サブシステム「資産管理」 - ページ 8

 

株式ポートフォリオ 計算プログラムを自作してみた。ミニマックス法による最適化(見積もり用に修正)。

ロング:ロングポジションのみ、ショート:ショートポジションのみの2つのポートフォリオを計算対象としています。ロング・ポートフォリオに100ドル、ショート・ポートフォリオに100ドルを割り当てる必要があると仮定する。以下はその結果である。

すべての計算は、スプレッド、スワップおよび手数料を除く、正味の終値に基づいています。

最初の列は、株式のための$の割合(または類推して、パーセントの投資として)である。

第2列:利益

第3欄:金融商品(株式)

Total - ポートフォリオの総利益。

最初は、なぜ負株をポートフォリオに組み入れるのか、つまり、負株から得られる期待収益がマイナスであることが理解できませんでした。そして、これらの赤字株を取り除けば、最終的な成果は確かに上がるが、深い株式のドローダウンにつながることがわかった。

 

to中性子

私のアーカイブを引っ張り出してみると、その通り、このような線形モデルを使用すると、全くデタラメな結果になります。何もかもがうまくいかない。だから、私はあなたの「不健康な」楽観主義を共有していないのです。


レシェトフに

今のは面白いですね。ただ、何がどうなっているのかがわからない。まるで「ヒキガエル」のようです。また、「自分でプログラムを作ってみた」と「最初は、なぜ最適化にポートフォリオの株を失うことが含まれているのか理解できなかった」という2つのフレーズを比較することはできません。 あなたは、外部の最適化モデルや、HCやGAといった「知性を詰め込んだ閉じた箱」を使っただけなのです。それにしても、「アルゴリズム単体」でどこかに何かを押し込むというのは、よくわからないですね。もしこれがNSなら、どのようなデータで学習させたのか(つまり、どこで最も「最適なスコア」を得たのか)。

 
米国株式市場の最適なポートフォリオ

35金融商品(ダウ平均 32銘柄、指数3銘柄)の30分足130本、すなわち過去2週間-10取引セッションをもとに改良型ラプラス基準で算出。 最適化とは、投資された各ドルの最大リターンと預金の最小ドローダウンの間の基準を意味する。したがって、調査期間中に損失が発生することが分かっている資産がポートフォリオに追加されたとしても驚くには値しません。ポートフォリオ内の損失資産と利益資産は、常に最も高い負の相関を持つことになります。ただし、必ずしも赤字資産と黒字資産というわけではありません。ポートフォリオが収益性の高い資産のみで構成されている場合、高利回り資産と低利回り資産の負の相関は依然として考慮されます。その場合、低利回り資産は高利回り資産のヘッジの役割を果たすことになる。 計算には、スプレッド、仲介手数料、配当金、インターセッションスワップは考慮されていません。すべての計算は、資産のBid価格、すなわちレバレッジなしに基づいています。 投資家は100米ドルを持っており、それをアメリカの株式市場の資産(表の最初の列)に最適に投資すべきであると仮定している。これを算術的に資産価値で割って必要な株式数を求めます。 他のバリュエーションとは異なり、この場合、Buy and Hold戦略だけでなく、資産の空売りも考慮される。 ポートフォリオ計算時間:Sun Dec 14 14:07:06 PKT 2008 +5 GMT











投資額の割合
(または米ドル、
$100を投資する場合は
当期純利益
ベース
過去 10 回の
取引回数の推移
案件の種類
金融商品の識別子
33.05084745762712
2.0021482616456328
ショート:
空売り
#AA - Alcoa Inc.
16.10169491525424
1.2221768429650823
ショート:
空売り
#C - シティグループ・インク
3.389830508474576
0.5328795647403892
ショート:
ショートセール
#EK-イーストマン・コダック社
24.576271186440678
6.376797637390857
ショート:
ショートセール
#GM - ゼネラルモーターズ コーポレーション
0.847457627118644
0.014509420375525273
ショート:
ショートセール
#JPM - JPMorgan Chase & Co.
22.033898305084747
3.572262255150715
ショート:
空売り
#MMMM - 3M社。
合計
13.720773982268202
 
grasn писал(а)>>

to中性子

今のは面白いですね。ただ、何がどうなっているのかがわからない。まるで「ヒキガエル」のようです。

何に対して行うかは問題ではありません。実際、最終的にはJavaアプリケーションになります。しかし、MQL4で実装する場合、取引セッションの間の時間枠に計算を合わせるのが難しいため、現時点ではあまり受け入れられませんが、速度を落とすことは可能です。Javaアプリケーションは、コマンドラインでMQL4のExpert Advisorを指定してMT4ターミナルを起動します。Expert Advisor は、気配値をダウンロードし、前処理を行います。その結果をファイルに保存します。スクリプトの処理後、端末は自動的にアンロードされ、Javaプログラムは端末のシャットダウンコードを受け取り、ファイルからデータを取り込み、最適化を実行する。そして、その結果をアプリケーションのウィンドウとファイルにウェブページとして表示します。

grasn さんが書き込みました >>1

to中性子

単なる外部最適化モデルなのか、それともHCやGAといった「知能を詰め込んだクローズドボックス」のようなものだったのでしょうか。それにしても、「アルゴリズム単体」でどこかに何かを押し込むというのは理解できませんね。NSの場合、どのようなデータで学習したのか(つまり、どこで最も「最適なアカウント」を取得したのか)。

これは、基準による支払いマトリックスの最適化です。つまりGAではない、なぜならGAは単一の極限を見つけるので、適合するものだからだ。すなわち、レビュー中の期間の利益を初期株価で割る - モメンタムオシレーターと最大の結果が得られるそこに投資する。つまり、解は一つしかないため、最大収益を求めるための追加アルゴリズムによる最適化は冗長である。ニューラルネットワークについても、何を入力にすればいいのかが全く分からないので、意味がないのです。

最適化は、最大限の収益性の他に、ドローダウンのリスクを考慮する必要がある場合に行われます。以上とミニマックス定理を考慮すると、見つかった最適解が唯一とは限らない(定理では、少なくとも1つの解があるとされている)。

 

レシェトフに


危機に奮闘中、回答を見逃してしまいました:o)分かりやすい説明ありがとうございます。


...Т.е. оптимизация дополнительными алгоритмами для поиска максимальной доходности излишняя, поскольку решение единственное... Смысл оптимизации проявляется тогда, когда необходимо помимо максимальной прибыльности еще и учитывать риск просадок.

ドローダウンだけでなく、運用自体のリスクも含め、もっと多くのパラメータを考慮すると書きました。そして、実際にはもっと複雑なモデルになっています。写真では<セグメントの一部>を示しました。



クライアントは、その特性(すべてのその様々な先に説明した)と開始時刻の異なる相関を持つ、異なる楽器で "順次 "である。そして、それはすでに意味を持ち始めています。最適化において、各取引から得られる将来の「理論的」利益を考慮することです。そのため、最適なものを探すことは非常に重要であり、LPが唯一かつ有効な手段であると思われます。ここまでは、あまり説明もなく(当たり前のようですが)、このような取引予測のグラフが登場します(ある意味、非常に条件付きですが)。



ブランチングとは、新規取引(「チャネル」というか資産による利益の「オーバーフロー」を含む)を行うための意思決定であるところ。まあ、長い話なので、ここまでは手短に。時間が許せば、もっと詳しい研究結果を近日中に掲載したいと思います。

ニューラルネットワークに関しても、何を入力に与えるかが明確でないため、意味がない。

その通り

 

自分の投稿を読み直して、念のためグラフの見え方をはっきりさせることにしました。もう、これですべてが明らかになったはずだ。


そして、それをもとにLPを走らせているのですが、非常に興味深い結果です :o)

 
その話題は今でも有効ですか?最適な資産運用のために、目的(多基準)計画法が検討されたことがあるか?(リニアではなく)
 
fevrall >> :
その話題は今でも有効ですか?最適な資産運用のために、目標(多基準)計画法が検討されたことはありますか?(リニアではなく)

もちろん、提供するという意味で、言いたいことがある場合はそうです。

 

目標計画問題とは、与えられた制約条件の下で、最適な構成に関する問題である。つまり、矛盾する可能性のある複数の線形目標関数がある場合、目標計画法を用いて妥協解を見つけることができるのである。この方法は、資産運用には使っていませんが、ここでも使えると思いました。線形計画法との違いは、線形計画法が1つのTFを意味するのに対し、目標計画法は複数のTFを意味する点である。

 
具体的な内容はもっと面白い。一般的で概念的な説明は知っている。少なくとも、演出の部分が正式に決まったことは、スタート地点です。