portfolio management | BriefGPT

关键词portfolio management

搜索结果 - 22

优化夏普比率：多臂赌博机中的风险调整决策
通过优化强化型夏普比率，我们提出了一种用于多臂赌博机的在线高斯过程算法，该算法克服了传统算法的缺陷，成功降低了风险投资组合管理问题的回报损失。
PDFa month ago
基于文本的多资产配置相关矩阵
该研究旨在使用金融文本分析来估计多个资产之间的相关结构，并通过自然语言处理验证其对未来相关系数变化的预测准确性，结果表明该方法与传统的时间序列数据预测相比具有实用性。
PDFa month ago
电影工业的数据驱动投资组合管理：一种利用大型语言模型作为专家的新数据驱动优化方法论
通过计算明星的名气分数并采用多属性决策方法，本研究设计了一个优化投资组合，以解决电影工业领域中投资组合管理的问题。将项目根据其不对称特征进行分类，并对每个类别的项目进行票房预测，最终通过双目标优化模型确定了经销商的首选项目。
PDF3 months ago
DiffSTOCK：基于扩散模型的概率关系型股市预测
我们提出了一种通用去噪扩散概率模型的方法，用于股票市场预测和投资组合管理。我们展示了去噪扩散概率模型在处理不确定性方面的有效性，并利用模型在时间序列预测中模拟更高的不确定性。此外，我们还提供了一种新颖的确定性架构 MaTCHS，利用蒙版关系
PDF3 months ago
FinLlama：用于算法交易应用的金融情感分类
利用基于 Llama 2 7B 的新方法构建了 FinLlama，以提供增强投资组合管理决策和增加市场回报的框架。
PDF4 months ago
GPT4 动力的 AI 代理能否成为足够优秀的绩效归因分析师？
在本研究中，我们介绍了 AI 代理的应用，用于各种关键的绩效归因任务，包括绩效驱动因素的分析和利用大型语言模型作为多级归因分析和问答练习的计算引擎。通过引入先进的提示工程技术，如思维链和计划解决，以及采用 LangChain 的标准代理框架
PDF4 months ago
数字资产投资组合管理与风险评估的深度学习预测分析优化
在这篇论文中，作者介绍了 DQN 算法在资产管理组合中的创新和直接应用，并且表明 DRL 算法在投资组合管理中的有效性，同时提出了通过添加约束条件来改善结果的建议。
PDF4 months ago
基于深度强化学习的多智能体和自适应框架开发动态投资组合风险管理
在高度动荡的金融市场环境下，本研究提出了一个自适应的多智能体框架（MASA），采用了深度学习和强化学习方法作为反应性代理，平衡投资组合的回报和潜在风险。该框架中的市场观察者代理提供了有价值的市场趋势信息，以帮助多智能体反应性学习方法快速适应
PDF5 months ago
高效更新共同基金投资组合的规划
使用线性规划和启发式搜索方法来优化组合调整的决策，提出的模型在以成本为基础的策略比较中展示了改进，可在其他综合组合管理所需的现实场景中轻松扩展。
PDF7 months ago
基于可屏蔽股票表示的强化学习在可定制股票池中的投资组合管理
通过一次性训练全球股票池中的可定制股票池，提出了具有可屏蔽股票表示的增强学习框架 EarnMore，通过掩盖目标池外的股票的表示、学习有意义的股票表示和重新加权机制，在 8 个美国股票市场的子集股票池上的大量实验证明，EarnMore 在利
PDF8 months ago
通过拓扑数据分析进行投资组合选择
投资组合管理是投资决策的重要部分，本文提出了一种基于拓扑数据分析的两阶段方法，通过生成时间序列表示并进行聚类，以解决传统方法在股票市场数据中无法考虑到多变量时间序列数据的独特特征的问题。实验结果表明，我们提出的系统在不同的时间段内都具有超越
PDFa year ago
投资组合优化的迁移学习
我们探讨了利用迁移学习技术解决金融投资组合优化问题的可能性，引入了一个名为 “迁移风险” 的新概念，并在迁移学习的优化框架中进行了一系列数字实验，揭示了迁移风险与迁移学习方法整体性能之间的强相关性，验证了迁移风险作为 “可迁移性” 的可行指
PDFa year ago
长期风险价值 (CVaR) 标准下的风险敏感马尔可夫决策过程
本文研究了使用基于敏感性的优化方法来解决具有长期 CVaR 标准的无限期离散时间 MDP 的最优策略问题，利用伪 CVaR 度量导出了 CVaR 的差分公式并推导出了 CVaR 的局部最优条件和全局最优条件的必要性，提出了一种策略迭代算法并
PDF2 years ago
基于 Pareto 驱动代理的多周期组合回测模拟优化
本文提出了使用 ParDen-Sur 建模框架来解决组合管理作为一个多期多目标优化问题中的超参数搜索问题，并验证 ParDen-Sur 可以显著提高 Pareto 前沿的多个 EA 在单期和多期使用情况下的性能表现。
PDF2 years ago
MetaTrader: 一种融合多样策略的强化学习方法用于投资组合优化
本文提出了一种基于元学习和深度增强学习的投资组合管理方法 MetaTrader，通过模仿不同的专家策略来获取适应不同市场的交易策略，并学习元策略来决定最适合的策略。实证结果表明，MetaTrader 在平衡利润和风险方面显著优于现有的基线模
PDF2 years ago
一种基于多任务学习的路由不确定性感知交易专家的量化股票投资方法
本文提出了多任务混合专家 (MoE) 框架 AlphaMix，重塑了定量投资为多任务学习问题，并且在投资时考虑了模型不确定性，动态地选择适当的交易专家。在五年时间跨度内的实际交易数据上，该框架在四项财务指标上表现显著优于现有的基线模型。
PDF2 years ago
折扣马尔可夫决策过程中均值 - 方差优化的统一算法框架
用假均值将混合风险下的 MDP 转化为标准 MDP，并提出一种基于二级优化结构的统一算法框架，该框架还允许收敛性分析。通过数值实验，验证了该算法的有效性。
PDF2 years ago
AAAI深度股票交易：一种层次化强化学习框架用于投资组合优化和订单执行
提出了一种基于层次化强化学习的股票交易系统，将交易过程分解为管理和执行交易两个级别，并通过预训练和迭代训练方式对两个层级的策略进行训练，从而实现长期收益的最大化和交易成本的最小化。在美股市场和中国股市的实验证明了此方法的显著效果提升。
PDF4 years ago
IJCAIMAPS: 基于多智能体强化学习的投资组合管理系统
提出了基于多智能体强化学习模型的股票投资策略生成系统 (MAPS)，在实验中，MAPS 的表现表明其具有更好的 Sharpe 比率，并且加入更多的智能体可以降低风险并获得更多的收益。
PDF4 years ago
AAAI基于加强学习的组合投资管理与增强资产动态预测状态
提出了一种基于强化学习的框架（SARL）来应对金融投资组合管理中数据异构性和环境不确定性的问题，实验结果表明，该框架可以提高投资组合的累积收益和风险调整后的利润。
PDF4 years ago