Bayesian Optimization for CVaR-based portfolio optimization
创建于 更新于
摘要
本报告提出了一种针对条件风险值（CVaR）约束投资组合优化问题的新型贝叶斯优化（BO）算法。核心创新包括基于投资组合特性的两阶段权重选择策略和新的采集函数设计，显著降低了昂贵的CVaR计算次数。通过理论证明优化问题的最优解位于预期收益约束的边界，并设计相应算法方案，实现收敛加速和平行批量计算，多组数值实验验证了方法在多个投资场景下的优越性能和稳健性 [page::0][page::2][page::3][page::4][page::5][page::6][page::7].
