-
Портфель максимальной диверсификации (Maximum Diversification Portfolio)
Портфель максимальной диверсификации (Maximum Diversification Portfolio) представляет альтернативу классическим подходам к формированию инвестиционных портфелей. В отличие от метода Марковица, который требует оценки ожидаемой доходности активов, максимальная диверсификация фокусируется исключительно на структуре риска. Метод строится на максимизации диверсификационного коэффициента — отношения взвешенной волатильности отдельных активов к волатильности портфеля. Подход особенно востребован институциональными инвесторами, поскольку устраняет необходимость…
-
Портфель минимальной волатильности (Minimum Variance Portfolio)
Портфель минимальной волатильности (Minimum Variance Portfolio, MVP) — метод построения инвестиционного портфеля, где целевая функция оптимизации направлена исключительно на минимизацию риска, без учета ожидаемой доходности активов. Подход решает задачу поиска такой комбинации весов активов, при которой волатильность портфеля достигает минимального значения при заданных ограничениях. Классическая теория портфеля Марковица требует оценки двух параметров: ожидаемой доходности и…
-
Матрица ковариаций: проблемы выборочной оценки
Матрица ковариаций занимает центральное место в портфельной оптимизации, риск-менеджменте и построении торговых стратегий. Оценка этой матрицы по историческим данным кажется тривиальной задачей, но на практике приводит к серьезным проблемам. Выборочная оценка работает корректно только при выполнении жестких условий: Большой объем данных относительно числа активов; Стационарность процессов; Отсутствие выбросов. В реальности эти условия нарушаются систематически. Основная…
-
Закон больших чисел в портфельной теории
Закон больших чисел — фундаментальный результат теории вероятностей, который объясняет механику диверсификации в инвестиционных портфелях. Понимание его слабой и сильной формулировок позволяет оценить границы применимости диверсификации и избежать типичных ошибок при построении портфелей. Слабый закон больших чисел Слабый закон утверждает, что среднее арифметическое независимых одинаково распределенных случайных величин сходится по вероятности к математическому ожиданию: P(|X̄ₙ…
-
Задачи оптимизации в биржевой торговле и методы их решения
Оптимизация в алгоритмической торговле решает задачи поиска наилучших параметров при заданных ограничениях. Портфельные менеджеры максимизируют доходность при контроле риска, трейдеры минимизируют издержки исполнения, квантовые исследователи подбирают параметры стратегий. Каждая задача требует специфических методов оптимизации. Основные классы оптимизационных задач в трейдинге: Портфельная оптимизация (распределение капитала между активами), Параметрическая оптимизация (настройка торговых стратегий), Оптимизация исполнения (минимизация влияния…
-
Жадные алгоритмы: базовые принципы и их применение в количественном анализе
Жадные алгоритмы представляют класс методов оптимизации, которые принимают локально оптимальные решения на каждом шаге без пересмотра предыдущих выборов. В количественном анализе такой подход находит применение в задачах отбора активов, оптимизации исполнения ордеров и построения предиктивных моделей. Эффективность жадных алгоритмов обусловлена низкой вычислительной сложностью — большинство реализаций работают за O(n log n) или O(n²), что позволяет…
-
Ускорение численных вычислений в Python: Numba, JIT на примерах из Data Science
Python остается доминирующим языком в Data Science, однако его интерпретируемая природа создает узкие места при работе с большими объемами данных. Цикл длительных симуляций, обработки миллиона строк может занимать минуты там, где компилируемые языки справляются за секунды. Numba решает эту проблему через JIT-компиляцию, транслируя Python-код в машинный код во время выполнения. Библиотека особенно эффективна для задач…
-
Копулы в финансовом моделировании: зависимости между случайными величинами
Копулы — это мощный инструмент в финансовом моделировании, позволяющий описывать сложные зависимости между активами, которые выходят далеко за рамки линейной корреляции. Использование корреляций (в частности Пирсона), несомненно, остаются базой в портфельных моделях, но это адекватно лишь при эллиптических распределениях и линейных связях. В реальности же рынки редко подчиняются этим упрощенным предположениям, что приводит к недооценке…
-
Показатели TWR (Time-Weighted Return), MWR (Money-Weighted Return) и MDR (Modified Dietz Return)
Оценка доходности инвестиционного портфеля требует учета денежных потоков — пополнений и выводов средств. Простой расчет процентного изменения стоимости портфеля дает искаженную картину, если инвестор вносил или выводил деньги в течение периода. Внесение средств перед ростом рынка завышает результат, вывод перед падением — улучшает показатели, хотя решения управляющего могли быть идентичными. Три основные метрики: TWR, MWR…
-
Критерий Келли: научный подход к выбору размера позиции в трейдинге
Критерий Келли — это математический подход к определению оптимального размера позиции в трейдинге, то есть сколько именно следует инвестировать в каждую сделку. Изначально разработанный для максимизации выигрыша в азартных играх, этот критерий сегодня широко применяется в инвестициях и алгоритмической торговле. В этой статье мы исследуем математические основы Критерия Келли, его применение в реальной торговле, ограничения,…