Probabilistic-programming-and-bayesian-methods-for-hackers: 6장. 평균-분산 최적화 손실 함수

@Anjum48 이게 챕터인가요?
@CamDavidsonPilon 람다가 정규화 매개변수처럼 보입니까?

손실 함수는 4개 주식에 대한 포트폴리오 가중치를 최소화하려고 합니다.

이것은 모두 음의 무한대로 설정하여 사소하게 해결되므로 그렇게 말하려는 것은 아닙니다. 두 가지 상반되는 힘이 있습니다. 가중치가 클수록 첫 번째 항(반환)이 커지지만 분산(두 번째 항)도 커집니다.

람다 매개변수는 수익 극대화(첫 번째 항)와 두 번째 항(포트폴리오 분산) 사이의 절충점인 사용자 지정 매개변수입니다. 전통적인 회귀 의미의 정규화가 아니지만 유사합니다.

이것은 금융에서 매우 일반적인 공식입니다. 2차 문제의 라그랑지안입니다. http://www.actuaries.org/AFIR/Colloquia/Rome2/Cesarone_Scozzari_Tardella.pdf

@CamDavidsonPilon
나는 옵티마이저가 min 를 사용한다는 것을 이해하지 못합니다. 제 말은, 귀하는 수익을 극대화하고
차이로 처벌받습니다. 따라서 max 를 사용하거나 min 를 사용하는 대신 음수 기호를 추가해야 합니다.

람다 𝛌 는 종종 "위험 회피" 매개변수로 언급됩니다( 예: 여기 ).

람다 𝛌 = 1이면 목적 함수는 포트폴리오의
기하 평균 수익률, 그리고 그것은 최대화 해야 하는 것입니다.
가중치와 관련하여(구성상 합이 1이어야 함).

확실히 마이너스 기호가 빠진 것 같습니다.

예 max 이어야 합니다 👍

알겠습니다. 수정 완료:

두 개의 노트북용 https://github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/pull/347 .

기록을 위해 William Sharpe의 또 다른 좋은 참고 자료:
https://web.stanford.edu/~wfsharpe/mia/opt/mia_opt3.htm --
https://git.io/fecon235 에서 튜토리얼을 진행하겠습니다.
Boltzmann 포트폴리오와 관련하여.