NASDAQ Index

新AI聚类方法利用随机占优进行基于风险的资产配置

研究人员开发了一个新颖的聚类框架，该框架利用随机占优（SD）理论和机器学习来根据风险偏好更好地对资产进行分组。这种方法超越了传统的几何距离度量，利用SD检验统计量创建了一个“随机占优系数矩阵”。该论文详细介绍了对K-means和层次聚类算法的修改，产生了12个变体，并引入了专门的有效性指标。对美国纳斯达克和中国沪深100指数数据的实证分析证实了该方法的有效性，并展示了其在具有不同风险偏好的投资者的投资组合优化中的应用。