此示例将通过步骤来构建基于分层风险奇偶校验（HRP）的资产分配策略。你会：
- 了解如何将统计和机器学习技术用于集群资产到分层树结构中。
- 了解如何通过递归基于树结构和风险奇偶校验概念开发分配策略。
- 将其结果与平均方差资产分配进行比较。
引用
Mathworks计算财务团队（2021）。资产配置 - 分层风险平价（//www.tianjin-qmedu.com/matlabcentral/fileexchange/70186-asset-allocation-hirearchical-risk-parity），matlab中央文件交换。检索到。
评论和评级（7.）
您还可以从以下列表中选择一个网站：
它确实如此。我猜景井李意味着Matlab代码来实现重量边界。作者使用R：https://github.com/jpfitzinger
下面题为“约束分层风险奇偶校验算法”的文章提出了一种对HRP优化的各个资产或资产组施加权重限制的方法。
https://ideas.repec.org/p/sza/wpaper/wpapers328.html.
我希望这有帮助！
良好的工作。
如果我想增加权重约束，那呢？