规范化投资组合风险分析：贝叶斯方法

在优化的一般设置下，我们将期望效用函数作为收益和方差的函数。E=u-Aλ，其中A是风险增加，投资者愿意承受每单位回报的增加。它是一种相对的风险规避措施。我们假设期望效用函数为0，而pro c需要进行优化。因此，A是针对每个证券的相对风险规避矩阵uiσi=诊断（A）i=1，对于个人证券而言，这是Shar-pe比率的函数。正则化协方差矩阵用于实现二次优化器子程序，以确定最优投资组合的权重。因此，我们可以计算组合中s选择的股票数量的组合风险。一旦使用权重计算出投资组合风险，下一步就是评估风险来源及其相互关系。可能有许多不同的风险来源，如个别股票、部门、资产类别、行业、货币或风格因素。在此之前，我们将风险源的概念保留为通用概念。我们考虑一个投资期，其中rj表示同一时期来源j的回报，其中j=1，2，p、 在此期间的预期投资组合回报isRp=pXj=1ωjrj，其中ωjis是投资组合对来源j的敞口，即投资组合权重，因此ωj≥ 0和ppj=1ωj=1，见Ruppert（2004）[9]。投资组合波动率定义为sσp=√ωT∑ω，其中ωT={ω，ω，…，ωp}。投资组合管理在投资期开始时确定ωjat的大小，通常使用Markowitz型优化。显然，权重（ωj）作为投资组合总波动率的调节器以及投资组合的协方差结构起着重要作用。我们已经处理了调整投资组合协方差结构的问题。