Entrar
insight - 포트폴리오 최적화
GNN과 다익스트라 알고리즘을 이용한 비용 효율적인 동적 포트폴리오 리밸런싱 하이브리드 모델
본 논문에서는 GNN을 사용하여 거래 비용을 예측하고 다익스트라 알고리즘을 통해 비용 효율적인 리밸런싱 경로를 식별하여 포트폴리오 리밸런싱을 최적화하는 새로운 하이브리드 모델을 제시합니다.
밴딧 네트워크를 활용한 포트폴리오 최적화 결과 개선: 실제 주식 데이터 기반 실험적 평가
본 논문에서는 시시각각 변화하는 금융 시장 환경에 적응력이 뛰어난 새로운 비정상 밴딧 알고리즘인 ADTS와 이를 활용한 밴딧 네트워크를 제시하고, 실제 주식 데이터를 이용하여 그 성능을 검증했습니다.
쌍곡선 분포 수익률과 오목 효용 함수 하에서의 투 펀드 분리 정리
본 논문은 수익률이 쌍곡선 분포를 따르고 투자자가 오목 효용 함수를 가지는 경우, 투자자의 최적 포트폴리오가 항상 위험 자산 포트폴리오와 무위험 자산의 선형 결합으로 표현됨을 증명합니다.
투자 포트폴리오 선택 방법에 대한 실용적 접근
본 논문에서는 위험과 수익률을 모두 고려한 투자 포트폴리오 선택 전략을 제시하고, 마코위츠 모델과 평균-세미 변동성 모델을 포함한 다양한 포트폴리오 선택 모델의 실제 적용 방법을 살펴봅니다. 또한, 현실적인 시나리오를 반영하여 거래 비용 및 정수 제약 조건을 고려한 포트폴리오 최적화 방법과 유전 알고리즘을 이용한 포트폴리오 선택 최적화 방법을 소개합니다.
Produtos | Recursos
© 2024 by Linnk AI