首页
/ Riskfolio-Lib中的层次聚类距离矩阵选择分析

Riskfolio-Lib中的层次聚类距离矩阵选择分析

2025-06-24 09:49:44作者:瞿蔚英Wynne

层次聚类在投资组合优化中的应用

Riskfolio-Lib是一个功能强大的Python投资组合优化库,其中实现了基于层次聚类的投资组合构建方法。层次聚类方法在金融领域有着广泛应用,特别是在构建风险平价(Hierarchical Risk Parity, HRP)和层次等风险贡献(Hierarchical Equal Risk Contribution, HERC)投资组合时。

距离矩阵选择的两种方式

在实现层次聚类时,Riskfolio-Lib采用了与传统文献略有不同的距离矩阵处理方法。传统方法(如Lopez de Prado提出的HRP方法)使用"距离的距离"矩阵进行聚类,即先计算资产间的距离矩阵,再计算该距离矩阵行/列之间的欧氏距离作为最终聚类依据。

而Riskfolio-Lib选择了直接使用原始距离矩阵进行聚类。这种选择基于以下技术考量:

  1. 计算效率:直接使用距离矩阵避免了二次距离计算,减少了计算复杂度
  2. 行业实践:与pyportfoliopt和portfoliolab等其他主流金融库保持一致
  3. 结果相似性:在实际应用中,两种方法通常会产生相似的聚类结果

技术实现细节

Riskfolio-Lib中的层次聚类实现使用了SciPy的linkage函数,直接传入半向量化格式的距离矩阵:

p_dist = squareform(dist, checks=False)
clustering = hr.linkage(p_dist, method=linkage, optimal_ordering=leaf_order)

这与传统方法形成对比,传统方法会先对距离矩阵的行/列计算欧氏距离:

d_hat = squareform(pdist(d, metric='euclidean'))
Z = linkage(d, method='single', metric='euclidean')

实际应用影响

虽然两种方法在数学表达上有所不同,但在实际投资组合构建中,它们通常会产生相似的资产聚类结果。Riskfolio-Lib的选择使得:

  1. 代码实现更加简洁直观
  2. 计算过程更加高效
  3. 与其他金融库的兼容性更好

对于大多数应用场景,用户无需担心这种实现差异对最终投资组合性能的影响。两种方法都能有效地捕捉资产间的相关性结构,为后续的风险贡献分配提供合理的资产分组基础。

结论

Riskfolio-Lib在层次聚类步骤中选择直接使用距离矩阵而非距离的距离矩阵,这一设计决策基于实际工程考量,平衡了理论严谨性与实现效率。这种选择使得库更加实用且易于与其他工具集成,同时保持了良好的聚类效果。理解这一技术细节有助于用户更好地应用该库进行投资组合优化。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
929
553
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8