怎样计算最佳投资组合中个股票的权重

1. 怎样计算最佳投资组合中个股票的权重

E(R) = Rf + beta * [E(R)-Rf]  // 预期收益等于无风险收益加上风险溢价
= 5% + beta * 6% 

其中，
beta(portfolio) = w_a * beta_a + w_b * beta_b // 投资组合的beta等于每种资产的beta按照其市值权重累加之和

lz的题目里没有给出两种股票的价值权重w_a, w_b。如果我们假定投资组合中两种股票的市值相等，w_a=w_b=0.5, 则

E(R) = 5% + (0.5 * 2 + 0.5 * 1.2) * 6% = 14.6%

2. 关于投资组合权重计算的问题

权重分别为-200%和+300%，合计100%，没什么问题啊。
你这个例子也算比较极端了，卖空价值大于多头价值，造成了总价值为负值。这个权重是没问题的。

3. 深度学习 如何找到训练最优权重

AlphaGo依靠精确的专家评估系统（value network）:专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。
基于海量数据的深度神经网络（policy network）:多层的好处是可以用较少的参数表示复杂的函数。在监督学习中，以前的多层神经网络的问题是容易陷入局部极值点。如果训练样本足够充分覆盖未来的样本，那么学到的多层权重可以很好的用来预测新的测试样本。但是很多任务难以得到足够多的标记样本，在这种情况下，简单的模型，比如线性回归或者决策树往往能得到比多层神经网络更好的结果。非监督学习中，以往没有有效的方法构造多层网络。多层神经网络的顶层是底层特征的高级表示，比如底层是像素点，上一层的结点可能表示横线，三角； 而顶层可能有一个结点表示人脸。
传统的人工智能方法蒙特卡洛树搜索的组合:是一种人工智能问题中做出最优决策的方法，一般是在组合博弈中的行动（move）规划形式。它结合了随机模拟的一般性和树搜索的准确性。

4. 最优投资组合的定义？

最优投资组合是指某投资者在可以得到的各种可能的投资组合中，唯一可获得最大效用期望值的投资组合。有效集的上凸性和无差异曲线的下凹性决定了最优组合的唯一性。
（参考一下马考维茨的投资组合理论）

5. abadie 最优权重向量 怎么计算

要考虑的因素有多有少，有大有小，但一个共同点就是它们通常都涉及经济、社会、人文等方面的因素。在作比较、判断、评价、决策时，这些因素的重要性、影响力或者优先程度往往难以量化，人们的主观选择也起着相当主要的作用，这就给用一般的数学方法解决问题带来实质上的困难。美国科学家萨蒂TLSaaty等人在20世纪70年代提出了一种能有效地处理这样一类问题的使用方法，称为层次分析法AHP这是一种定性和定量相结合的，系统化、层次化的分析方法。

6. 层次分析法如何确定权重

将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。
层次分析法根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，形成一个多层次的分析结构模型，从而最终使问题归结为最低层（供决策的方案、措施等）相对于最高层（总目标）的相对重要权值的确定或相对优劣次序的排定。

扩展资料分析步骤
将决策的目标、考虑的因素（决策准则）和决策对象按它们之间的相互关系分为最高层、中间层和最低层，绘出层次结构图。 最高层是指决策的目的、要解决的问题。 最低层是指决策时的备选方案。 中间层是指考虑的因素、决策的准则。对于相邻的两层，称高层为目标层，低层为因素层。
在确定各层次各因素之间的权重时，如果只是定性的结果，则常常不容易被别人接受，因而Santy等人提出一致矩阵法，即不把所有因素放在一起比较，而是两两相互比较，对此时采用相对尺度，以尽可能减少性质不同的诸因素相互比较的困难，以提高准确度。如对某一准则，对其下的各方案进行两两对比，并按其重要性程度评定等级。
参考资料来源：百度百科-层次分析法

7. 急：证券投资试题：假设三项不相关资产...求最优的权重

:假设三项不相关的资产,其均值分别为1,2,3,方差都为1,若要得到期望收益为2的该三项资产的最优组合,求解权重。

8. 股票组合中，已知头寸和收益率，怎样在风险最小的条件下，求各股票的权重

要计算风险最小下的股票权重,必须要知道各个股票单独自身的风险系数或风险程度,才能推算出在头寸和收益率固定下的,各个股票的收益率.