基于拟蒙特卡罗的多目标投资组合优化

投资组合最优化是定量经济学中一个很重要的问题,主要研究金融资产的优化配置,以实现收益最大化和风险最小化的均衡.近两年,蒙特卡罗模型被应用到一些关于投资组合最优化的实验研究中,但是其稳定性不是很高.该文提出如何在权重超平面上生成低差异权重向量序列的方法,以实现了稳定性更高的基于拟蒙特卡罗的多目标投资组合优化模型.实验结果表明,相比蒙特卡罗模型,拟蒙特卡罗方法平均收益稍大,且更稳定.     

基于Monte Carlo的多目标投资组合优化

金融工程领域中,投资组合优化是一个核心课题.该文说明了如何均匀随机数产生随机权重向量的方法,从而实现了基于蒙特卡罗的多目标投资组合优化模型.实验结果表明,相比均值-方差优化模型,蒙特卡罗方法还可以在一定的收益和方差下,对其它计量指标进行优化.     

用GPU实现基于LSM算法的美式期权定价

期权是金融领域中投资者用以进行套利和避险交易的一种衍生性金融工具.相对于CPU,GPU有着更好的并行处理能力和带宽优势,将其用于期权定价计算将极大地提高运算性能.本文以经典的美式期权定价模型的最小二乘蒙特卡洛方法为基础,提出了该算法基-GPU的一种实现.该文对一维期权合约的定价在CPU和GPU北进行了比较,来探索用GPU进行期权定价计算的优越性.测试结果表明,在保证相应的系统稳定性的前提下,针对不同的模拟次数和时间步数,GPU平台在运算性能上明显优于CPU平台.