Probabilistic-programming-and-bayesian-methods-for-hackers: 第 6 章:均值方差优化损失函数

创建于 2015-09-18  ·  8评论  ·  资料来源: CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers

嗨,卡姆,

您能否解释一下如何使用(或参考来源)这个损失函数:

screenshot from 2015-09-18 12 24 13

我假设损失函数试图最小化 4 只股票的投资组合权重(可以使用 scipy optimize 等来完成),但我不确定 lambda 参数是什么。

谢谢!

最有用的评论

好的,修复完成:

https://github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/pull/347用于两个笔记本。

作为记录,William Sharpe 的另一个很好的参考:
https://web.stanford.edu/~wfsharpe/mia/opt/mia_opt3.htm --
我将在https://git.io/fecon235上做一个教程
关于玻尔兹曼投资组合。

所有8条评论

@Anjum48这是哪一章?
@CamDavidsonPilon lambda 似乎是正则化参数?

损失函数试图最小化 4 只股票的投资组合权重

这可以通过将它们全部设置为负无穷来轻松解决,所以我认为你不是故意这么说的。 这是两个反作用力:权重越大,第一项(回报)越大,但方差也越大(第二项)。

lambda 参数是用户指定的参数,它是最大化回报(第一项)和第二项(投资组合方差)之间的权衡。 它不是传统回归意义上的正则化器,但它是类似的。

这是金融中非常常见的公式 - 它是二次问题的拉格朗日: http ://www.actuaries.org/AFIR/Colloquia/Rome2/Cesarone_Scozzari_Tardella.pdf

@CamDavidsonPilon
我不明白优化器使用min ,我的意思是,你应该想最大化你的回报和
受到方差的惩罚。 所以你应该使用max或附加一个负号而不是使用min

lambda 𝛌 通常被称为(例如这里)作为“风险厌恶”参数—— @CamDavidsonPilon提到的权衡。

如果 lambda 𝛌 = 1,则目标函数近似于投资组合的
几何平均回报,这是一个应该最大化的东西
关于权重(通过构造应该总和为1)。

肯定似乎缺少一个减号。

是的,应该是max 👍

好的,修复完成:

https://github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/pull/347用于两个笔记本。

作为记录,William Sharpe 的另一个很好的参考:
https://web.stanford.edu/~wfsharpe/mia/opt/mia_opt3.htm --
我将在https://git.io/fecon235上做一个教程
关于玻尔兹曼投资组合。

此页面是否有帮助?
0 / 5 - 0 等级

相关问题

cledoux picture cledoux  ·  13评论

kjschiroo picture kjschiroo  ·  4评论

marco-vene picture marco-vene  ·  3评论

ariewahyu picture ariewahyu  ·  3评论

jingw222 picture jingw222  ·  3评论