首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Paper Reading 在线机器学习投资组合优化

论文给出的算法:

Bandit Learning

Online机器学习方法在投资组合选择上的应用,参考文献

Bandit Learning 最初是为了解决多臂赌博机 (multi-armed bandit) 问题

这里的臂 (arm) 可以抽象为不同的动作,对于量化模型来讲可以是一个资产也可以是一个资产组合,在t时刻我们可以看到对应arm过去的信息从而做出决策来最大化远期收益。和offline学习过程不同的是,online学习过程并不可见所有的数据集,优化目标并不是即时的损失而是远期的期望回报,本质上追求的是决策最优而不是的结果最优。

原文分别使用 Factor Model 和 James-Stein shrinkage estimator来估计协方差和均值,这里实现简单用平均来估计。

考虑两个基准策略,定期等权重调仓以及买入持有

UCB Portfolio算法的缺陷:1.算法假设市场流动性充足且并没有考虑交易成本2.在大跌时过于乐观,使用上界估计夏普比率,在大跌时容易大幅回撤

-- the end --

利用平台强大的资源,优矿特推出2018量化精英养成计划,培养最优秀的Quants,寻找夜空中最亮的那颗星!来自毕业于牛津大学、北京大学、中国香港大学等高校的地表最强量化金工团队,手把手带你从0到1玩转量化。点击下图了解详情:

优矿是由通联数据出品,覆盖研究、回测、模拟、实盘交易全流程的量化平台。优矿不仅拥有通联海量的金融数据、动态丰富的策略框架,同时还通过知识库信号库提供持续的知识输出,满足用户在研究过程中高效获取、迅速验证、多维度挖掘、多策略并行的迫切需求,为投资决策提供重要支持。

扫二维码,立即预约试用!

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180830B1EYFC00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券