Trading/Portfolio opt6 MAB를 활용한 최적화 MAB : Multi armed bandit이란 무엇인가? 최대 기대이익을 얻기 위해 "제한된 시간/자원"을 어떻게 분배(선택)하는지에 대한 알고리즘이다. 탐색/실험을 통해 기대이익을 찾아내고, 높은 기대이익을 주는 자원에 나머지를 집중적으로 배치시켜야 하는데 이를 동시에 진행해야 하는 "현실"의 trade-off문제 때문에 탐색과 착취(?)의 비율을 결정하는 문제로 간단하게 이해할 수 있음. 일정기간동안 샘플의 변화를 비교하고 최종 결과를 기반으로 가장 좋은 성능을 가진 옵션을 선택하는 방법이 AB테스트라면, MAB는 최소한의 탐색기간을 통해 얻어진 (성능)결과값에 비례해서 샘플크기를 조정하는 방법이다. 시간이 지남에 따라 성능이 각 옵션의 샘플크기를 작게 또는 크게 바꿀 수 있다. 즉, 각각 탐색만 .. 2021. 2. 1. Generic algorithm for optimization(not yet) # 유전 알고리즘이란? 1. 부모 유전자 선택 2. 번식 3. 돌연변이 ## 알고리즘 방식 1. 룰렛 휠 방식 : 우월한 유전자를 가진 부모일수록 (부모해로) 선택될 확률을 높이는 방식 ## 유의사항 우월 유전자의 보존 비율이 증가하면 우월 유전자에 가까운 자식 유전자들이 많이 생기지만, 우월 유전자의 잘못된 부분도 같이 유지되는 문제가 있다. 우월 유전자의 보존 비율이 높다고 진화의 방향이 좋은 것은 아니라는 것이다. 1] blog.devkcr.org/260 2] naldo627.github.io/2019/05/05/genetic-algorithm/ # 코드구현 > 예제코드 towardsdatascience.com/using-genetic-algorithms-to-build-stock-trading-s.. 2021. 1. 27. Multi-Threading for optimization(ver. Brute force) 보호되어 있는 글 입니다. 2021. 1. 27. 포트폴리오 잠재 리스크 Q. 왜 시뮬레이션을 통해 수익률, 변동성값을 추정하려는 건가?A. 역사적 수익률과 변동성이 미래에도 지속된다고 보장할 수 없기 때문이다. “Monte Carlo analysis” vs “Bootstrapping” in relation to simulating returns series & generating corresponding CI as to a portfolio’s potential risks and rewards. Technically Bootstrapping is a special case of the Monte Carlo simulation.- Bootstrapping : 역사적 수익률 분포에서 단위기간만큼의 랜덤 추출을 n번한다. *sampling with replacement- para.. 2021. 1. 26. 이전 1 2 다음
