久久一日本道色综合久久_国产最爽的av片在线观看_精品成人Av一区二区三区_94久久国产乱子伦精品免费_国产三级网站在线观看_和女邻居做爰在线观看_wymfw最新免费_国产强奷在线免费阅读_95在线观看视频

摘要
　　核心觀點(diǎn)：優(yōu)化器用于分散投資的同時(shí)控制組合與既定基準(zhǔn)指數(shù)的行業(yè)偏離、風(fēng)格偏離、跟蹤誤差、換手限制等，在優(yōu)化器開發(fā)過程中，通過混合整型優(yōu)化可以同時(shí)實(shí)現(xiàn)控制持倉數(shù)量上下限以及持倉個(gè)股權(quán)重下限；通過風(fēng)險(xiǎn)模型分解資產(chǎn)協(xié)方差矩陣，可以將一個(gè)資產(chǎn)數(shù)量的二次優(yōu)化問題降維到風(fēng)險(xiǎn)因子數(shù)量的二次優(yōu)化問題，從而實(shí)現(xiàn)二次優(yōu)化的加速；通過引入未來潛在組合收益、未來潛在換手，可以實(shí)現(xiàn)多周期信號(hào)聯(lián)合優(yōu)化，進(jìn)一步增強(qiáng)超額、降低換手。
　　優(yōu)化器模塊：在指數(shù)增強(qiáng)、中性策略等量化策略研發(fā)場景，優(yōu)化器用于分散投資的同時(shí)控制組合與既定基準(zhǔn)指數(shù)的行業(yè)偏離、風(fēng)格偏離、跟蹤誤差、換手限制等，包含常用優(yōu)化目標(biāo)(收益最大化、追蹤誤差、換手等)及投資約束(行業(yè)風(fēng)格暴露、換手率、持股數(shù)量、個(gè)股上下限等)。當(dāng)優(yōu)化問題不可解時(shí)優(yōu)化器可自動(dòng)識(shí)別導(dǎo)致不可解的約束，同時(shí)最大化保留原始約束的子集，并支持自適應(yīng)放松調(diào)整。
　　混合整型優(yōu)化：求解持倉股票權(quán)重非常小、股票數(shù)量限制問題是優(yōu)化器開發(fā)過程中常見問題之一，針對(duì)該問題，引入混合整型優(yōu)化，通添加整型變量使得求解出的持倉權(quán)重必定大于給定的下限，同時(shí)可以利用整型變量來限制持倉股票的數(shù)量上下限。
　　二次優(yōu)化加速：組合優(yōu)化在控制組合的風(fēng)險(xiǎn)、以及組合相對(duì)給定基準(zhǔn)指數(shù)的跟蹤誤差時(shí)，通常利用資產(chǎn)和資產(chǎn)之間的協(xié)方差矩陣，并引入二次項(xiàng)來計(jì)算組合的風(fēng)險(xiǎn)項(xiàng)或跟蹤誤差，并在優(yōu)化目標(biāo)懲罰項(xiàng)或約束項(xiàng)中進(jìn)行控制。該設(shè)置引入了一個(gè)變量為資產(chǎn)數(shù)量的二次項(xiàng)，使得求解耗時(shí)隨資產(chǎn)數(shù)量的增加而程非線性增強(qiáng)，大大影響回測效率?；陲L(fēng)險(xiǎn)模型，利用風(fēng)險(xiǎn)因子的協(xié)方差矩陣+資產(chǎn)風(fēng)險(xiǎn)暴露來估計(jì)資產(chǎn)協(xié)方差，從而將優(yōu)化中的二次項(xiàng)分解并引入輔助變量，將資產(chǎn)數(shù)量維度的二次項(xiàng)降維成風(fēng)險(xiǎn)因子數(shù)量的二次項(xiàng)，大大減少了求解耗時(shí)
　　多周期優(yōu)化：對(duì)于存長短不同周期的信號(hào)的情景而言，可以通過多種信號(hào)引入未來區(qū)間的組合預(yù)期收益率，從而在組合優(yōu)化求解時(shí)同事優(yōu)化當(dāng)期、下期的組合超額，并懲罰當(dāng)期換手及下期潛在換手，從而實(shí)現(xiàn)多個(gè)信號(hào)的一加一大于二的效果。本報(bào)告基于10日短周期信號(hào)和40日長周期信號(hào)進(jìn)行聯(lián)合優(yōu)化，結(jié)果在超額收益上優(yōu)于長周期信號(hào)和短周期信號(hào)，換手介于短周期信號(hào)和長短周期等權(quán)相加。
　　日歷效應(yīng)：對(duì)于預(yù)測窗口為周頻、日度更新的信號(hào)而言，在每周不同日歷日定期調(diào)倉會(huì)導(dǎo)致最終年化超額的差異最大達(dá)4%以上，且逐年不存在固定規(guī)律。通過將倉位分為5份，每個(gè)日歷日構(gòu)建一個(gè)定期調(diào)倉的子組合，能夠平滑超額，同時(shí)降低超額波動(dòng)率
　　風(fēng)險(xiǎn)提示
　　本報(bào)告所涉及的因子挖掘是基于歷史行情總結(jié)規(guī)律后所刻畫出的股價(jià)先行指標(biāo)，其有效性會(huì)隨著市場風(fēng)格變化、因子被使用的程度等因素發(fā)生變化；本報(bào)告所介紹的機(jī)器學(xué)習(xí)模型是基于歷史數(shù)據(jù)進(jìn)行訓(xùn)練擬合，假設(shè)數(shù)據(jù)中的信息和經(jīng)驗(yàn)?zāi)茉谖磥硌永m(xù)，市場風(fēng)格變化、極端行情等因素都會(huì)導(dǎo)致這一假設(shè)在部分時(shí)段不成立。投資者應(yīng)結(jié)合自身情況自主對(duì)相關(guān)方法進(jìn)行選擇性使用，并自行承擔(dān)相應(yīng)風(fēng)險(xiǎn)，本報(bào)告所介紹的方法論不構(gòu)成投資收益的保證或投資建議。