Deep Declarative Risk Budgeting Portfolios
创建于 更新于
摘要
本报告提出了一种基于深度学习的端到端风险预算组合框架，采用带有下界约束的softmax层显著提升了模型对神经网络初始化的稳定性，减少了结果的波动性，同时确保组合表现持续优于风险平价基准。实证结果基于7只ETF的历史数据，验证了该框架在样本内外的鲁棒性和较低的绩效离散度，推动大规模资产组合优化的可行性，为金融投资提供可靠且高效的深度学习方案 [page::0][page::1][page::6][page::8][page::15][page::16][page::17][page::18][page::19]
