기금넷 공식사이트 - 헤지 펀드 - 메이플 소프트웨어 및 오메가 비율 조합 최적화 소개
메이플 소프트웨어 및 오메가 비율 조합 최적화 소개
Shadwick 과 Keating 이 제안한 오메가 비율 솔루션이 있습니다. 이 시나리오는 분포 이미지를 2 반, 대상 회귀 값 아래 영역과 대상 회귀 값 위 영역으로 나눕니다. 오메가 비율은 전자를 후자의 값으로 나누면 값이 클수록 좋다.
불연속 회귀 그룹의 경우 오메가 비율은 다음과 같은 공식에 의해 제공됩니다.
L 은 이익 목표 값이고 r 은 이익 벡터입니다. < P > 이 공식을 적용해 자산의 가중치를 발견했는데, 이 가중치는 그들이 시뮬레이션한 월익과 목표수익을 고려할 때 1 개 포트폴리오의 Omega 비율을 최대화할 수 있다.
엄격한 솔루션이 필요한 글로벌 최적화 nonconvex 문제입니다. 변수 변환 (1 보다 큰 오메가 비율에만 유용함) 은 이러한 최적화를 선형 계획으로 변환합니다.
전자는 Maple 의 전역 최적화 도구를 사용하고, 후자는 Maple 의 선형 프로그래밍 기능을 사용하며, Omega 비율은 두 방법을 모두 결합할 수 있습니다. 두 방법 모두 여기에 제공된 데이터 세트에 대해 근접한 결과를 제공합니다.
회귀 데이터 및 최소 허용 회귀:
오메가 비율:
목표 이익 가중치가 동일합니까? 허수아비? 조합:
글로벌 최적화:
선형 계획:
글로벌 최적화를 선형 계획으로 변환하는 설명:
위 내용은 Omega 비율을 사용하여 회귀 문제를 해결하는 Maple 프로세스를 소개하며 Maple 이 금융 분야에서의 응용도 매우 유용하다는 것을 알 수 있습니다. Maple 모델링 시뮬레이션 및 계산의 장점을 감안할 때 수학 계산과 관련된 경우 이를 사용하여 해결하는 것이 매우 편리합니다. Maple 이 이공대 교실에서 어떻게 사용되는지 알아야 할 경우 이공대 교실에서 MapleSim 교육을 어떻게 활용하는지 참조할 수 있습니다.