【AP】A hybrid approach for generating investor views in Black-Litterman model

最新推荐文章于 2020-12-06 17:35:40 发布
最新推荐文章于 2020-12-06 17:35:40 发布
阅读量275 收藏 2
点赞数
分类专栏： # 模型类 # Black-Litterman 文章标签： BL SVR GARCH hybrid model
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_18822147/article/details/108554839
版权
模型类 同时被 2 个专栏收录
12 篇文章 0 订阅 ¥99.90 ¥299.90
订阅专栏
Black-Litterman
6 篇文章 2 订阅
订阅专栏
该研究提出了一种混合方法，利用ARMA-GARCH预测金融市场的8个指标，然后通过支持向量机(SVR)将指标预测转化为股票回报预测，应用于Black-Litterman模型生成投资组合。实证研究表明，这种方法在新兴市场（BIST-30）和发达市场（Dow Jones Index）中产生了优于市场指数和随机组合的收益及夏普比率。研究还发现，指标对市场的影响取决于市场状态。
摘要由CSDN通过智能技术生成

导航

Paper Link

A hybrid approach for generating investor views in Black-Litterman model

Authors

Mahmut Kara：Ministry of Treasury and Finance, Ankara
Aydin Ulucan：Department of Business Adaministration, Hacettepe Univ.
Kazim Baris Atici：Department of Business Adaministration, Hacettepe Univ.

Pub Date

2019.4.23

Abstract

近期的论文中出现了关于BL模型中观点预测的方法，包括从计量经济学角度和学习算法角度. 在本研究中，我们致力于提出一种混合方法：使用GARCH模型预测指标，然后将指标预测

了解本专栏 订阅专栏 解锁全文
Quant0xff
关注
专栏目录
订阅专栏
A hybrid approach for generating investor views in Black–Litterman model.pdf
09-12
One of the main contributions of Black–Litterman asset allocation modeling is bringing out the idea of updating portfolios relying on the investor views. The incorporation of such views may inject subjectiv- ity to the modeling phase
a hybrid approach for generating investor views in b-l model.pdf
09-05
Black-Litterman模型（BL模型）是由 Fischer Black 和 Robert Litterman 在1992年提出的，它是一种结合了主观投资者观点与市场均衡理论的投资组合优化模型。在传统的资本资产定价模型（CAPM）或现代投资组合理论...
A novel approach for generating flat optical frequency comb based on externally injected gain-switching distributed feedback semiconductor laser
02-07
光学频率梳（Optical Frequency Comb, OFC）是一种在光学领域具有重要应用的技术，它具有高稳定性、高度相干性以及高重复频率。OFC在光学频率合成、相干光通信、微波光子信号处理、光学任意波形生成、精确光学计量和...
Episode-Based Prototype Generating Network for Zero-Shot Learnin
12-13
Shot Learning (ZSL) has emerged as a promising approach to overcome this limitation by recognizing novel classes without requiring any labeled examples during training. Instead, ZSL leverages semantic...
A Dual-Camera Surveillance Video Summarization Generating Strategy for Multi-Target Capturing
02-08
Traditional surveillance video contains a large amount of information which is too jumbled. Real-time video summarization can solve this problem ... In our strategy, a static camera and a PTZ camera are
【AP】Least-squares approach to risk parity in portfolio selection(1)
0x00
08-26 361
论文解析系列，Least-squares approach to risk parity in portfolio selection
【AP】On the Bayesian interpretation of Black-Litterman(1)
0x00
09-06 267
论文解析系列，Black-Litterman模型
【AP_EJOR】Robust multiobjective portfolio optimization: A minimax regret approach
0x00
12-03 247
论文解析：Robust multiobjective portfolio optimization: A minimax regret approach
【AP】Least-squares approach to risk parity in portfolio selection(2)
0x00
08-28 203
论文解析系列，Least-squares approach to risk parity in portfolio selection,数值实验
【AP_EJOR】Robust multiobjective optimization & applications in portfolio optimization(1)
0x00
12-05 194
论文解读系列：Robust multiobjective optimization & applications in portfolio optimization
【OR】Robust version of MAD
0x00
12-06 154
robust MAD
【AP】On the Bayesian interpretation of Black-Litterman(2)
0x00
09-08 148
论文解析系列，Black-Litterman模型，实证研究及结论
【AP_EJOR】Robust multiobjective optimization & applications in portfolio optimization(2)
0x00
12-05 145
论文解析系列: Robust multiobjective optimization & applications in portfolio optimization
【AP】A generalized BL model(1)
0x00
09-24 127
论文解析系列：A generalized BL model
【AP】Markowitz with regret(1)
0x00
12-02 102
Markowitz with regret
2023-04-06-项目笔记 - 第二百六十一阶段 - 4.4.2.259全局变量的作用域-259 -2025.09.19
最新发布
09-19
2023-04-06-项目笔记-第二百六十一阶段-课前小分享_小分享1.坚持提交gitee 小分享2.作业中提交代码 小分享3.写代码注意代码风格 4.3.1变量的使用 4.4变量的作用域与生命周期 4.4.1局部变量的作用域 4.4.2全局变量的作用域 4.4.2.1全局变量的作用域_1 4.4.2.259局变量的作用域_259- 2024-09-19
采用Spring+Struts2+Hibernate框架，实现一个仿天猫购物网站的web工程(毕设&课设&实训&大作业&竞赛&项
09-19
项目工程资源经过严格测试可直接运行成功且功能正常的情况才上传，可轻松复刻，拿到资料包后可轻松复现出一样的项目，本人系统开发经验充足（全领域），有任何使用问题欢迎随时与我联系，我会及时为您解惑，提供帮助。 【资源内容】：包含完整源码+工程文件+说明（如有）等。答辩评审平均分达到96分，放心下载使用！可轻松复现，设计报告也可借鉴此项目，该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的。 【提供帮助】：有任何使用问题欢迎随时与我联系，我会及时解答解惑，提供帮助 【附带帮助】：若还需要相关开发工具、学习资料等，我会提供帮助，提供资料，鼓励学习进步 【项目价值】：可用在相关项目设计中，皆可应用在项目、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面，可借鉴此优质项目实现复刻，设计报告也可借鉴此项目，也可基于此项目来扩展开发出更多功能 下载后请首先打开README文件（如有），项目工程可直接复现复刻，如果基础还行，也可在此程序基础上进行修改，以实现其它功能。供开源学习/技术交流/学习参考，勿用于商业用途。质量优质，放心下载使用。
人工智能赋能数据中心的绿色节能策略
09-19
本文阐述了人工智能在数据中心节能应用领域的理论与实践，通过介绍机器学习和基于物理机理模型的人工智能节能技术的应用情况，展示了如何利用AI技术来提升数据中心能源效率，减少PUE。并指出基于大数据分析的智能运维方法能优化数据中心冷却系统的运行状态，从而达成绿色节能目的；同时也强调了未来的节能系统发展趋势及标准化推进措施等重要方向。 适用人群：数据中心管理人员，环保工作者，信息和通信技术行业的专业人士。 使用场景及目标：适用于那些希望利用AI和其他技术优化其数据中心效能的企业；通过技术手段达到减少能耗、提升工作效率的目的。 其他：随着全球对环境友好技术的关注增加，在数据中心的建设和运维过程中融合AI等新技术已经成为必然趋势。
Feature Generating Networks for Zero-Shot Learning代码解读
07-12
Feature Generating Networks (FGN) for Zero-Shot Learning (ZSL) 是种用于零样本习的模型。在 ZSL 中，模型需要通过学从已知类别到未知类别映射关系，从而能够在未知类别样本情况下进行分类FGN 模型通过两个键组件...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Quant0xff

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值