Оптимальные решающие правила
Главная вычислительная трудность при решении оптимизаци-
онных задач в моделях на основе решающих правил вызвана невы-
пуклостью. Затруднительно напрямую использовать стандартные
алгоритмы нелинейного программирования, поскольку они ориен-
тированы на поиск только точек локального оптимума. Обычно по-
вторно запускают алгоритм из множества случайно выбранных то-
чек и сравнивают полученные оптимальные значения. В качестве
альтернативы можно пытаться использовать любые методы гло-
бальной оптимизации, ограничиваясь решением задач с умеренным
числом переменных.
Наращивание капитала
Этими моделями описываются набор однопериодных статиче-
ских представлений о выборе из одних активов, меняющихся с тече-
нием времени. В этих случаях оптимизация связана с нахождением
оптимума вогнутой функции на выпуклом многограннике или в об-
щем случае на выпуклом множестве, а следовательно, могут привле-
каться стандартные программы нелинейного программирования.
Стохастическое управление
После того как пространство переменных определено (как
правило, не более четырех), непрерывная задача разрешается с по-
мощью стандартных подходов, таких как метод динамического про-
граммирования или метод конечных разностей. Варианты инвести-
ционной политики, получаемые из этих моделей, выражаются в виде
долей активов, входящих в портфель, которые резко меняются во
времени, что очень сильно влияет на оценки среднего значения, ко-
торые модель и пытается предсказать. Тем не менее модели стохас-
тического управления обеспечивают обоснование для некоторых
классов решающих правил.
Ещё по теме:
Стохастическое управление
Модели наращивания капитала
Генерирование сценариев
Построение диверсифицированных портфелей
Оптимальные решающие правила
возможные направления будущих исследований
Многошаговая модель динамического управления
портфелем ценных бумаг
Модель CALM
Динамические задачи управления портфелем ценных бумаг
Стандартные методы решения задач стохастического
программирования
