会员服务
优化器 · 相关系数 · MoDELS · 近似 · 周期的 ·
2021 年 4 月 22 日
Dynamic investment portfolio optimization using a Multivariate Merton Model with Correlated Jump Risk
翻译：利用多变莫顿模式和与高相关跳风险的多变莫顿模式,实现动态投资组合组合优化
Bahareh Afhami,Mohsen Rezapour,Mohsen Madadi,Vahed Maroufy
Bahareh Afhami,Mohsen Rezapour,Mohsen Madadi,Vahed Maroufy

In this paper, we are concerned with the optimization of a dynamic investment portfolio when the securities which follow a multivariate Merton model with dependent jumps are periodically invested and proceed by approximating the Condition-Value-at-Risk (CVaR) by comonotonic bounds and maximize the expected terminal wealth. Numerical studies as well as applications of our results to real datasets are also provided.


翻译：在本文中,我们关心的是,在采用多变量墨尔顿模式的证券进行定期投资时,如何优化动态投资组合,这种证券采用依赖性跳跃的多变量墨尔顿模式,通过共monotonic 界限来接近条件-价值-风险(CVaR)并尽量扩大预期的终极财富,同时提供数字研究以及将我们的结果应用于真实的数据集。
0
下载
关闭预览

相关内容

UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
159+阅读 · 2020年1月16日
【论文推荐】深度学习中贝叶斯不确定性简单基线（A simple baseline for bayesian uncertainty in deep learning）
【论文推荐】深度学习中贝叶斯不确定性简单基线（A simple baseline for bayesian uncertainty in deep learning）
专知会员服务
45+阅读 · 2019年12月25日
【KDD2019|讲座推荐】大时间序列预测的理论与实践：Forecasting Big Time Series: Theory and Practice
【KDD2019|讲座推荐】大时间序列预测的理论与实践：Forecasting Big Time Series: Theory and Practice
专知会员服务
116+阅读 · 2019年12月6日
【ECML-PKDD 2019】基于邻域增强LSTM模型的出租车乘客需求预测（A Neighborhood-augmented LSTM Model for Taxi-Passenger Demand Prediction）
【ECML-PKDD 2019】基于邻域增强LSTM模型的出租车乘客需求预测（A Neighborhood-augmented LSTM Model for Taxi-Passenger Demand Prediction）
专知会员服务
20+阅读 · 2019年12月1日
【O'Reilly AI Conference 2019】人工智能用于金融时间序列预测和动态资产组合优化（AI for financial time series forecasting and dynamic assets portfolio optimization），7bulls.com的高级副总裁Konrad Wawruch
【O'Reilly AI Conference 2019】人工智能用于金融时间序列预测和动态资产组合优化（AI for financial time series forecasting and dynamic assets portfolio optimization），7bulls.com的高级副总裁Konrad Wawruch
专知会员服务
51+阅读 · 2019年11月5日
【课程】Andrew Ng与Google Brain团队联合出品《TensorFlow in Practice 》
【课程】Andrew Ng与Google Brain团队联合出品《TensorFlow in Practice 》
专知会员服务
12+阅读 · 2019年10月29日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
LibRec 精选：AutoML for Contextual Bandits
LibRec 精选：AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
时序数据异常检测工具/数据集大列表
时序数据异常检测工具/数据集大列表
极市平台
65+阅读 · 2019年2月23日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
利用动态深度学习预测金融时间序列基于Python
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
分布式TensorFlow入门指南
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】SLAM相关资源大列表
【推荐】SLAM相关资源大列表
机器学习研究会
10+阅读 · 2017年8月18日
【推荐】TensorFlow手把手CNN实践指南
【推荐】TensorFlow手把手CNN实践指南
机器学习研究会
5+阅读 · 2017年8月17日
【推荐】(Keras)LSTM多元时序预测教程
【推荐】(Keras)LSTM多元时序预测教程
机器学习研究会
24+阅读 · 2017年8月14日
Bahadur efficiency of EDF based normality tests when parameters are estimated
Arxiv
0+阅读 · 2021年6月14日
Outlier detection in multivariate functional data through a contaminated mixture model
Arxiv
0+阅读 · 2021年6月14日
Informational Design of Dynamic Multi-Agent System
Arxiv
0+阅读 · 2021年6月14日
Minimization and Canonization of GFG Transition-Based Automata
Arxiv
0+阅读 · 2021年6月12日
Distributionally Robust Optimization with Markovian Data
Arxiv
0+阅读 · 2021年6月12日
Divide-and-Conquer MCMC for Multivariate Binary Data
Divide-and-Conquer MCMC for Multivariate Binary Data
Arxiv
0+阅读 · 2021年6月11日
Policy Gradient Bayesian Robust Optimization for Imitation Learning
Arxiv
5+阅读 · 2021年6月11日
Structured Bayesian variable selection for multiple correlated response variables and high-dimensional predictors
Arxiv
0+阅读 · 2021年6月11日
REST: Relational Event-driven Stock Trend Forecasting
Arxiv
15+阅读 · 2021年2月19日
Dynamic and Static Topic Model for Analyzing Time-Series Document Collections
Arxiv
8+阅读 · 2018年5月6日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
优化器
相关系数
MoDELS
近似
周期的
相关VIP内容
UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
159+阅读 · 2020年1月16日
【论文推荐】深度学习中贝叶斯不确定性简单基线（A simple baseline for bayesian uncertainty in deep learning）
【论文推荐】深度学习中贝叶斯不确定性简单基线（A simple baseline for bayesian uncertainty in deep learning）
专知会员服务
45+阅读 · 2019年12月25日
【KDD2019|讲座推荐】大时间序列预测的理论与实践：Forecasting Big Time Series: Theory and Practice
【KDD2019|讲座推荐】大时间序列预测的理论与实践：Forecasting Big Time Series: Theory and Practice
专知会员服务
116+阅读 · 2019年12月6日
【ECML-PKDD 2019】基于邻域增强LSTM模型的出租车乘客需求预测（A Neighborhood-augmented LSTM Model for Taxi-Passenger Demand Prediction）
【ECML-PKDD 2019】基于邻域增强LSTM模型的出租车乘客需求预测（A Neighborhood-augmented LSTM Model for Taxi-Passenger Demand Prediction）
专知会员服务
20+阅读 · 2019年12月1日
【O'Reilly AI Conference 2019】人工智能用于金融时间序列预测和动态资产组合优化（AI for financial time series forecasting and dynamic assets portfolio optimization），7bulls.com的高级副总裁Konrad Wawruch
【O'Reilly AI Conference 2019】人工智能用于金融时间序列预测和动态资产组合优化（AI for financial time series forecasting and dynamic assets portfolio optimization），7bulls.com的高级副总裁Konrad Wawruch
专知会员服务
51+阅读 · 2019年11月5日
【课程】Andrew Ng与Google Brain团队联合出品《TensorFlow in Practice 》
【课程】Andrew Ng与Google Brain团队联合出品《TensorFlow in Practice 》
专知会员服务
12+阅读 · 2019年10月29日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
热门VIP内容
相关资讯
LibRec 精选：AutoML for Contextual Bandits
LibRec 精选：AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
时序数据异常检测工具/数据集大列表
时序数据异常检测工具/数据集大列表
极市平台
65+阅读 · 2019年2月23日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
利用动态深度学习预测金融时间序列基于Python
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
分布式TensorFlow入门指南
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【推荐】SLAM相关资源大列表
【推荐】SLAM相关资源大列表
机器学习研究会
10+阅读 · 2017年8月18日
【推荐】TensorFlow手把手CNN实践指南
【推荐】TensorFlow手把手CNN实践指南
机器学习研究会
5+阅读 · 2017年8月17日
【推荐】(Keras)LSTM多元时序预测教程
【推荐】(Keras)LSTM多元时序预测教程
机器学习研究会
24+阅读 · 2017年8月14日
相关论文
Bahadur efficiency of EDF based normality tests when parameters are estimated
Arxiv
0+阅读 · 2021年6月14日
Outlier detection in multivariate functional data through a contaminated mixture model
Arxiv
0+阅读 · 2021年6月14日
Informational Design of Dynamic Multi-Agent System
Arxiv
0+阅读 · 2021年6月14日
Minimization and Canonization of GFG Transition-Based Automata
Arxiv
0+阅读 · 2021年6月12日
Distributionally Robust Optimization with Markovian Data
Arxiv
0+阅读 · 2021年6月12日
Divide-and-Conquer MCMC for Multivariate Binary Data
Divide-and-Conquer MCMC for Multivariate Binary Data
Arxiv
0+阅读 · 2021年6月11日
Policy Gradient Bayesian Robust Optimization for Imitation Learning
Arxiv
5+阅读 · 2021年6月11日
Structured Bayesian variable selection for multiple correlated response variables and high-dimensional predictors
Arxiv
0+阅读 · 2021年6月11日
REST: Relational Event-driven Stock Trend Forecasting
Arxiv
15+阅读 · 2021年2月19日
Dynamic and Static Topic Model for Analyzing Time-Series Document Collections
Arxiv
8+阅读 · 2018年5月6日
Top
微信扫码咨询专知VIP会员
Top