Hallo Cam,
Könnten Sie erklären, wie diese Verlustfunktion verwendet wird (oder auf eine Quelle verweisen):
Ich gehe davon aus, dass die Verlustfunktion versucht, die Portfoliogewichte für die 4 Aktien zu minimieren (was mit Scipy Optimize usw. möglich ist), aber ich bin mir nicht sicher, was der Lambda-Parameter ist.
Danke!
@Anjum48 welches Kapitel ist das?
@CamDavidsonPilon Lambda scheint der Regularisierungsparameter zu sein?
Die Verlustfunktion versucht, die Portfoliogewichtungen für die 4 Aktien zu minimieren
Dies wird trivial gelöst, indem man sie alle auf negativ unendlich setzt, also glaube ich nicht, dass Sie das sagen wollten. Es sind zwei gegenläufige Kräfte: Je größer die Gewichte, desto größer der erste Term (Rendite), aber auch desto größer die Varianz (zweiter Term).
Der Lambda-Parameter ist ein benutzerdefinierter Parameter, der einen Kompromiss zwischen der Maximierung der Rendite (dem ersten Term) und dem zweiten Term (der Portfoliovarianz) darstellt. Es ist kein Regularisierer im traditionellen Sinne der Regression, aber es ist analog.
Dies ist eine ziemlich gebräuchliche Formel im Finanzwesen - es ist die Lagrangian eines quadratischen Problems: http://www.actuaries.org/AFIR/Colloquia/Rome2/Cesarone_Scozzari_Tardella.pdf
@CamDavidsonPilon
Ich verstehe nicht, dass der Optimierer min
verwendet, ich meine, Sie sollten Ihre Rendite maximieren und
mit Varianz bestraft werden. Sie sollten also max
verwenden oder ein Minuszeichen anhängen, anstatt min
zu verwenden.
Das Lambda 𝛌 wird oft ( z. B. hier ) als Parameter der „Risikoaversion“ bezeichnet – der Kompromiss, den @CamDavidsonPilon erwähnt.
Wenn Lambda 𝛌 = 1, nähert sich die Zielfunktion der des Portfolios an
geometrische mittlere Rendite, und das sollte man maximieren
in Bezug auf die Gewichte (die konstruktionsbedingt 1 ergeben sollten).
Es scheint definitiv ein Minuszeichen zu fehlen.
Ja, es sollte max
sein 👍
https://github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/pull/347 für zwei Notebooks.
Fürs Protokoll, eine weitere gute Referenz von William Sharpe:
https://web.stanford.edu/~wfsharpe/mia/opt/mia_opt3.htm --
und ich werde ein Tutorial unter https://git.io/fecon235 machen
in Bezug auf Boltzmann-Portfolios.
Hilfreichster Kommentar
OK, Korrektur erledigt:
https://github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/pull/347 für zwei Notebooks.
Fürs Protokoll, eine weitere gute Referenz von William Sharpe:
https://web.stanford.edu/~wfsharpe/mia/opt/mia_opt3.htm --
und ich werde ein Tutorial unter https://git.io/fecon235 machen
in Bezug auf Boltzmann-Portfolios.