组合、风险与定价深入

Riskfolio-Lib

支持多种风险度量、风险预算与层次组合方法的投资组合研究库。

★ 4,549dcajasn/Riskfolio-Lib核验 2026-10-20
PythonCVXPYSciPy

为什么值得学

适合比较方差、尾部损失和层次风险方法,学习风险度量如何影响配置。

需要的基础

  • 凸优化
  • VaR / CVaR
  • 协方差和聚类

涉及哪些内容

尾部风险风险平价层次聚类组合优化

数据与控制流程

  1. 1收益样本
  2. 2统计和风险度量
  3. 3约束优化或层次配置
  4. 4权重
  5. 5风险贡献与报告

此流程为教学归纳,便于建立整体认识;完整条件分支与运行细节请对照下方源码。

架构拆解 · 4 个核心模块

每个入口均已核对,点击可阅读源码
MODULE 01

组合建模与优化

Portfolio 组织收益估计、风险模型、约束和优化目标。

输入
收益矩阵与配置
输出
约束下的组合权重
源码入口 ↗riskfolio/src/Portfolio.py
MODULE 02

风险函数

RiskFunctions 实现历史 VaR、CVaR、下行及其他风险统计。

输入
组合收益或损失样本
输出
指定风险度量
源码入口 ↗riskfolio/src/RiskFunctions.py
MODULE 03

层次组合

HCPortfolio 通过相关结构与聚类等步骤构建层次配置。

输入
资产收益与距离设置
输出
层次风险组合权重
源码入口 ↗riskfolio/src/HCPortfolio.py
MODULE 04

报告输出

Reports 将权重、收益和风险分析整理成 notebook 或表格报告。

输入
组合权重与历史收益
输出
配置及风险报告
源码入口 ↗riskfolio/src/Reports.py

建议阅读顺序

  1. 先读 RiskFunctions 中 CVaR 的输入和尾部定义
  2. 跟踪 Portfolio 的目标与约束
  3. 对比 HCPortfolio 的聚类流程
  4. 最后检查报告中的风险贡献
本站设计的学习练习

动手做一次

在同一组资产上比较最小方差、CVaR 与层次风险配置。

完成后,检查这些证据

  • 统一数据区间与调仓规则
  • 列出每种方法的风险贡献和集中度
  • 说明求解器失败或约束不可行时如何处理

适用边界与版本说明

不同风险模型的求解器与数值要求不同;不要在未统一数据和成本口径时仅比较最优目标值。

Star 快照:4,549 · 核验日期:2026-10-20 · GitHub 归档标记:未归档

核验默认分支:master · 源码固定提交:7b1b26ac9760 ↗

来源:GitHub 仓库与 Star 页面、README及上述源文件。分层、阅读顺序与练习为本站归纳;未逐一安装运行这些框架,源码提交不等于推荐安装版本。

同方向继续比较