技术应用 | 量子编程与传统建模融合的组合优化问题求解方案研究

均值方差值等于组合的预期收益减去组合的相关性风险,其值越大,表示综合风险考量下组合的收益越大。研究团队基于均值方差模型,将股票的平均净值增长率作为预期收益率,并以增长率的协方差矩阵表示股票之间的关联性,分别使用OPL语言和Pyomo建模工具对m只股票选n只的组合优化场景进行建模,并保存为LP文件,再使用Qiskit进行...

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:...

半导体工厂如何提高运营效率:定量分析

高混合生产需要在每种工具上编程和执行多个参数和流程,这需要复杂的协调。●三种精选分析方法◎方差曲线:晶圆厂领导经常需要评估工厂在一段时间内的表现,以及与其他工厂或行业标准的对比。方差曲线(也称alpha或前沿曲线)通过绘制产能利用率与标准化周期时间(即实际操作时间与理论最小值的比较)的图表,将当前绩效与历...

如何计算夏普值中的标准差?这种计算方法对风险评估有何帮助?

计算投资组合的平均收益率。计算每个收益率与平均收益率的差值。将这些差值平方。求这些平方值的平均数(即方差)。取方差的平方根,得到标准差。具体公式如下:\[\sigma=\sqrt{\frac{1}{N}\sum_{i=1}^{N}(R_i-\bar{R})^2}\]其中,\(\sigma\)表示标准差,\(N\)是收益率的...

《微观量化百问》第十五期丨组合优化在量化投资中的应用

不同管理人在不同产品线上的优化目标往往不同,常见的优化目标包括:最小化组合波动(方差)、最大化组合收益、最小化与基准指数的跟踪误差和最大化组合的夏普比率等。在不同的优化目标下,即使是同一套“量化选股”模型,产品业绩或呈现出截然不同的风险收益特征。

【银河金工吴俊鹏】方差分析系列专题丨协方差矩阵特征向量修正分析

特征向量调整降低赝相关性(www.e993.com)2024年11月16日。通过特征向量调整,协方差的“非对角项”明显降低,即赝相关性有所降低,采用特征向量调整的协方差得到的最小方差组合的结果优于直接使用经验方差。因子信号的增加,对应的特征向量组合更为稳定。在无相关资产的基础上,逐步增加资产之间的相关性,对比特征向量调整前后协方差估计的差异。随着因子...

R语言马科维茨Markowitz均值-方差(风险投资模型)分析最优投资组合...

在一定的风险水平上,投资者期望收益最大;相对应的是在一定的收益水平上,投资者希望风险最小。根据以上假设,马科维茨确立了证券组合预期收益、风险的计算方法和有效边界理论,建立了资产优化配置的均值-方差模型(允许放空):若不允许放空,则为:随着计算机技术的发展,利用现代统计学和编程语言进行数据分析和投资组合优...

贝叶斯统计中常见先验分布选择方法总结

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,但具有更重的尾部,允许更极端...

从数学角度概述阿西莫夫机器人三定律

最大化准确性意味着进行最大似然推断,而最小化复杂性则强制实施一种受限的最大熵(从技术上讲是最小相对熵)来正则化后验。复杂性也可以看作是推理计算成本的代理,并且根据兰道尔原理(Landauer’sprinciple),它也可以代表能量成本[46]。简而言之,针对某些数据优化边缘似然,可以得到既最准确又最简洁的模型,这体现...

明汯投教 | 何为优化器?如何理解组合优化在量化投资的作用?

不同管理人在不同产品线上的优化目标往往不同,常见的优化目标包括:最小化组合波动(方差)、最大化组合收益、最小化与基准指数的跟踪误差和最大化组合的夏普比率等。在不同的优化目标下,即使是同一套“量化选股”模型,产品业绩或呈现出截然不同的风险收益特征。