次优理论下的组合配置与策略构建 ——人工智能再出发
创建于 更新于
摘要
本文创新性提出金融次优理论，强调样本内的最优解并非样本外最优，次优解在样本外表现更好。采用差分进化算法（DE）解决金融组合中的复杂非凸优化问题，尤其适合最大回撤和CVaR最小化目标。通过两个实证组合：股票指数的最小风险组合与货币基金收益增强组合，展示了DE算法稳定、优异的回测表现，具有较高年化收益和较低回撤，为大类资产配置、FOF构建与智能投顾提供实务指导。[page::0][page::3][page::5][page::14][page::18]
