QIML详解：QEPM组合优化方式总结
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者，荣获2021年度AMMA优秀品牌力、优秀洞察力大奖，连续2年被腾讯云+社区评选为“年度最佳作者”。
上图中我们涉及到一个根据因子值调整组合权重的案例，我们这里做详细介绍：
假设我们已经选出30个股票，且他们的市值权重如上表Relative Market-Cap Weigh所示，我们现在希望按照因子值（Z-Score）大小调整权重，但因子值最大的股票的权重偏离不能超过 （这里设定为2%）。那我们需要按以下步骤操作：
对因子值重新计算Z-Score
计算权重调整乘数m：等于 除以Z-Score的最大值（ ）
每个股票调整后的权重
组合优化最核心就是三个目标：收益最大、风险最大、风险调整收益最大。不同的组合优化方式主要取决于：
1、风险和收益的表达方式
2、不同的目标与不同约束条件的组合
QEPM一书给我们系统总结了不同的优化方式的优缺点，并在后续章节有具体的应用案例，给了我们很有用的参考。
微信扫码关注该文公众号作者
戳这里提交新闻线索和高质量文章给我们。
来源: qq
点击查看作者最近其他文章