大类资产配置（二）风险预算及风险平价模型

最新推荐文章于 2024-03-04 12:00:39 发布
原创 最新推荐文章于 2024-03-04 12:00:39 发布
· 3.9k 阅读 · 16 ·
版权
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。
文章标签：

#python #开发语言 #后端

本文解析风险预算的关键思路，即通过计算资产的边际风险贡献来调整权重，以实现组合风险优化。讲解了风险平价模型的应用，特别是在基于风险因子的情况下，如何达到最优资产配置。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

https://xueqiu.com/9509413026/173064820

风险预算的关键思路在于：测算某种资产的边际风险贡献，即该资产权重的微小变化，对组合风险的影响。从风险预算标准看，当每一种资产的“风险溢价/边际风险贡献”全部相等时，资产配置权重为最优，否则存在进一步改进的余地

风险平价模型

在这里插入图片描述

基于风险因子的风险平价模型

在这里插入图片描述

【Python量化】风险平价策略
mfsdmlove的博客
08-04 1万+
钱恩平博士在《Risk Parity Fundamentals》（2016）中指出，资产背后的风险溢价分为三种，权益风险溢价、利率风险溢价和通胀风险溢价。传统模型希望可以控制整个投资组合的波动性，而风险平价控制的是相对风险，让各资产风险相对平衡。从根本上说，这一概念反映了经典的 1/n 投资组合，即资 金在所有资产中平均分配。假设有一投资组合，含有5支股票：中国平安（000001）、格力电器（000651）、爱尔眼科（300015）、贵州茅台（600519）、长安汽车（000625），构建风险平价组合。..
深度强化学习在动态风险预算中的应用
最新发布
AI天才研究院
03-21 707
在金融领域，风险预算是一个至关重要的概念。传统的风险预算方法往往基于静态模型，难以适应市场的动态变化。深度强化学习作为一种强大的机器学习技术，具有在动态环境中进行决策和优化的能力。本文的目的是研究如何将深度强化学习应用于动态风险预算，以提高风险预算的准确性和适应性。本文的范围涵盖了深度强化学习和动态风险预算的基本概念、核心算法原理、数学模型、实际应用案例以及相关工具和资源的推荐。通过理论分析和实际案例的结合，为读者提供一个全面的了解深度强化学习在动态风险预算中应用的视角。背景介绍。
（Python代码）Risk_Parity_strategy
weixin_47870819的博客
05-07 283
里面所需的datatest.csv已上传到资源，可以下载。
风险平价策略python代码_风险平价组合(risk parity)理论与实践
weixin_39520393的博客
01-16 9845
本文介绍了风险平价组合的理论与实践；后续文章将对risk parity组合进行更深入探讨以及引入预期收益后的资产配置实战策略。前言资产配置是个很广泛的话题，在投资中是一个非常重要的话题从使用场景分类上来看，资产配置可以是宏观的资产配置，比如货币类、债券类、权益类之间的配置；当然也可以是某一大类资产下的配置，比如在沪深300成分股不同标的之间的权重配置但不管怎么说，从方法层面上看，对于不同场景下的使...
用Python写一个交易的风险控制模型
weixin_35753431的博客
12-25 480
好的，我会用中文来回答你的问题。 首先，在写交易风险控制模型之前，你需要先确定你的交易目标和风险偏好。例如，你是否希望在最短的时间内获得最大的收益，还是希望在最短的时间内最大化收益，同时保证风险尽可能小？ 然后，你可以考虑使用 Python 中的一些数学库来帮助你构建模型。例如，你可以使用 NumPy 来处理数组和矩阵运算，使用 SciPy 来解决优化问题，或者使用 Pandas 来处理时间序列数...
用风险建模 in Python 系列 3 - 独立模型下
weixin_38753422的博客
07-02 1008
公众号从 7 月底不再更新，本着发一次广告写一篇原创的原则，最后一次广告排在 7 月 28 日因此原创大概写到那天左右。今年还有两本书的合约，现在完全没有时间写。是时候做出取舍了，要不什...
组合和聚合举例说明_投资组合构建框架（2-2）：资产配置实践
weixin_42603332的博客
12-31 619
王哲：量化交易索引​zhuanlan.zhihu.com之前的文章主要阐述了投资组合资产配置的目标和一般理论，这一篇我们举几个例子具体操作一下。总结一下上一篇的基本内容：投资组合构建和配置是按照层次进行的，资产配置在每一个层次都会展开假设每一个资产的回报/风险比例都是一样的估计资产的相关系数矩阵，作为投资组合优化输入，优化目标是最大化投资组合回报/风险比例。（其实是协方差矩阵，但是由于我们进行了波...
长江证券_20161207_大类资产配置之基于风险平价模型的收益增强策略.pdf
05-12
量化配置方法包括经典的马科维茨均值方差模型、Black-Litterman模型、风险平价模型等，这些方法侧重于运用数学模型和统计分析来指导资产配置的决策过程。 ### 3. 风险平价模型的简介 风险平价模型最初由钱恩平博士...
风险预算模型.docx
12-19
大类指数合成风险平价模型是风险预算模型的扩展应用。该模型仅对大类资产进行配置，如果用户输入底层为资产的子标的（单个股票、债券）等，需要进行大类资产的合成指数，合成方法采用平均权重法。 大类指数合成风险...
大类资产的风险平价策略优化金融研究.docx
10-20
然而，随着市场的复杂化，传统的风险平价模型已难以满足所有投资者的需求，尤其是对于那些寻求更加灵活和适应性强的资产配置策略的投资者。 本文提出的改进策略首先是基于主成分风险平价模型。通过主成分分析（PCA...
金融行业研究方法-FOF系列报告之二-风险预算模型与FOF底层资产的关系研究.pdf
05-12
风险预算模型是在风险平价模型的基础上发展起来的一种更为灵活的风险管理策略。它允许投资者根据自身的风险偏好来分配不同资产的风险预算，从而实现更精准的风险控制。这种策略不仅仅限于让所有资产的风险贡献相等，...
python实现logistic回归模型和训练数据
08-19
logistics回归模型测试代码及测试数据。
风险预算组合优化：基于风险平价模型
风险预算模型是投资决策的关键工具，它综合考虑风险和收益，通过优化算法寻找最佳资产配置，以实现预定的风险和收益目标。在实际应用中，需要处理各种数据和约束，以确保模型的适用性和有效性。
python量化策略——大类资产配置模型（最小方差模型）
m0_46665608的博客
12-10 5339
最小方差模型 寻求风险最小的大类资产组合。模型中规定需要每个资产至少配置10%。 max⁡=XTΣX \max=X^{T}\Sigma Xmax=XTΣX s.t.ΣX=1,Xi≥0.1,i=1,2,3...s.t. \quad \Sigma X=1 ,X_{i} \ge 0.1,i=1,2,3...s.t.ΣX=1,Xi​≥0.1,i=1,2,3... #其中XXX表示资产配置权重向量，Σ\SigmaΣ表示各个资产间的协方差矩阵，我们将选取三个大类资产进行配置，分别是：股票（沪深300），债券（上证国
投资收益和风险三种模型的matlab代码
热门推荐
SihgYu
10-24 2万+
1. 问题提出 市场上有 n 种资产 si ( i = 1,2,L, n )可以选择，现用数额为 M 的相当大的资金作一个时期的投资。这 n 种资产在这一时期内购买 si 的平均收益率为 ri ，风险损失率为qi ，投资越分散，总的风险越少，总体风险可用投资的 si 中最大的一个风险来度量。 购买 si 时要付交易费，(费率 pi )，当购买额不超过给定值...
python移植Matlab portfolioRiskContribution
m0_66449066的博客
03-04 529
Matlab有很多toolbox可以做金融计算，但是python好像没有，最近在尝试移植一段Matlab风险预算模型代码到python，先尝试重写一下portfolioRiskContribution，一个计算风险分布的函数。这里可以看到，输入数据如果只有一列，还需要用numpy重新reshape，不然就没办法做计算，这一点python就没有Matlab便捷。代码是参考portfolioRiskContribution源代码写的，在输入数据上还有些不完善的地方，以下是按照官网给出的测试样例。
基于Python的银行信贷风险可视化与预警建模
呱牛 Just do IT
07-24 6140
银行信贷风险评估模型代码分析 一、背景概要 信贷业务又称为信贷资产或贷款业务，是商业银行最重要的资产业务，通过放款收回本金和利息，扣除成本后获得利润，所以信贷是商业银行的主要赢利手段。 二、代码解析 1 相关技术背景 XGBoost是一套提升树可扩展的机器学习系统。目标是设计和构建高度可扩展的端到端提升树系统。提出了一个理论上合理的加权分位数略图来计算候选集。引入了一种新颖的稀疏感知算法用于并行树学习。提出了一个有效的用于核外树形学习的缓存感知块结构。用缓存加速寻找排序后被打乱的索引的
（Python代码）求解风险平价投资组合迭代方法的改进
weixin_47870819的博客
04-26 962
本文参考Jaehyuk Choi and Chen Rong(2022)的研究，使用Python对现有的两种迭代方法即循环坐标下降法（CCD）和牛顿法进行了改进。
python量化投资代码_手把手教你用三行python 代码做一个动量策略「量化投资系列」...
weixin_39691233的博客
12-04 1084
动量策略是右侧交易里最常见的，背后的逻辑是就现在涨的，后市还会涨，动量具有惯性的意思。首先加载原始数据，我们用天的收盘价即可，按统一转为收益率。因为点位本身不重要，我们最后只关心变化率。以沪深300数据为例，从2010-01-01到现在。df['position'] = np.sign(df[code])numpy.sign可以向量化的判断收益率为正或负。——其实收益率就是1天的动量。下面我们做一...
评论 1
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
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