登录社区云,与社区用户共同成长
邀请您加入社区
本研究提出了一种新颖的基于矩的分布鲁棒优化(DRO)模型,该模型结合了条件风险价值(CVaR),用于应对电力价格不确定性下的自调度问题。该模型综合考虑了电力价格波动、机组参数以及负荷需求,并且可以通过调整模糊集的大小来进行调节,从而为发电厂提供了一种合适且可调节的自调度策略。决策者可以根据实际场景调整该策略,使其被独立系统运营商(ISOs)接受,同时最大化发电利润。通常,此类DRO模型会被转化为半
一、引言:为何聚焦模型 “可解释性”?在机器学习落地实践中,“精准预测” 与 “逻辑可懂” 如同天平的两端。随着梯度提升树模型(如 LightGBM)在回归任务中(如销量预测、房价预估、能耗计算)的广泛应用,其卓越的预测性能已得到行业认可。但与此同时,复杂的集成学习机制也让 LightGBM 陷入 “黑箱困境”—— 模型为何给出该预测结果?关键影响因素是什么?这些问题若无法解答,不仅会降低业务方对
算法交易又称为黑盒交易,是指凭借IT技术的发展,利用算法完成订单拆分、挂单和撤单等交易环节,提供以成交为目的的自动化交易执行。这些券商与市场中主流的优秀算法厂商合作打造了种类丰富的策略交易平台,一般称之为“算法超市”,算法超市中汇聚了多家厂商的多样化算法,并且算法库持续更新,不断进行优胜劣汰的筛选迭代,旨在为机构投资者、高净值客户提供专业化、多元化的算法交易工具。之前的文章中我们提到过国内主流的、
东华大学沈波教授团队在2022年提出蜣螂优化算法 (Dung Beetle Optimizer,DBO) [1],该算法与PSO、GWO、WOA、SSA、SCA、MVO、HHO相比均显示出一定然而,它有其他SI算法存在的问题,如全局探索和局部开发能力不平衡、面对复杂问题的易陷入局部最优等,其收敛速度和精度仍有改进的可能。因此针对DBO存在的问题,KAU将对DBO进行改进。
齿轮啮合刚度是齿轮传动系统的一个重要参数,它影响着传动系统的承载能力、振动和噪声等性能。齿轮啮合刚度计算方法有很多,其中韦伯算法是一种比较常用的方法。韦伯算法基于齿轮啮合的接触几何学和材料力学,通过计算齿轮啮合接触处的应力-应变关系来得到齿轮啮合刚度。
综合运用区间层次分析法和广义集对分析法两种评价方法理论,建立了GSPA-IAHP风险评价模型。从B1、B2、B3、B4四个方面对A进行了风险分析和评价,对A主要的十三个风险C1-C13的评价指标重要度进行了排序,评价结果可知,该评价模型的计算过程简单、实用,体现了该方法的适用性,为类似项目的风险评价提供了参考价值,具有广泛的发展和应用。建立多层次分析结果模型建立区间判断矩阵计算各个指标评价的区间权
目前股市的量化交易已经成为了人工智能研究的一个热门领域,但是如果没有专业的金融知识要对股票进行一定的投资回报计算和风险预估将是一件非常困难的事。本次 Chat,主要从程序员的角度出发,来计算股票投资组合的风险和收益,如果你想如何量化交易,那么本场 Chat 将会为你简单进行分析计算。本场 Chat 你将学到如下内容:单只股票的预期回报计算单只股票的回报风险计算股票投资组合的回报和风险计...
在信用风险评估(用户特征→信用等级)、疾病辅助诊断(症状指标→患病概率)、产品质量分类(生产参数→合格等级)等场景中,BP 神经网络凭借多层感知器的非线性拟合能力,成为经典分类工具。但 BP 的 “前向传播 - 反向更新” 过程高度复杂,仅能输出类别标签与置信度,无法回答 “哪些特征主导分类”“特征取值如何影响决策” 等关键问题 —— 例如信用评估中,无法解释 “为何用户被判定为高风险”,医疗诊断
主成分分析(Principal Component Analysis, PCA)是统计学中一种重要的降维技术。它通过寻找数据中各特征之间的线性关系,来降低数据的维度,同时保留数据中的主要信息。PCA在机器学习、信号处理、图像处理等领域广泛应用,特别是在数据降维、特征提取和模式识别中有着重要作用。本文将介绍PCA的基本原理、应用,以及一些高级应用,帮助大家理解PCA在实际问题中的重要性。
基于云模型的模糊综合风险评估Matlab代码。
1、命令行窗口输入:fdatool;打开工具箱2、设置滤波器响应类型,低通带通,高通等,我这里选择低通3、在设计方法(DesignMethod)部分的FIR下拉列表框中,选择等纹波(Equiripple)4、根据设计要求,设置滤波器截止频率。5、设置滤波器阶数(Specify Order)参数后,单击FDATOOL界面下方的“Design Filter"按键开始滤波器设计。6、观察FDATOOL中
飞行路径规划是无人机、飞行器等智能系统实现自主飞行的关键技术之一。它旨在寻找一条从起点到终点,同时满足各种约束条件(如避开障碍物、遵循飞行规则、最小化成本等)的最优或近似最优的飞行轨迹。传统的二维路径规划已经相对成熟,但在复杂的三维空域环境中,特别是在存在高耸建筑物、复杂地形以及动态障碍物的情况下,二维规划难以满足实际需求。因此,三维飞行路径规划逐渐成为研究热点。本文将重点探讨基于A*算法实现飞行
概率整形技术通过优化信号星座点分布提升通信性能。该技术利用非均匀概率分布(低能量星座点出现更频繁),相比传统均匀分布可提高频谱效率或降低发射功率。文章详细介绍了概率整形原理、星座图定义及MATLAB仿真实现,通过对比16QAM调制下均匀分布与指数分布的性能差异,验证了概率整形在逼近香农极限方面的优势。仿真结果显示,概率整形星座图中低能量点分布更密集,适用于5G/6G光通信等功率受限场景。
一、引言(一)研究背景随着我国城市化进程的加速和机动车保有量的持续增长,城市道路交通系统已成为支撑城市运转的核心基础设施。截至 2024 年底,全国机动车保有量突破 4.8 亿辆,其中汽车保有量达 3.7 亿辆,超百个城市机动车保有量超过百万辆。然而,城市道路交通系统在满足居民出行需求的同时,也面临着日益复杂的风险挑战:一方面,交通拥堵常态化,部分一线城市高峰时段平均车速不足 20 公里 / 小时
matlab的setfield函数是给结构数组的字段指定值的。有以下两种调用方式:s = setfield(s,'field',value)s = setfield(s,{sIndx1,...,sIndxM},'field',{fIndx1,...,fIndxN},value)第一种就不说了,第二种先看一个程序:grades = [];level = 5;semester = 'Fall';
A_Star算法无人机低空限制地图避障三维航迹规划(目标函数:最短路径)完整代码,包运行;可提供运行操作视频!适合小白!
本项目基于事件研究法(Event Study)分析股票异常事件对收益率的影响,计算并绘制事件窗口内的平均异常收益率变化趋势。随后,对每个异常事件的前后10个月窗口内的AR进行分析,计算每月的平均值以量化事件的影响;接着,通过成交量的前10%定义异常事件并标记对应的事件日期;随后,对每个异常事件前后10个月(事件窗口)的异常收益率进行聚合分析,计算每月的平均异常收益率;最后,将结果通过可视化呈现,绘
1. 引言方向-到达角 (DOA) 估计是信号处理领域中一项重要的技术,其主要任务是确定信号源相对于接收阵列的位置。DOA估计在无线通信、雷达、声呐等多个领域有着广泛的应用。近年来,随着无线通信技术和信号处理技术的快速发展,对DOA估计技术的精度和效率提出了更高的要求。MUSIC算法、Capon算法和ESPRIT算法是三种经典的DOA估计算法,它们在不同的应用场景下各具优劣。本文将对这三种算法进行
参考代码CVaR的计算,以及cvar最优化的投资组合权重问题www.youwenfan.com/contentcsd/77962.html。CVaR 是在给定置信水平下,投资组合损失超过 VaR(Value at Risk)的期望值。是一种衡量投资组合尾部风险的指标,特别适用于优化投资组合权重,以在控制风险的同时最大化收益。使用 CVaR 作为目标函数,优化投资组合权重,以最小化 CVaR。假设我
传统的均值-方差投资组合优化方法由于其对市场风险的线性近似以及依赖于收益率的正态分布假设,在实际应用中存在诸多局限性。条件风险价值(Conditional Value-at-Risk, CVaR)作为一种更稳健的风险度量指标,近年来在投资组合优化中得到了广泛应用。本文将深入探讨使用投资组合CVaR对象进行条件风险价值(CVaR)投资组合优化的理论基础、实现方法以及实践应用,旨在为投资者提供一种更有
投资组合优化是现代金融领域的核心问题之一,其目标是在给定的风险水平下最大化收益或在给定的收益水平下最小化风险。为了平衡算法的探索能力与开发能力,增强算法在投资组合选择问题上的求解性能,本文针对不同的投资组合模型,设计出具有较优性能的蜜蜂优化算法。实验结果表明,蜜蜂优化算法能够在较短的时间内找到较优的投资组合,其期望收益和风险均优于传统的优化方法(如均值-方差模型)。蜜蜂优化算法模仿了蜜蜂在觅食过程
最优投资组合构造、最小方差、最小VaR、最小CVaR、马科维兹、有效前沿、mean-CVaR。
definitialize(context):set_option('use_real_price',True)set_order_cost(OrderCost(close_tax=0.001,open_commission=0.0003,close_commission=0.0003,min_commission=5),type='stock')...
定义:市场冲击成本是指由于投资者的大量买卖订单导致市场价格发生变动,使得实际成交价格偏离预期价格而产生的成本。分类临时性冲击成本:由于流动性波动带来的短期内证券供求失衡,进而导致的短期证券价格偏离其均衡价值,这部分会逐渐回归。永久性冲击成本:由于真实交易而造成的证券内生均衡价值的改变。影响因素订单规模:订单规模越大,市场冲击成本越高。市场流动性:市场流动性越低,市场冲击成本越高。市场波动性:市场波
投资组合优化是金融领域的一个核心问题,旨在选择一系列资产并确定其配置比例,以在给定的风险水平下最大化预期收益,或在一定的预期收益水平下最小化风险。经典的马科维茨均值-方差模型奠定了现代投资组合理论的基础,但同时也面临着诸多挑战,例如对收益率和协方差的准确估计、交易成本的考虑、投资者的偏好以及现实市场中的各种约束。
量化交易 | MATLAB基于强化学习开发金融交易模型
新人跨考金融研究生,最近在学习matlab,根据官网的教程编写了投资组合和有效边界的曲线,自己找了几个公司的股价数据导入运行,但是始终有一家公司的点超出有效边界,比如图中的茅台,原始数据去掉茅台后,又是另一家公司超出边界,请问有人知道怎么回事吗?或者你们用的代码是什么?...
CVaR,即条件风险价值,是由Rockafeller和Uryasev在1997年提出的一种较VaR更优的风险计量技术。它表示在投资组合的损失超过某个给定VaR值的条件下,该投资组合的平均损失值。与VaR相比,CVaR具有次可加性、正齐次性、单调性及传递不变性等优良性质,因此被认为是一种一致性的风险计量方法。
我在学一门叫Python的语言”。“什么是Python,没听说过啊,为什么不学C++啊”。这是发生在2014年,上海的一家量化基金,量化研究员和老板之间的对话。“我想问一下关于Python的课程,什么时候能开班”。“Python啊,学的人特别少,满XX人才能开班,可能要等好几个月,C++考虑吗,JAVA和PHP呢,这几门语言的课程,报名了立即就能开班”。这也是发生在2014年,上海的一家IT培训机
原文出处:http://vnpy.org/2015/03/05/20150305_Python%E9%87%8F%E5%8C%96%E4%BA%A4%E6%98%93%E5%B9%B3%E5%8F%B0%E5%BC%80%E5%8F%91%E6%95%99%E7%A8%8B%E7%B3%BB%E5%88%971-%E7%B1%BBCTP%E4%BA%A4%E6%98%93API%E7%9...
Credit Manager提供了一个全面的框架来计算信用价值风险,即由于发行人信用迁移而导致的固定收益工具组合的风险价值。他们的模型基于信用迁移分析,即在指定的时间范围内从一个信用质量过渡到另一个的概率,比如1年。利率被假定为确定性的,这意味着不进行利率模拟,而是使用今天观察到的利率来重新定价风险视角下的投资组合。Credit Manager为用户提供了各种市场数据,从评级机构的迁移矩阵到政府利
matlab实现%导入行业相关数据load StockFincData-Whole.matload IndexList-Sw1stClass.mat%循环语句for i=1:length(StockList.StockName)P(i)=FindStatIndSalesYoY(WholeStockFinc,StockList.StockName(i));endL=StockList(:,2);T=
蜜蜂优化算法是一种新兴的群智能算法,且尚未被应用到投资组合问题中。该算法原理简单,开发能力强,但缺乏变异机制,探索能力稍弱。为了平衡算法的探索能力与开发能力,增强算法在投资组合选择问题上的求解性能,本文针对不同的投资组合模型,设计出具有较优性能的蜜蜂优化算法。投资组合选择问题是金融领域中的一个重要问题,它实质上是对可选择的资产进行最佳财富分配。随着金融市场的发展以及人们投资意识的增强,对投资组合问
一个下载a股历史交易数据的matlab脚本
tushare:http://tushare.waditu.com/index.html为什么是Python?就跟javascript在web领域无可撼动的地位一样,Python也已经在金融量化投资领域占据了重要位置,从各个业务链条都能找到相应的框架实现。我们拿上一篇文章的图再来看看,在量化投资(证券和比特币)开源项目里,全球star数排名前10位里面,有7个是Pyth...
2]张鹏,崔淑琳,李璟欣.一致性均值-CVaR可信性投资组合优化[J/OL].中国管理科学:1-13[2023-03-10].DOI:10.16381/j.cnki.issn1003-207x.2022.0654.[1]林擎鑫,马宁,王一成,成晨.基于改进蚁狮算法优化考虑交易成本的M-CVaR模型[J].计算机应用与软件,2022,39(12):58-63.博客内容尽量做到思维缜密,逻辑清晰,为了
本研究聚焦投资组合优化问题,引入条件风险价值(CVaR)理论,构建基于 CVaR 的投资组合优化模型。详细阐述 CVaR 的原理、性质及其在投资风险评估中的优势,通过建立包含预期收益、风险约束等条件的优化模型,运用合适的求解算法进行投资组合优化。结合实际金融市场数据进行案例分析,验证了基于 CVaR 的投资组合优化方法能够在有效控制风险的前提下,实现投资组合收益最大化,为投资者提供科学合理的投资决
matlab160-量化交易投资策略研究。可以交流、咨询、答疑。