Risk-aware trading portfolio optimization

Marco Bianchetti

doi:10.1007/s10479-026-07323-6

2026-07-25

PRE

Marco Bianchetti *

Gabriele D’Acunto

Gianmarco De Francisci Morales

Yuko Kuroki

Marco Scaringi

Fabio Vitale

DOI：10.1007/s10479-026-07323-6

原文链接

原文求助

摘要

En 中文

我们从交易和风险管理角度研究了金融市场中的投资组合优化。我们将此任务称为风险感知交易投资组合优化（RATPO），并对其优化问题进行了建模，提出了一种高效的风险感知交易群（RATS）算法来求解该问题。RATPO的关键要素包括一个通用的初始投资组合$$\mathcal {P}$$、一组特定的独特合格工具（UEIs）、它们组合而成的合格优化策略（EOS）、目标函数以及一组约束条件。RATS搜索一个最优的EOS，将其添加到$$\mathcal {P}$$中，在满足约束条件下改进目标函数。RATS是一种专门化的粒子群优化方法，利用基于UEIs的$$\mathcal {P}$$参数化，支持大规模粒子并行计算，且对关键元素的具体选择具有通用性，这些元素可根据交易员和风险管理者的金融知识和需求进行定制。我们展示了两个RATPO应用案例，涉及由数百种不同金融工具组成的真实交易投资组合、结合市场风险（VaR）和盈亏测度的目标函数，以及市场敏感性和UEIs交易成本的约束。在小规模EOS情况下，RATS成功识别最优解，并展示了超参数调整的鲁棒性。在较大规模EOS情况下，RATS显著提升了投资组合目标值，在满足风险限制和保持预期利润的同时优化了风险和资本占用。我们的工作弥合了有效交易策略的实施与严格监管和经济资本要求之间的差距，使业务和风险管理目标更好地对齐。

Keyword:

Portfolio optimization

Risk management

Trading

Particle swarm optimization