CVaR是基于风险价值（Value at Risk, VaR）发展而来的，是在一定置信水平α下，损失超过VaR值时的条件均值。VaR是指在一定的置信水平下，某一投资组合在未来某一时间段内的最大损失。
例程中介绍了CVaR相关的编程方法以及各参数的取值范围，注释详细，可直接运行。
2024-07-01 20:57:40
6KB
1
它是第 1 章的一部分
VaR 和 CVaR 说明
2022-12-18 03:33:52
7KB
1
cvar代码matlab
古罗比
Optimizer是用于各种数学编程问题的商业优化求解器，包括线性编程（LP），二次编程（QP），二次约束编程（QCP），混合整数线性编程（MILP），混合整数二次编程（MIQP）
），以及混合整数二次约束编程（MIQCP）。
Gurobi求解器被认为是数学编程中最好的求解器之一（就解决难题的性能和成功率而言），其性能可与CPLEX媲美（有时甚至优于CPLEX）。
学术用户可以免费获得Gurobi许可证。
该软件包是Gurobi求解器的包装（通过其C接口）。
当前，此程序包支持以下类型的问题：
线性编程（LP）
混合整数线性规划（MILP）
二次编程（QP）
混合整数二次规划（MIQP）
二次约束二次规划（QCQP）
二阶锥编程（SOCP）
混合整数二阶锥规划（MISOCP）
Julia的Gurobi包装器是由社区驱动的，并未得到Gurobi的正式支持。
如果您是对Gurobi的Julia的官方支持感兴趣的商业客户，请告诉他们！
安装
这是设置此程序包的过程：
按照上的说明获取Gurobi的许可证并安装Gurobi求解器。
使用Pkg.add("Gur
2022-12-01 12:24:46
32KB
1
python实现Var和CVar的计算的详细代码（jupyter notebook)和数据集(腾讯控股期货结算价、恒生指数期货结算价、恒生国企指数期货结算价）
2022-08-12 21:22:02
1.38MB
1
cvar代码matlab
Portfolio_optimization
参考编号16-067中HX在MATLAB中的项目组合优化-2870
该回购包含用于投资组合优化和投资组合绩效建模的代码。
请参阅文件以获取特定注释。
#basic_requirements必须有一个包含csv文件的数据目录，其中包含已优化资产的代码。
CSV文件的名称必须是名_assets.csv其中斜体字是数据集的名称。
如果csv文件具有多列和多行，则代码行名称必须在第一列中。
提供了道琼斯，标准普尔500和TSX的示例股票报价文件：
data/djia_assets.csv
，
data/sp500_assets.csv
，
data/sptsx_assets.csv
如果下载或创建asdata文件有任何问题，请在数据目录中找到一个示例。
运行命令：
copyfile('data/djia_asdata_example.mat','data/djia_asdata.mat');
工作流程
请参阅example_script_01.m
，它遍历了所有步骤并执行了三个投资组合优化。
创建数据：
download_
2022-02-27 21:27:18
2.7MB
1
本文假设投资者是风险厌恶型,用CVaR作为测量投资组合风险的方法.在预算约束的条件下,以最小化CVaR为目标函数,建立了带有交易费用的投资组合模型.将模型转化为两阶段补偿随机优化模型,构造了求解模型的随机L- S算法.为了验证算法的有效性,用中国证券市场中的股票进行数值试验,得到了最优投资组合、VaR和CVaR的值.而且对比分析了有交易费和没有交易费的最优投资组合的不同,给出了相应的有效前沿.
2022-02-21 08:44:53
920KB
1
cvar代码matlab
工作稿
该存储库旨在提供我当前在投资管理，计算计量经济学，数据科学，人工智能和文本挖掘/网络抓取方面工作文件的信息（数据，代码）。
进一步的研究应在市场困境（尾风险对冲策略）或用户指定的情况（根据用户的目标和风险承受能力对金融资产组合进行校准）的条件下，将其应用于资产配置。
此外，我想确定有影响力的新闻文章并构建新闻因素。
可以应用机器学习技术来识别故事的相关标签，并了解哪种模式对市场的影响最大。
Fernando
AB
Sabino
da
Silva和Flavio
A.Ziegelmann。
。
软体：R，Matlab。
关键词：资产配置金融;
高斯Copula;
线性规划;
混合Copula;
风险管理;
标普500;
场景；
WCCVaR。
JEL代码：G11；
G12;
G17。
所使用的数据：1990年7月2日至2015年12月31日期间属于S＆P
500市场指数的所有股票的调整后收盘价的每日数据。
Fernando
AB
Sabino
da
Silva，Flavio
A.Ziegelmann，Joao
F.Caldeira。
。
软体：Matlab
2022-02-20 21:41:54
371.58MB
1
介绍了CVaR的概念及算法，并利用CVaR对风险进行度量，提出一个新的基于CVaR风险度量方法的投资组合优化模型。利用股票数据进行了实证分析，验证了模型的有效性。
2021-12-20 18:36:36
154KB
1