前沿技术介绍

• 递归神经网络

  • 递归神经网络的输入不仅包括当前所见的输入样例，还包括网络在上一个时刻所感知到的信息，能够识别金融市场中的价格形态，较精准地预测未来价格走势，从而对投资组合权重进行不断自适应优化。

• 机器学习

  • 将经典投资组合理论与深度机器学习方法相结合，结合数据挖掘技术，使模型能够实现不断的自我完善，同时对模型的优化算法进行改造，编写改进后算法的实施代码。

• 前沿投资理论

  • 基于马科维茨经典投资组合理论，添加近年前沿理论更新，并根据中国市场实际情况，增加了一系列约束条件，构建基础风险—收益理论模型、通过面向对象的编程方式求解最优资产配置方案，绘制资产配置的有效边界。

• 优化算法

  • 将经典算法与智能优化算法相结合，根据模型中目标函数和约束条件的不同复杂程度，采用不同的算法对模型结果进行求解。