“资产管理”子系统 - 页 8

新评论
 

试图创建我自己的股票组合 计算方案。通过最小化方法进行优化（针对报价修改）。

计算时采用两个投资组合：多头--只计算多头头寸，空头--只计算空头头寸。假设100美元需要分配给长线投资组合，100美元需要分配给短线投资组合。以下是结果。

请注意。

所有的计算都是基于净收盘价，不包括价差、掉期和佣金。

第一栏是以美元计算的股票比例（或类比为投资百分比）。

第二栏--利润

第三栏 - 金融工具（股票）

总计 - 投资组合的总利润。

起初，我不明白为什么优化会将明知是亏损的股票纳入投资组合，即预期回报为负。后来我发现，如果把这些亏损的股票去掉，最后的结果肯定会增加，但会导致股权深度缩水。

 

对中子

调出我的档案，没错，使用这样的线性模型，完全是胡说八道。什么都没有用。因此，我不同意你的 "不健康 "的乐观主义。


对雷舍托夫

现在这很有趣，只是搞不清楚做了什么。它看起来像一只 "癞蛤蟆"。而且我也无法比较 "我试图创建我自己的程序 "和 "起初我无法理解为什么优化包括明知故犯地失去投资组合中的股份 "这两个短语。 你只是使用了一些外部优化模型或一些 "塞了一些智能的封闭盒子"--例如HC或GA。但我仍然不明白为什么 "算法本身 "会把一些东西推到某个地方。如果这是NS，那么在什么数据上进行了训练（即他们在哪里得到了最 "理想的分数"）。

 
最佳的美国股市投资组合

在130个半小时条形图的基础上计算，即过去两周--35种金融工具的10个交易时段（道琼斯工业平均指数 的32种股票和3种指数股票），使用改进的拉普拉斯标准。 优化意味着在每一美元投资的最大回报和存款的最小缩减之间有一个标准。因此，如果有些资产被添加到投资组合中，而这些资产在审查期间已知会发生损失，人们不应感到惊讶，因为它们的作用是对冲，即减轻存款缩减的风险。投资组合中的亏损资产和盈利资产总是具有最高的负相关性。然而，不一定是亏损和盈利的资产。如果投资组合只包括盈利的资产，那么高收益和低收益资产之间的负相关关系仍然被考虑在内。在这种情况下，低收益的资产将对高收益的资产起到对冲的作用。 计算时没有考虑到：价差、经纪佣金、股息和闭会期间掉期。所有的计算都是基于资产的买入价，也就是没有杠杆。 假设投资者有100美元，应以最佳方式投资于美国股市资产--表格的第一栏。所得数字必须用算术方法除以资产的价值，以获得所需的股票数量。 与其他估值相反，在这种情况下，不仅要考虑买入并持有的策略，还要考虑资产的卖空。 投资组合计算时间: Sun Dec 14 14:07:06 PKT 2008 +5 GMT











投资百分比
（或美元，
，如果你打算投资
100美元）。
净收入
根据
前10个交易日
。
交易类型
 金融工具的标识符
33.05084745762712
2.0021482616456328
空头：
卖空
 #AA - 美国铝业公司。
16.10169491525424
1.2221768429650823
空头：
卖空
 #C - 花旗集团公司。
3.389830508474576
0.5328795647403892
空头：
沽空
 #EK - 伊士曼柯达公司
24.576271186440678
6.376797637390857
空头：
沽空
 #GM - 通用汽车公司
0.847457627118644
0.014509420375525273
空头：
沽空
 #JPM - JPMorgan Chase & Co.
22.033898305084747
3.572262255150715
空头：
卖空
 #MMM - 3M公司。
共计。
13.720773982268202
 
grasn писал(а)>>

对中子

现在这很有趣，只是搞不清楚做了什么。它看起来像一只 "癞蛤蟆"。

在什么情况下做并不重要。事实上，最终的结果是在Java应用程序中。但它可以在MQL4中实现，但会有相关的速度损失，目前还不太可以接受，因为很难在交易时段之间的时间范围内进行计算。到目前为止，实现了两种编程语言：Java应用程序启动MT4终端，在命令行中指定MQL4的专家顾问。专家顾问下载报价并对其进行预处理。它将结果存储在一个文件中。脚本处理完毕后，终端会自动卸载，Java程序接收终端关闭代码，并从文件中获取数据，进行优化。然后，结果在应用程序窗口和文件中以网页形式显示。

grasn 写道>>

对中子

它只是一个外部优化模型，还是某种 "塞进了智能的封闭盒子"--比如说，HC或GA？但我仍然不明白为什么 "算法本身 "会把一些东西推到某个地方。如果是NS，是根据什么数据进行训练的（即他们从哪里得到最 "理想的账户"）。

这是按标准对支付矩阵进行优化。即不是GA，因为GA找到的是单一的极值，因此是一个拟合的。最好的，即唯一的回报极值的资产可以更容易地找到，即用审查期间的利润除以最初的股价--动量振荡器，并在获得最大结果的地方投资。也就是说，通过额外的算法来寻找最大收益的优化是多余的，因为只有一个解决方案。至于神经网络，也没有任何意义，因为根本不清楚该向输入什么。

当除了最大利润率之外，我们还需要考虑缩减的风险时，优化就开始发挥作用了。考虑到上述情况和最小化定理，找到的最优解可能不是唯一的解（该定理指出，至少有一个解）。

 

对雷舍托夫


在危机中挣扎，我错过了你的回答:o)。谢谢你的澄清。


...Т.е. оптимизация дополнительными алгоритмами для поиска максимальной доходности излишняя, поскольку решение единственное... Смысл оптимизации проявляется тогда, когда необходимо помимо максимальной прибыльности еще и учитывать риск просадок.

我写道，我将考虑到更多的参数，不仅包括缩减，还包括操作本身的风险。而这个模型事实上更复杂--在图片中我展示了一个<段的部分>。



客户在不同的工具中 "依次"，他们的特征（前面描述的所有品种）和开始时间有不同的相关性。而且它已经开始有意义了--在优化中考虑到每个交易的未来 "理论 "利润。因此，寻找最佳的是很有意义的，似乎LP是唯一有效的工具。到目前为止，没有太多的解释（似乎很明显），但这里出现了这样一个预测交易的图表（在某种意义上，非常有条件地）。



其中分支是开立新交易的决策（包括通过 "渠道"，或者说通过资产 "溢出 "的利润）。好吧，这是个很长的故事，到目前为止，这是很简短的。我希望（如果时间允许的话）我将很快发布更详细的研究报告。

至于神经网络，也没有任何意义，因为不清楚输入什么。

我同意

 

我重读了我的帖子，决定澄清一下图表的外观，以防万一。现在这里一切都应该清楚了。


这就是我在运行LP的情况--非常有趣的结果 :o)

 
该主题是否仍然相关？是否考虑过用目标（多标准）编程来实现最佳资产管理？(而不是线性)
 
fevrall >> :
该主题是否仍然相关？是否考虑过用目标（多标准）编程来实现最佳资产管理？(而不是线性)

当然，如果你有话要说，在提供的意义上，它是。

 

目标编程问题是一个关于在给定约束条件下的最佳组合的问题。也就是说，如果有几个可能相互冲突的线性目标函数，那么就可以用目标编程来找到一个折中的解决方案。我没有将这种方法用于资产管理，但我认为它也可以用在这里。它与线性编程的不同之处在于，线性编程意味着一个TF，而目标编程则意味着几个。

 
具体细节更有趣；我知道一般的、概念性的描述。至少，分期部分的正式化是一个开始。
12345678
新评论