酬不变、规模报酬递减的含义及表示。五、成本论(一)成本的概念机会成本、显成本、隐成本、利润的含义。(二)短期总产量和短期总成本短期总产量曲线和短期总成本曲线的关系,利用扩展线分析短期生产及短期成本问题。

最小方差组合的构建方法及绩效分析

构造最小方差组合的流程一般是:先挑选出一个与投资者的投资策略相符的市场指数作为母指数(ParentIndex),然后再选择合适的编制规则,对成份股的权重进行调整优化,使新组合的方差达到最小(www.e993.com)2024年11月16日。在最小方差组合的具体实现中,有以下几个难点:(1)计算协方差矩阵。(2)求解权重。(3)权重限制。(4)协方差矩阵更新周期。

如何优化均值方差模型?Min-Max最优化方法探索——金融工程专题报告

对于均值方差模型的鲁棒优化,我们主要参考Rustem,etal.(2000)提出的最小-最大(Min-Max)鲁棒最优化方法,通过输入多种收益/风险的情景来增加返回权重的健壮性。由于该方法的核心思想是针对市场最差可能发生情况的优化,我们认为其更加适合于风险厌恶场景下的投资组合构建。

国君配置 | 精品文献解读:如何理解最大分散度组合?

作者们发现最大分散度组合相比市值组合、最小方差组合以及等权组合具有更优的夏普比率(更高的收益以及更低的风险)。这很有可能代表了最大分散度组合更为有效的使用了风险,捕捉了更多的资产风险溢价。这一现象发生的原因可能在于使得最大分散度组合最优的假设(资产预期收益率与波动率成比例)相比传统组合构建方式所依赖...

CVPR 2022 | 大连理工提出小样本识别DeepBDC,6项基准性能最好

本文首次将布朗距离协方差这一基于概率和统计的相似性度量引入到深度学习中,提出了一种端到端的小样本识别方法DeepBDC。所提出的方法在包括一般目标识别、细粒度分类和跨域分类等任务的6个标准数据库上都取得了当前最好的性能。论文已被CVPR2022接收为OralPresentation。

Smart beta 和多因子组合的最优混合

3.2.最优持仓和业绩对于配置smartbeta和advancedbeta带来的敞口,我们假设其主动风险预算为3.0%。图5显示了从优化处理器中得到的最优(均值-方差-有效)持有情况和业绩。仅使用ESB(列1)时,该投资组合的预期主动收益率为1.4%。投资组合侧重于价值,其次是动量,最后是规模。该配置主要是由风险驱动的。由于价值和动量...