Mirror Descent Algorithms for Risk Budgeting Portfolios
创建于 更新于
摘要
本报告提出基于Mirror Descent算法的确定性与随机性梯度下降方案，用于计算满足正齐次和次可加性风险度量的风险预算组合。论文通过构造有界“温和”梯度，解决了目标函数梯度在边界发散的问题，证明算法在多种风险度量下（包括波动率、期望短缺风险、偏差度量和变异指标）的收敛性和非渐近收敛率，并在数值实验中验证了其优于现有投影随机梯度法的性能 [page::0][page::1][page::3][page::6][page::10][page::15][page::19][page::24]。
