日内瓦大学开发先进的投资组合优化技术
挑战
为投资组合优化开发并实现一个通用的、数据驱动的启发式方法
解决方案
结果
- 万博 尤文图斯在几分钟内找到解决方案
- 通过可视化提高效率
- 学生获得实践经验
“多年来，我一直在说，使用微软的人®Excel®做高级财务分析是在浪费他们的时间。对于任何类型的数值计算，我只能使用MATLAB。”
Manfred Gilli教授，日内瓦大学
哈里·马科维茨提出了一个均值-方差框架投资组合优化50多年前，简单是其吸引力的一个关键部分。然而，采用更复杂的风险度量(例如，风险价值)和约束，包括对投资组合中不同资产的最大数量和最小持有规模的限制，使得使用经典技术优化投资组合几乎不可能。
使用MATLAB®，并行计算工具箱和MATLAB并行服务器™，日内瓦大学的研究人员开发了一种多用途的数据驱动优化启发式方法，可以解决更复杂的风险度量和实际投资组合约束的挑战。
日内瓦大学(University of Geneva)计量经济系教授曼弗雷德•吉利(Manfred Gilli)表示:“金融分析师多年来一直在谈论下行风险，但很少有人试图将其用于投资组合选择，因为由此产生的优化问题很难解决。”“通过启发式方法和MathWorks工具，我们开发了一个系统，任何分析师都可以使用该系统快速得出最佳解决方案。”万博 尤文图斯
挑战
Gilli和他的同事试图开发一个自动系统，使用启发式方法来解决复杂的优化问题。启发式算法使用试错法来为复杂的数学问题找到解决方案。万博 尤文图斯尽管经济学家熟悉启发式技术的实现，如阈值接受，但找到一组参数来使算法有效工作是具有挑战性的。
Gilli说:“如果没有足够的启发式方法经验，金融分析师可能会浪费大量时间试图确定阈值序列等参数，而没有强大的分析工具。”Gilli希望根据指定的约束条件和金融数据自动确定算法的有效参数。
作为一名教学教授，吉利还需要一些工具来帮助学生理解他研究中使用的概念。
解决方案
Gilli和他的同事们使用MATLAB，并行计算工具箱和MATLAB并行服务器开发并实现了一个阈值接受算法，可以快速解决复杂的问题投资组合优化涉及高级风险函数和约束的问题。
该小组首先在MATLAB中实现了一个阈值接受启发式。
当他们开发算法来实现这种启发式时，他们依靠MATLAB图形和图表来可视化中间结果，并了解算法如何与各种数据集一起工作。
然后，Gilli使用MATLAB开发了一个应用程序，该应用程序在运行优化算法之前，根据指定的约束条件和针对特定问题分析的数据，自动确定有效的阈值序列。
应用程序以不同的起点运行数十次，以找到具有许多局部最小值的优化问题的全局最小值。
使用这些真实数据的应用程序的一次执行需要3到7分钟才能完成。需要几十个结果才能得出解决方案，Gilli使用MathWorks分布式计算工具创建在计算集群上执行的分布式应用程序。使用MathWorks作业管理器作为调度器，Gilli在32个处理器上执行了32个独立任务，所需的时间与在单个处理器上执行一次算法所需的时间相同。
为了对该方法进行基准测试和验证，该小组用启发式方法求解了经典的马科维茨模型。然后，Gilli使用优化工具箱™和财务工具箱™用经典方法求解马科维茨模型，并将结果与启发式解决方案进行比较。
Gilli的学生使用MATLAB、优化工具箱、统计和机器学习工具箱™以及金融工具箱来实现经典的投资组合技术和更高级的启发式方法。现在，他正在使用该算法为各种市场条件确定最合适的风险措施。
结果
万博 尤文图斯在几分钟内找到解决方案．Gilli说:“我们经常需要在100个或更多不同的起点上运行算法。”“每次运行3到7分钟，一个解决方案可能需要11个小时或更长时间。使用并行计算工具箱，我们可以在32个不同的处理器上独立完成32次运行，并在几分钟内得到解决方案。并行计算工具箱非常适合解决这类问题，而且它是完全可扩展的。”
通过可视化提高效率．“在MATLAB中工作更快，为我们提供了一套完整的工具，”Gilli说。“特别是，MATLAB的可视化功能使我能够看到中间结果，并了解算法在做什么，这样我就可以进行改进。”
学生获得实践经验．Gilli使用MathWorks工具教授他在研究中应用的相同概念。“我的学生在考试中解决启发式优化问题，”吉利说。“有了MATLAB，学生们可以编写自己的算法，看看事情是如何在低层次上工作的，然后使用各种工具箱中的现有例程。我不会用其他任何东西。”
s manbetx 845产品使用
Berichten Sie über Ihre erfolgreichen项目
制定客户参考方案
您也可以从以下列表中选择一个网站: