Оптимизиране с изкуствен интелект на структурата на устойчив инвестиционен фонд
Оптимизиране на структурата на устойчив инвестиционен фонд с помощта на ИИ: Коефициент на Шарп, ESG и диверсификация
Създаването на устойчив инвестиционен фонд е математическо решение за портфейл. Целта не е да се изберат отделни "добри" ценни книжа, а да се изчисли оптимално претегляне Тегло, което едновременно отговаря на изискванията за възвръщаемост, риск, устойчивост и диверсификация.
Цел
Да се максимизира коефициентът на Шарп, като същевременно се спазват изискванията на ESG, Секторни ограничения и ограничения на оборота в сравнение с бенчмарка.
Входни данни за оценка
- Очаквана възвръщаемост на актив: μᵢ
- Ковариационна матрица на възвръщаемостта: Σ
- Оценка на ESG за актив (0-100)
- Секторна класификация
- Тегла на бенчмарковете (за ограничения на оборота)
Математически модел
Теглата на портфейла се моделират като непрекъснати променливи:
- wᵢ ≥ 0 (само за дълги позиции)
- Σ wᵢ = 1 (напълно инвестиран)
Оптимизира се възвръщаемостта, коригирана спрямо риска:
max Коефициент на Шарп = (wᵀ μ - rf) / √(wᵀ Σ w)
Моделът отчита едновременно очакваната възвръщаемост, корелациите на риска и регулаторните както и свързаните с нормативната уредба и устойчивостта ограничения.
Ограничения
- Средна стойност на портфейла ESG ≥ 80
- Нито един сектор > 25% от общия портфейл
- Ограничение на оборота в сравнение с бенчмарка
Резултат
- Оптимални тегла на активите съгласно правилата за ESG и диверсификация
- Прозрачно представяне на постигането на целите и изпълнението на ограниченията
- Разбираеми компромиси между възвръщаемост, риск и устойчивост
- Документация, съобразена с изискванията на комитета и съответствието
Технология
StratePlan реализира непрекъсната оптимизация на портфейла при линейни и линейни и нелинейни ограничения. Критериите ESG се интегрират по структуриран начин чрез MCDA (многокритериален анализ на решенията ) по структуриран начин, така че изискванията за устойчивост да бъдат включени в оптимизацията по количествен поток в оптимизацията.
Общи модели в различните случаи
Оценка
Качествените и количествените фактори се преобразуват в сравними оценки - с помощта на скали с помощта на скали, модели за оценка или структурирана експертна оценка. Целта е да се създаде последователна, готова за вземане на решения база за оценка.
Ранжиране
Елементите се подреждат по важност. Приоритетността обаче рядко е крайното решение. В сложни среди приоритизирането често е вградено директно в комбинаторна оптимизация, за да се отчитат систематично взаимодействията и ограниченията систематично се вземат предвид.
Избор на група
Окончателният подбор надхвърля обикновения подход "top-k". StratePlan решава структурирани задачи за подбор, като например Knapsack, Портфолио или модели за планиране и изчислява оптималната комбинация Комбинация при реални ограничения.
Ограничения
Ограниченията отразяват недостига на ресурси в реалния свят: Капитал, време, ресурси, склонност към риск, регулаторни изисквания, стратегически мандати или изисквания за устойчивост. Те са неразделна част от логиката на вземане на решения.
Технологии
Хибридно използване на методи на MCDA (напр. AHP, TOPSIS) за структурирана оценка Оценка, комбинирана със StratePlan за отчитане на ограниченията Избор на група или портфейл.
Тези случаи показват как StratePlan може да трансформира процесите на вземане на решения от чисто класиране до интелигентно, съобразено с ограниченията изграждане на портфейл. Данните за оценка се превръщат в осъществими, оптимизирани решения за групи - съобразени с финансовите съгласувани с финансовите, стратегическите и свързаните с устойчивостта цели.
Основната логика - структурирано оценяване → количествено приоритизиране Определяне на приоритети → ограничен подбор на групи - обхваща различни отрасли Отрасли и е адаптирана към специфични за областта показатели за ефективност и ограничения.
