English
资源说明：Rujeerapaiboon, N. , Kuhn, D. , & Wiesemann, W. (2016). Robust growth-optimal port- folios. Management Science, 62 (7), 2090–2109 .
【Robust Growth-Optimal Portfolios】是一种投资策略，它旨在最大化未来再平衡期间的预期对数回报。这种策略在金融专业人士和研究人员中备受关注，因为它可以证明在长期中以概率1超越任何其他投资组合。然而，短期内，增长最优投资组合的波动性非常高。计算这种策略需要对资产回报分布有精确的了解，而这些信息通常需要通过有限的数据来推断。
传统的增长最优投资组合是通过解决静态优化问题来确定的，但这依赖于对市场条件的准确预测。在现实世界中，由于数据的局限性和不确定性，这种预测往往难以实现。为了解决这个问题，Napat Rujeerapaiboon, Daniel Kuhn 和 Wolfram Wiesemann 提出了一种基于【分布鲁棒优化】的方法，设计了固定混合策略。这种方法允许投资者在有限的投资期限内，对一组具有相同一阶和二阶矩的潜在回报分布提供类似的性能保证。
分布鲁棒优化是优化理论的一个分支，它考虑了不确定性的模型，以提高决策的稳健性。在投资组合优化中，这意味着即使面对数据的不完全性和噪声，也能保持策略的有效性。通过这种方法，研究者能够构造出【稳健的生长最优投资组合】，这些组合可以通过求解一个规模与投资期限无关的可处理锥形规划问题高效计算出来。
【价值-at-risk（VaR）】和【二次锥规划（Second-Order Cone Programming, SOCP）】以及【半定规划（Semidefinite Programming, SDP）】等工具在实现这一策略时扮演了关键角色。VaR是衡量投资组合可能损失的一个风险指标，而SOCP和SDP则是数学工具，用于解决包含非线性约束的优化问题，如投资组合优化中的风险控制问题。
模拟和实证回测表明，稳健的生长最优投资组合在大多数实际投资期限内以及对于大多数受到污染的回报分布情况下，与传统的增长最优投资组合具有竞争力。这意味着，即使在面临不确定性的情况下，这种策略也能够提供相对稳定的表现。
Robust Growth-Optimal Portfolios 是一种适应不确定性和短期波动性的投资策略，它结合了分布鲁棒优化的技术，为投资者提供了更稳健的长期增长前景。通过克服传统增长最优投资组合对精确市场预测的依赖，该策略提高了投资决策的鲁棒性，从而降低了由于市场条件变化而可能导致的损失风险。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
