4

我希望这不会关闭，因为它与我无法弄清楚的算法有关（它也很长，因为我对它是如何完成的感到很困惑）。基本上很多年前，我曾经在一家共同基金工作，我们使用不同的工具来选择优化投资组合以及对冲现有投资组合。我们将获取这些结果并进行自己的修改，然后将它们出售给客户。在我的公司缩小规模后，我决定尝试一下（创建软件并包括我的自定义），但我不知道如何为软件实际生成组合。

经过 6 个月的尝试，我接受了我的方法是不可能的。我试图使用 Knuth 书中的组合算法，并bit尝试在纽约证券交易所（5,000 多只股票）上找到所有可能的投资组合（我将其限制为 30 只股票）。但根据与我交谈过的每个人的说法，这将花费我数十亿年才能获得一天的结果（对我来说，在 GPU 上我在 2 天的直接处理后停止了它）。

那么我错过了什么？我们将输入我们的风险承受能力和市场观点（股市增长预期、通胀预期、联邦基金预期等），它将在几秒钟/几分钟内为我们提供理想的投资组合（理论上......）。拥有数千种可能性和数万亿种可能的股票权重组合，他们如何能够如此快速（甚至根本）计算结果？作为系统管理员，我知道我们每天都会下载一个文件（小于 100 mb 并加载到 mssql 数据库中可能只是市场数据..所以我们并不是完全有可能。使用我上面的方法我会得到 5 gig在做我的 Knuth 版本的几分钟内提交文件 s 组合算法）和应用程序脱机工作（所以它一定是在台式机/笔记本电脑 cpu 上本地而不是在某个地方的大型超级计算机上运行，​​并且需要一两分钟才能运行..15 分钟是全球基金最长的包括世界上所有的股票）。之所以如此令人困惑，是因为他们的工作需要整个基金的相关性（我不认为他们只是发送了他们预先计算的顶级股票，因为每个人都得到了不同的结果）。因此，如果我想要一只 30 只股票基金，它给我 2% 的回报，并且与市场呈负相关，并且 60% 被对冲，那么软件如何能如此迅速地从数十亿种可能性中生成该投资组合呢？请注意，我不是在问数学或财务部分，我

那么这是如何以编程方式完成的呢？我开始相信他们没有使用 Knuth 的组合算法来生成所有可能性，但他们的结果似乎不是随机选择的，并且单独选择股票似乎错过了相关性部分。这么多的投资软件怎么会做这样的事情？

4

2 回答 2

3

这样的算法几乎肯定不会产生所有的可能性——正如你正确地观察到的那样，这是不切实际的。

然而，投资组合选择很容易用其他技术来完成，这些技术会给你一个很好的答案。最有可能的两个是：

  • 如果您对风险/回报做出简化假设，您可以在数学上求解最佳投资组合（请参阅http://en.wikipedia.org/wiki/Capital_asset_pricing_model了解一些数学）
  • 对随机样本投资组合进行变异/交叉操作的遗传算法将很快找到一个非常好的解决方案。您可以将其与蒙特卡洛风格的建模方法结合起来，以了解可能结果的范围。

就个人而言，我可能会建议遗传算法方法 - 虽然它在数学上不是那么纯粹，但它会给你很好的答案，并且应该能够很容易地处理你想要抛出的任何限制（例如投资组合中的最大股票数量）

于 2012-05-20T02:24:49.527 回答
2

现代投资组合理论本身就是一门学科，有诸如“现代投资组合理论和投资分析”之类的书籍，以及http://en.wikipedia.org/wiki/Modern_portfolio_theory的介绍。

获得可以实际解决的问题的一种方法是将其视为数学优化问题。如果你有一个向量，它给出了你购买的每只股票的数量，那么——在各种假设下——回报是这个向量的线性函数，风险是这个向量的二次函数。最大化给定风险的回报，或最小化给定回报的风险，是一个很好理解的数学问题，即使对于非常大量的股票 - http://en.wikipedia.org/wiki/Quadratic_programming。

一个实际问题是，你得到的答案可能会告诉你购买市场上几乎所有股票的一小部分。我的猜测是，现实生活中的程序使用了一些不能保证完美答案的“秘诀”启发式，受制于您实际准备购买的股票数量的限制，但在实践中效果很好。返回完美答案似乎是一个难题 - 参见例如http://arxiv.org/ftp/arxiv/papers/1105/1105.3594.pdf

于 2012-05-20T05:11:05.657 回答