`

基于夏普比最大化的组合优化模型

创建于 更新于

摘要

本文提出一种基于深度学习的投资组合优化框架,直接最大化夏普比率,绕过传统预测收益环节,投资于美国市场四大ETF指数组合,显著减少资产空间复杂度。通过实证验证,所提模型在2011年至2020年间表现优异,尤其在2020年新冠疫情引发的市场动荡期间表现稳健,超越传统重分配策略、均值方差及多样性最大化模型,显示出较高的风险调整收益和较强的交易成本容忍度[page::0][page::2][page::8][page::11]。

速读内容

深度阅读

报告