XiaoMi-AI文件搜索系统
World File Search SystemCPPI
投资组合保险策略
同样，由于没有套利，对于风险资产的所有终值，两种收益都不会大于另一种。如附录 3 所示，ν T 的期望值高于 Black 和 Scholes 模型。它特别解释了为什么对于 CPPI，BS 模型的期望值高于 SV 模型（见表 1）。B. 期望值、方差、偏度和峰度的比较。处理期权时，均值-方差方法并不总是合理的，因为收益不是线性的。因此，我们同时检查前四个矩。如果我们比较前两个矩（均值-方差分析），请注意，对于 m 高，CPPI 投资组合的期望值和方差大于 OBPI 投资组合的期望值和方差，因此在均值-方差标准方面不存在优势。对于金融市场的任何参数化，至少存在一个 m 值，使得 OBPI 策略在均值-方差意义上优于 CPPI 策略。
![arxiv：2303.11959v2 [q-fin.tr] 2023年12月22日](/simg/g:\will\search\icon\source\2\29b418d709ad23f57b1f539b3289b46b80c31bcf.webp)
arxiv：2303.11959v2 [q-fin.tr] 2023年12月22日
定量市场的特征是迅速的动态和丰富的不确定性，使追求利润驱动的股票交易行动固有地具有挑战性。在这种情况下，加固学习（RL）（以奖励为中心的最佳控制机制运作）已成为对本文财务决策的潜在解决方案的潜在有效解决方案。本文深入研究了两种已建立的财务交易策略的融合，即恒定比例的投资组合保险（CPPI）和时间不变的投资组合保护（TIPP），并具有多代理的深层确定性政策级别（MADDPG）框架。因此，我们介绍了两种新型的多代理RL（MARL）方法：CPPI-MADDPG和Tipp-MADDPG，该方法量身定制，用于探索定量市场中的战略性交易。为了验证这些创新，我们以100个房地产股份的各种选择实施了它们。我们的经验发现表明，CPPI-MADDPG和TIPP-MADDPG策略始终超过其传统同行，从而确认了它们在定量交易领域的功效。