更新日志

https://img.shields.io/static/v1?label=Sponsor&message=%E2%9D%A4&logo=GitHub&color=%23fe8e86
Buy Me a Coffee at ko-fi.com

版本 4.4.0

  • 通过平方二次方形式之和完成近似的峰度模型,用于大规模峰度优化。

  • 增加块向量运算符。

版本 4.3.0

  • 为宽松风险平价投资组合模型添加自定义约束。

  • 增加三种新的方法来估计均值向量:James-Stein、Bayes-Stein 和 BOP。

版本 4.2.0

  • 为分层均等风险贡献(HERC)和嵌套聚类优化(NCO)组合模型添加约束。

  • 增加选项,在风险贡献图中显示风险贡献占总风险的百分比。

  • 修复了一些错误。

版本 4.1.0

  • 完成相对在险价值和相对回撤的投资组合模型。

  • 作为OWA组合的一个特例,实施了Higher L-moments组合模型功能。

  • 增加了计算L-moments的函数。

  • 增加了计算资产类别的风险贡献约束的函数。

  • 修复了一些问题。

版本 4.0.0

  • 在参数化方法的基础上实施Kurtosis和Semi Kurtosis组合模型。

  • 实施新的基于C++的函数,以加快柯尔托斯模型的计算速度。

  • 修复了一些问题。

版本 3.3.0

  • 在HCPortfolio对象中增加了Kendall Tau和Gerber统计量作为codependence矩阵的选项。

  • 在组合和HCPortfolio对象中增加Gerber统计量作为协方差矩阵估计器的选项。

版本 3.2.0

  • 实施了基于缩减的投资组合模型的重新计算,以加快计算速度。

  • 为投资组合对象和hcportfolio对象增加了一些测试。

版本 3.1.0

  • 对OWA投资组合优化进行了重新表述,以加快计算速度。

版本 3.0.0

  • 为平均风险模型增加了5个风险度量: Gini Mean Difference, Tail Gini, Range, CVaR range and Tail Gini range。

  • 为风险平价模型补充4个额外的风险度量: 吉尼平均差值、尾部吉尼、CVaR范围和尾部吉尼范围。

  • 执行OWA投资组合优化模型,用于自定义权重向量,以及为某些特殊情况建立OWA权重的模块。

  • 增加了一个绘制范围风险测量的功能。

  • 增加了使用Graphical Lasso、j-Logo、去噪和分解协方差估计的选项。

版本 2.0.0

  • 实施具有四个目标函数的嵌套聚类优化(NCO)模型。

  • 执行宽松的风险平价模型。

  • 为具有约束条件的风险平价组合实施风险预算方法。

  • 在分层聚类组合中增加了使用自定义协方差的选项。

版本 1.0.0

  • 重新设计了Riskfolio-Lib接口(所有功能只导入riskfolio)。

  • 实施分级风险平价(HRP)模型,对资产权重进行约束。

  • 执行一个有助于为HRP模型建立约束的函数。

  • 为HRP和HERC模型实施直接泡沫层次树(DBHT)联系方法。

  • 使用最小生成树(MST)和平面最大过滤图(PMFG)绘制网络中资产之间的关系。

  • 增加了两个新的相互依赖度量:相互信息和下尾部依赖指数。

版本 0.4.0

  • 增加了集群内同等权重的层次化平等风险贡献(HERC2)。

  • 增加了一个函数,帮助我们将投资组合的权重离散为给定投资额的股票数量。

  • 增加了选择HRP、HERC和HERC2中协方差估计方法的选项。

  • 增加了对资产数量和有效资产数量的约束选项。

  • 修正了资产数量太少时two_diff_gap_stat()的错误。

  • 修正了当使用p值标准的回归模式中没有显著特征时,forward_regression()和backward_regression()的错误。

  • 增加了一个例子,说明如何建立HERC2投资组合。

  • 增加了一个例子,说明如何建立对资产数量和有效资产数量的约束。

版本 0.3.0

  • 增加了层次风险平价(HRP)和层次等价风险平价(HERC)。

  • 执行函数plot_clusters()和plot_dendrogram(),帮助我们根据距离相关性指标来识别集群。

  • 执行assets_clusters()函数,帮助我们根据层次化的聚类来创建资产类别。

  • 增加了一个例子,说明如何建立层次风险平价投资组合。

  • 增加了一个例子,说明如何建立层次化的平等风险平价投资组合。

版本 0.2.0

  • 补充了对数平均风险(Kelly Criterion)投资组合优化模型。

  • 增加函数 plot_bar() ,帮助我们绘制负权重的投资组合。

  • 增加了建立美元中性投资组合的选项。

  • 增加了一个例子,说明如何建立对数平均风险(凯利标准)投资组合。

  • 增加了一个例子,说明如何建立美元中性投资组合。

版本 0.1.5

  • 增加了增加最小投资组合收益率约束的选项。

  • 增加了一个例子,说明如何在投资组合收益和风险度量上增加约束。

版本 0.1.4

  • 增加了Black Litterman与因子的两种风格: Black Litterman Bayesian模型和Augmented Black Litterman模型。

  • 实现了factors_views,该函数允许为带因子的Black Litterman设计风险因子视图。

  • 修复了一些问题。

版本 0.1.2

  • 为平均风险投资组合优化和风险平价投资组合优化增加了风险下的熵降。

  • 修复了一些问题。

版本 0.1.1

  • 修复了投资组合中与半方差和UCI有关的一些错误。

  • 在plot_frontier、Jupyter Notebook和Excel报告中增加了对收益和风险进行年度化的选项。

  • 增加了使用Vectorbt进行回溯测试和使用MOSEK处理大规模问题的例子。

版本 0.1.0

  • 修复了RiskFunctions中的一些错误。

  • 实施报告模块,帮助在Jupyter Notebook和Excel上建立报告。

  • 增加了plot_table,这是一个恢复投资组合的一些指标的函数。

  • 为平均风险投资组合优化和风险平价投资组合优化增加了熵值风险。

版本 0.0.7

  • 为最坏情况下的优化补充正常假设方法来估计箱形和椭圆不确定性集。

  • 对协方差矩阵实施椭圆不确定性集。

  • 为平均风险组合优化和风险平价组合优化增加溃疡指数。

  • 增加了计算溃疡指数的函数。

版本 0.0.6

  • 修复了一些问题。

  • 为最坏情况优化补充引导方法以估计箱形和椭圆不确定性集。

  • 使用盒式和椭圆不确定性集实施最坏情况平均方差组合优化。

版本 0.0.5

  • 修复了一些问题。

  • 完成对 7 个凸风险度量实施风险平价组合优化。

版本 0.0.4

  • 修复了一些问题。

  • 适配 cvxpy >=1.1.0 兼容。

  • 完成将主成分回归法用于载荷矩阵的估计。

  • 在逐步回归中增加了 Akaike 信息准则、Schwarz 信息准则、R 平方和调整 R 平方的特征选择准则。

版本 0.0.3

  • 修复了一些问题。

  • 完成了一个选项,用于建立所有资产类别的通用约束。

版本 0.0.2

  • 修复了一些问题。

版本 0.0.1

  • 完成稳健和 EWMA 估计。

  • 完成 Black Litterman 和风险因子模型。

  • 完成 10 个风险措施的平均风险优化。