所属分类：金融 当前为单品课程，可返回上一级继续浏览同方向资料。

← 返回上一级

← 返回所属目录咨询 / 购买

凸优化与金融约束问题求解

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

学习目标 · 凸优化在金融中的核心价值 · 课程整体框架与学习路径

课程导入学习目标

凸集与凸函数基础

凸集定义 · 凸函数判定 · 常见凸函数示例（范数

凸集凸函数基础

凸优化问题标准形式

最小化目标 · 不等式约束 · 等式约束

凸优化问题标准形…最小化目标

金融中的典型约束类型

预算约束 · 风险约束（VaR/CVaR） · 持仓限制

金融典型约束类型

线性规划（LP）与金融应用

LP标准形式 · 单纯形法/内点法简介 · 资产配置中的LP建模

二次规划（QP）与均值-方差模型

Markowitz模型 · QP形式 · 有效前沿计算

锥规划（SOCP）与CVaR优化

二阶锥约束 · CVaR的凸表示 · 鲁棒优化基础

半定规划（SDP）与协方差估计

SDP形式 · 协方差矩阵的凸近似 · 风险平价中的SDP应用

SDP半定规划

拉格朗日对偶理论

拉格朗日函数 · 对偶函数 · 强对偶条件

拉格朗日对偶理论拉格朗日函数

KKT条件在金融约束中的应用

最优性条件 · 互补松弛 · 约束的边际价值（影子价格）

梯度下降与投影方法

投影梯度法 · 条件梯度法（Frank-Wolfe） · 在带约束组合优化中的应用

梯度下降投影方法

内点法原理与实现

障碍函数 · 中心路径 · 内点法在金融优化中的效率与稳定性

内点法原理实现

交替方向乘子法（ADMM）

ADMM框架 · 分解技巧 · 在分布式资产配置中的应用

ADMM交替方向乘子法

鲁棒优化基础

不确定集（盒式 · 椭球式） · 鲁棒对应

鲁棒优化基础不确定集

分布式优化与多智能体金融决策

共识算法 · 分布式ADMM · 多资产多约束协同求解

分布式优化多智能体金融决策

带交易成本与税收的均值-方差优化 · 求解 · 结果分析

案例实战带交易成本

CVaR约束下的投资组合优化 · 回测与风险分析

案例实战CVaR

指数跟踪与稀疏投资组合：L1正则化 · LASSO · 凸松弛

资产负债管理（ALM）：多期随机规划 · 凸分解 · 约束满足

案例实战ALM

高频交易中的最优执行：滑点约束 · 动态规划与凸近似

案例实战高频交易

不可行问题诊断 · 约束冲突处理 · 松弛与惩罚方法

常见问题不可行问题诊断

数值稳定性 · 病态矩阵 · 缩放与预处理技巧

常见问题数值稳定性

大规模问题求解策略：稀疏性利用 · 分解方法 · 并行计算

常见问题大规模问题求解策…

模型误差与敏感性分析：参数扰动 · 鲁棒性检验

常见问题模型误差

工具与实践

Python/CVXPY · MATLAB/CVX · R/ROI等工具的使用与对比

工具Python/CVXPY

构建一个完整的金融约束优化系统 · 建模 · 求解到可视化

实战项目构建一个完整的金…

将凸优化与机器学习结合（如鲁棒回归 · 稀疏学习）在金融预测中的应用

综合提升将凸优化

多目标优化与帕累托前沿：在收益 · 风险 · 流动性等多约束下的权衡

综合提升多目标优化

动态规划与凸优化的结合：多期投资决策 · 随机规划近似

综合提升动态规划

课程总结与前沿展望

凸优化在金融科技 · 智能投顾 · 区块链金融中的未来方向

课程总结前沿展望