首页 > TAG信息列表 > portfolio
强化学习投资组合管理Portofolio Management
前言 投资组合管理是将资金不断分配到不同的金融产品，以期获得更大累计收益的过程。 在证券组合投资管理中，深度强化学习主要的作用是利用深度神经网络的特征表示能力对强化学习的状态、动作、价值等函数进行拟合，提升强化学习模型性能，实现资产组合权重再更新。 PGPortofolio论文（2017转换并同时计算数据
1. 计算平方和 nums = [1, 2, 3, 4, 5] s = sum(x * x for x in nums) print(s) #55 2. 查找文件后缀名 import os files = os.listdir('D:\xxx\xxx\xxx') if any(name.endswith('.py') for name in files): print('there is python ！') else:CFA - 投资学 - 3.资产配置
一、资产配置的类型 纵向配置：across time, 择时，不同的时间配置不同的资产。例如：先储蓄，再买房 横向配置：across assets，同一个时间上配置多样资产。 二、三步法 资产配置 分一下4种情况讨论；越往后越靠近真实世界。 情景一 : 1 risky, 1 risk-free Step 1: 求出portfCFA - 投资学 - 2.股权的风险与回报，风险规避
一、股票收益 1.1 总收益 vs 净收益 D t+1：t+1时刻的income yield P t+1: t+1时刻的 capital gain/loss R t+1: t+1时刻的总收益率 r t+1： t+1时刻的净收益率net return 1.2 净收益Net Return 的组成 收入收益 income yield：投资期间获得的股利/利息 -- 那么对于不分红的股Factor_mimicking_portfolio（模仿因子的投资组合）：EAP.fama_macbeth.Factor_mimicking_portfolio
实证资产定价（Empirical asset pricing）已经发布于Github. 包的具体用法(Documentation)博主将会陆续在CSDN中详细介绍。 Github: GitHub - whyecofiliter/EAP: empirical asset pricing 模仿因子的投资组合（Factor mimicking portfolio）旨在去除研究因子外其他因子的影响，来构造模仿An adaptive portfolio trading system
An adaptive portfolio trading system: A risk-return portfolio optimization using recurrent reinforcement learning with expected maximum drawdown 期刊：Expert Systems With Applications 87 (2017) 267–279 论文链接：An adaptive portfolio trading system: A risk-翻译：《实用的Python编程》07_02_Anonymous_function
目录 | 上一节 (7.1可变参数) | 下一节 (7.3 返回函数)7.2 匿名函数和 Lambda再探列表排序列表可以使用 sort 方法进行原地（in-place）排序：s = [10,1,7,3]s.sort() # s = [1,3,7,10]也可以进行降序排序（译注：原文使用的是 sort in reverse order，很多时候翻译为倒序排序或者反向排翻译：《实用的Python编程》06_01_Iteration_protocol
目录 | 上一节 (5.2 封装) | 下一节 (6.2 自定义迭代)6.1 迭代协议本节将探究迭代的底层过程。迭代无处不在许多对象都支持迭代：a = 'hello'for c in a: # Loop over characters in a...b = { 'name': 'Dave', 'password':'foo'}for k in b: # Loop over key翻译：《实用的Python编程》02_05_Collections
目录 | 上一节 (2.4 序列) | 下一节 (2.6 列表推导式)2.5 collections 模块collections 模块为数据处理提供了许多有用的对象。本部分简要介绍其中的一些特性。示例：事物计数假设要把每只股票的总份额表格化。portfolio = [('GOOG', 100, 490.1),('IBM', 50, 91.1),('CAT', 1翻译：《实用的Python编程》03_02_More_functions
3.2 深入函数尽管函数在早先时候介绍了，但有关函数在更深层次上是如何工作的细节却很少提供。本节旨在填补这些空白，并讨论函数调用约定，作用域规则等问题。调用函数考虑以下函数：def read_prices(filename, debug):...可以使用位置参数调用该函数：prices = read_prices('prices.csv翻译：《实用的Python编程》02_06_List_comprehension
2.6 列表推导式一个常见的任务是处理列表中的项（译注：元素）。本节介绍列表推导式，完成此任务的强大工具。创建新列表列表推导式通过将操作应用于序列的每一个元素来创建新列表。>>> a = [1, 2, 3, 4, 5]>>> b = [2*x for x in a ]>>> b[2, 4, 6, 8, 10]>>>再如:>>>翻译：《实用的Python编程》03_01_Script
3.1 脚本在该部分，我们将深入研究编写 Python 脚本的惯例。什么是脚本？脚本就是运行和终止一系列语句的程序。# program.pystatement1 statement2 statement3...到目前为止，我们主要在编写脚本。问题如果你编写一个有用的脚本，它的特性和功能将会增加。你可能想要将其应用于相关的问题翻译：《实用的Python编程》04_02_Inheritance
4.2 继承继承（inheritance）是编写可扩展程序程序的常用手段。本节对继承的思想（idea）进行探讨。简介继承用于特殊化现有对象：class Parent:...class Child(Parent):...新类 Child 称为派生类（derived class）或子类（subclass）。类 Parent 称为基类（base class）或超类（superclass）。在子类名后的翻译：《实用的Python编程》07_05_Decorated_methods
目录 | 上一节 (7.4 装饰器) | 下一节 (8 测试和调试) 7.5 装饰方法 本节讨论一些与方法定义结合使用的内置装饰器。 预定义的装饰器 在类定义中，有许多预定义的装饰器用于指定特殊类型的方法。 class Foo: def bar(self,a): ... @staticmethod def spam(a):AutoFac学习笔记
AutoFac注册组件---通过参数值选择具体的实现 官方文档链接:Autofac 1. 通过参数值选择具体的实现 builder.Register<ICreditCard>( (c, p) => { var accountId = p.Named<string>("accountId"); if (accountId.StartsWith("9")) { return英语-20210224
rigid 严格的fundamental 基本原则criteria 标准volatility 波动diversification 多样化portfolio 投资组合drastic 激烈的integrity 诚信crew 团队shareholder 股东incorrupt 不腐败corrupted 腐败的corporate 法人landscape 风景sailing 航行segment 分割speculative 投机的pR语言动量和马科维茨Markowitz投资组合(Portfolio)模型实现
原文链接：http://tecdat.cn/?p=17931 动量和马科维茨投资组合模型使 均值方差优化 组合成为可行的解决方案。通过建议并测试： 增加最大权重限制 增加目标波动率约束 来控制 均值方差最优化的解。 下面，我将查看8个资产的结果： 首先，让我们加载所有历史数据 #***********C#/VB.NET 在PDF中添加文件包（Portfolio）
PDF文件包（Portfolio）允许用户将多种不同类型的文件如Word、Excel、PDF、PowerPoint和图片等集合到一个PDF文件中，用户可以打开、更改PDF文件包中的单个文件。添加文件包时，可支持创建文件包时并直接将文件添加到文件包；或者创建文件包的同时创建文件夹，并将文件添加到文件夹。 环境准备IT项目管理中projects、programs和portfolio之间的关系，附带operations以及OPM之间的关系分析
Projects、programs、portfolio、operations以及OPM概念 projects（项目）：项目是一个特殊的、将被完 成的有限任务，它是在一定时间内，满足一系列特定目标的 多项相关工作的总称。 programs（项目集）：以协同的方式获取单独管理所无法取得之效益的袭一组项目，也可以理解为一组相互联系的cookbook之 转换并同时计算数据（生成器）
参考 nums = [1,2,3,4,5] s = sum(x *x for x in nums) print(s) import os files = os.listdir('/home/zhang/PycharmProjects/flask_three/cookbook') print(files) if any(name.endswith('.py') for name in files): print('这里有python文件�熟悉框架_聚宽
熟悉聚宽框架使用 简单策略说明： 基准：以沪深300成分股作为基准 建仓标准：选取沪深300成分股中低价股票买入（股价<4元） 止盈标准：当收益率>=25%时卖出持仓股票止盈 止损标准：当收益率<=-10%时卖出持仓股票止损 代码： # 导入函数库 from jqdata import * # 初始化函数 def initialize(conmongoTemplate andExpression的一些使用方式
https://blog.csdn.net/if_you_can_please_do/article/details/80087045 https://www.jianshu.com/p/85da9c051d70 https://blog.csdn.net/hotdust/article/details/52605990 https://www.jianshu.com/p/7ab41533bc06 .andExpression("concat('123',name)"量化交易基础【五】：获取context数据与条件判断
本文是量化交易零基础入门教程的第五篇。 摘要 context的含义 context的结构 context的读取方法 条件判断语句 止损的含义及其实现方法 自测与自学 通过前文的讲解，我们已经能理解最开始的那个简单的策略例子，如下： def initialize(context): run_daily(period,time='ev