【摘 要】
：
投资组合是金融学中的一个经典问题,随着投资组合和深度学习的发展,相关领域的学者们将深度学习和投资组合相结合,实现端到端的投资组合模型e2e.本文将深度学习和风险预算相结合,在端到端的方法基础之上,对投资组合进行研究,更好地解决投资组合问题。针对资产间的特征交叉问题,本文引入因子分解机,将因子分解机和神经网络相结合应用于投资组合研究,在e2e模型基础之上,提出e2e-fnn模型;在e2e-fnn模型
论文部分内容阅读
投资组合是金融学中的一个经典问题,随着投资组合和深度学习的发展,相关领域的学者们将深度学习和投资组合相结合,实现端到端的投资组合模型e2e.本文将深度学习和风险预算相结合,在端到端的方法基础之上,对投资组合进行研究,更好地解决投资组合问题。针对资产间的特征交叉问题,本文引入因子分解机,将因子分解机和神经网络相结合应用于投资组合研究,在e2e模型基础之上,提出e2e-fnn模型;在e2e-fnn模型基础之上,针对多个资产的时效性问题,基于历史的样本协方差矩阵不能表示未来的协方差矩阵,将DCC-GARCH模型对多个资产的未来协方差矩阵进行估计,并应用于端到端的投资组合模型,提出e2e-fnn-dcc模型;针对大维股票资产的样本协方差矩阵难以收敛的问题,通过随机矩阵理论的直接非线性压缩估计方法（Analytical Nonlinear Shrinkage）,对大维协方差矩阵进行修正,并应用于端到端的投资组合模型,提出e2e-fnn-analy模型。大类资产选择中债-国债总财富（1-3年）指数、中债-国债总财富（7-10年）指数、沪深300指数、中证500指数、黄金指数。使用相关模型对5个大类资产做投资组合,通过年化收益风险指标进行比较,本文提出的e2e-fnn模型样本外平均年化收益在大类资产中高于e2e模型,同时,在对资产间协方差矩阵优化后,本文提出的e2e-fnn-dcc模型样本外平均年化收益高于e2e-fnn模型。通过不同模型下各资产风险预算比例和资产权重的对比,探究不同模型对各资产的风险程度和配置比例,验证了本文模型在大类资产的收益性。大维股票资产选择截至2009年末市值较大且休市日期较少的50只大型股票,包含了10个行业。使用相关模型对大维资产做投资组合,通过年化收益风险指标进行比较,本文提出的e2e-fnn模型样本外平均年化收益在大维股票资产中高于e2e模型。同时,在对大维资产的协方差矩阵优化后,本文提出的e2e-fnn-analy模型样本外平均年化收益高于e2e-fnn模型。通过不同模型下,各行业资产权重的对比,探究不同模型对各行业的配置比例,验证了本文模型在大维股票资产的收益性。
其他文献
随着我国金融衍生品业务的飞速发展,场外金融衍生品的交易规模越来越庞大,其定价问题也成为研究热点,尤其是近两年来,阶梯型雪球结构产品从场外金融衍生品中脱颖而出,得到了广泛的市场关注。但是投资者对阶梯型雪球结构产品的接受程度大,不代表对产品的风险程度有明确的认知,更需要将产品的定价透明化,避免投资者盲目投资造成资金严重亏损。不过由于其产品结构的复杂性,在应用传统定价模型进行定价时具有较大困难,也难以把
股票市场行情的表现与国民经济发展的状况密切相连,是企业和经济未来增长预期的快照。然而股票市场瞬息万变,其价格变化规律难以把握,如果把控不好,会面临很高的风险,甚至会对实体经济产生冲击。因此,提前把控好股票价格的变动具有十分重要的理论意义和现实意义。股票市场作为一个非常复杂的非线性系统,具有高噪声、非平稳和多个时间尺度的问题,使得仅依靠单一模型预测股价变得有些困难。本文构建了一种新的多尺度非线性集成
随着全球经济的快速发展,如何控制碳排放的增长一直是困扰世界的问题。虽然受疫情影响,2020年碳排放量小幅下降。但随着全球经济复苏加速,当前的气候与能源政策仍不能有效地改变全球碳排放的增长。而发展可再生能源已经成为世界各国一个重要的战略方向。中国提出了“碳达峰”和“碳中和”的目标,因此中国非常有必要以新能源替代传统能源,以清洁能源驱动社会可持续发展。以电力部门脱碳为目标的向可持续能源资源的过渡已引起
忆阻器作为基本电路元件之一,在许多领域有着巨大的应用价值。同步性问题是随机微分方程领域一个重要的研究方向,在大规模集成电路、信号波、随机存储器等实际工业应用中,两个或多个系统能否在一定时间内实现同步,是影响系统性能的关键因素,本文对随机忆阻神经网络在固定时间内的同步性问题展开研究。首先,利用集值映射、微分包含理论和模型变换,将驱动-响应系统的同步性问题转化为偏差系统的稳定性问题。其次,对于随机忆阻
胃癌严重威胁人类健康，超过70%的初诊病人已属进展期或伴转移。目前存在“三高”现象：进展期胃癌比例高，不必要的剖腹探查率偏高，以及非R0切除率偏高。腹腔镜探查可发现：（1）腹腔内隐匿、影像学检查无法诊断的微小转移病灶；（2）明确已侵犯邻近脏器；（3）通过腹腔灌洗发现腹腔游离癌细胞，从而精准分期以确定合理的治疗方案。明确T4b分期，采取积极的术前治疗。发现腹腔隐匿性转移灶，避免过度治疗。筛查脱落细胞
人们对下一代工业机器人的期望之一是协作机器人（Cobot）.Cobot是一种能够与人类操作员在同一工业任务上无缝协作的机器人助手。机器人需要根据人们的情绪来做出相应的反应,即情绪识别。脑电图（EEG）是情绪识别中最常用的生理信号,因此,很多研究用EEG信号来进行情绪识别。然而,人们处于某个特定的情绪的时间比较少,例如恐惧检测,处于恐惧状态的数据很少,这就造成了数据不平衡情况,对这种不平衡的EEG信
如何评估消费券政策的效果是疫情期间的热点话题,由于时效性差、影响因素难以掌握,传统的调查问卷和经济模型很难反映其真实效果,与此同时,大众的各种情绪和态度通过在微博等平台的纯文本评论、点赞等信息行为得到释放。情绪分析是基于自然语言处理的技术,用于从海量文本中了解大众对某一实体的态度。本文从消费者的角度出发,借助情绪分析技术分析微博评论,进而了解消费券政策的响应情况。具体的研究工作如下:第一,文本情绪
清人的数学建构围绕处理易数关系、确立上层数学标准和书写民间数学展开,通过考察清代的数学知识建构活动能够帮助我们重新勾勒清代数学史。清代的数学概念是经历漫长演化的结果。汉代,数学是数术文化的一部分,和天文、历法共同为占验服务;唐代以后,数学和星占逐渐分离;至清代,天文历算和术数彻底分道扬镳,前者保留在主流学术内,后者逐渐被贴上“谬误”、“诡谲”等标签,分别成为今天看来“科学”和“迷信”的部分。清代将
本文主要依托金文材料来考察西周中期的职官转变。西周早年的政治基调是顺利的对外扩张,在中央职官的设置上,此时还未形成上下统属的层级关系,系统内部多个部门处于一个并列平行的状态。在具体的职官上,这一时期的史官较为活跃,负责宗教的太祝和地位极高的保官也仅有此时见于金文。在地方的职官上,有证据表明地方和西周的中央使用着同一套行政模式,并且伴随周初的对外扩张,周王分封或改封同姓宗族或是曾任职于中央的官员前往
中国经济水平不断提高,股票市场不断完善,证券投资在不少居民的资产增值方式中扮演着重要角色,然而在证券市场投资的风险难以忽视,如何求得股票投资的最优组合的问题已深深扎根于投资者的心中,越来越多的学者投身于对投资组合理论的研究。一九五二年,美国经济学家Markowitz突破性的提出了均值-方差（MV）模型,自此不少研究者以均值-方差模型为基础进行研究,建立更加适应实际的投资组合模型,同时已有研究者将投