文献

J-GLOBAL ID：202102235735625201   整理番号：21A1159936

大規模スパースMin-CVaRポートフォリオモデルを解く双対法【JST・京大機械翻訳】

A dual method for solving large-scale sparse Min-CVaR portfolio selection model

著者 (2件)： Wang Yunlong (上海理工大学理学院,上海 200093) ,  Shen Chungen (上海理工大学理学院,上海 200093)
資料名： Shanghai Ligong Daxue Xuebao  (Shanghai Ligong Daxue Xuebao)
巻： 42  号： 6  ページ： 524-532,611  発行年： 2020年 
JST資料番号： C3299A  ISSN： 1007-6735  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 投資ポートフォリオ管理は資産プールにおいて適切な資産を選択し、投資ポートフォリオの配分比率を確定する必要があり、関連する計算のエイジビリティは非常に重要である。L1ノルムに基づくスパースMin-CVaR(MinimumConditionalValueatRisk)モデルは、選択基準の資産を同期的に完成し、配給比率を確定し、スパース項を増やすことができる。それは,標準Min-CVaRモデルより複雑であった。大規模問題を効率的に解くために,オリジナルモデルの制約構造特性に基づき,Lagrange双対モデルを,構築し,そして,GUROBI12.8の最新の商業ソルバーによって,二重モデルを,計算し,そして,計算作業を完成した。3因子モデルシミュレーションに基づく大規模シナリオデータ(500行200列)と標準500高周波取引データ(28805行483列)を用いて数値実験を行い、結果は双対モデルが数倍に計算効率を向上できることを示した。さらに,スパース性を持たない標準Min-CVaRモデルよりも,より高速であった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  投資 ,  *ポートフォリオ ,  HF【周波数】 ,  選択基準 ,  構造特性
準シソーラス用語： スパース性 ,  計算効率 ,  ソルバ ,  数値実験 ,  L1ノルム ,  ポートフォリオ管理 ,  因子モデル , 【Automatic Indexing@JST】

分類 (2件)： 利益管理  (KA05030A) ,  金融・財政  (VB04020W)

タイトルに関連する用語 (3件)： 大規模 ,  ポートフォリオ ,  モデル