开发和实施一个通用，数据驱动的引发驱发器，用于投资组合优化
“多年来，我已经说过使用Microsoft®Excel®或C进行高级财务分析的人正在浪费他们的时间。对于任何类型的数值计算，我看不到MATLAB以外的任何东西。”
日内瓦大学曼弗雷德吉利教授
当Harry Markowitz开发了一个用于现代的平均方差框架投资组合优化50多年前，简单性是其吸引力的关键部分。然而，通过更复杂的风险措施 - 例如，风险和限制的价值，包括对投资组合和最小持有规模中的最大不同资产的最大数量的限制，这一切都是不可能通过经典技术优化投资组合。
使用matlab.®那并行计算工具箱™日内瓦大学的研究人员和MATLABPLASSERD SERVER™开发了一种多用途，数据驱动优化启发式，解决了更复杂的风险措施和实用组合限制的挑战。
“金融分析师多年来一直在谈论下行风险，但很少有人试图将其用于投资组合选择，因为所产生的优化问题很难解决，”日内瓦大学经济学系的教授曼弗雷德教授说。“使用启发式方法和MathWorks工具，我们开发了一个系统，任何分析师都可以很快地到达最佳解决方案。”金宝搏官方网站
Gilli和他的同事们试图开发一种自动化系统，用于使用启发式解决复杂优化问题。启发式算法使用试用和错误方法来查找数学复杂问题的解决方案。金宝搏官方网站虽然经济学家熟悉实施启发式技术，例如阈值接受，但找到一组参数来使算法有效地具有挑战性。
“没有足够的启发式方法的财务分析师可以浪费大量时间尝试确定没有强大的分析工具的阈值序列等参数，”吉利斯表示，基于指定的约束和基于指定的约束来自动确定算法的有效参数。财务数据。
作为教学教授，Gilli还需要帮助学生了解他研究中使用的概念的工具。
Gilli和他的同事使用MATLAB，并行计算工具箱和MATLAB并行服务器开发和实现阈值接受算法，快速解决复杂投资组合优化涉及高级风险功能和约束的问题。
该集团通过在Matlab中实施接受启发式的阈值来开始。
随着他们开发了实现这一启发式的算法，它们依赖于Matlab图形和图表来可视化中间结果并了解算法如何使用各种数据集。
然后，Gilli使用MATLAB开发一个应用程序，该应用程序基于指定的约束自动确定有效阈值序列，并且在运行优化算法之前对特定问题进行分析的数据。
应用程序运行数十个时次，以不同的起点查找许多本地最小值的全局最小值。
使用从三到七分钟完成的这个现实世界数据进行一次执行应用程序。需要数十种结果到达解决方案，Gilli使用Mathworks分布式计算工具创建在计算群集中执行的分布式应用程序。使用Mathworks作业管理器作为调度程序，Gilli在32个处理器上执行32个独立任务，同时在单个处理器上执行算法一次的同一时间。
基准并验证方法，该集团用启发式解决了经典的Markowitz模型。然后吉利使用优化工具箱™和Financial Toolbox™以古典方法解决Markowitz模型，并将结果与启发式解决方案进行比较。
Gilli的学生使用MATLAB，优化工具箱，统计和机器学习工具箱™，以及金融工具箱来实现经典的产品组合技术和更先进的启发式方法。他现在正在使用该算法来确定各种市场条件的最适当的风险措施。
金宝搏官方网站在几分钟内发现的解决方案。“我们经常需要用100个或更多不同的起点运行算法，”Gilli说。“每次运行三到七分钟，单个解决方案可能需要11小时或更长时间。使用并行计算工具箱，我们可以在32个不同的处理器上完成32个独立运行，并在几分钟内获得解决方案。并行计算工具箱非常适合这种问题，它是完全可扩展的。“
通过可视化提高效率。“在MATLAB工作更快，给了我们一套完整的工具，”吉利说。“特别是，MATLAB的可视化功能使我能够看到中间结果并理解算法所做的事情，所以我可以改进。”
学生获得实践经验。Gilli使用Mathworks工具来教导他在他的研究中采用的相同概念。“我的学生解决了他们的考试的启发式优化问题，”吉利说。“与MATLAB，学生可以代码自己的算法，了解如何在低级别工作，后来使用来自各种工具箱的现有例程。我不会使用其他任何东西。“
加入客户参考计划
您还可以从以下列表中选择一个网站：