集成深度强化学习在股票指数投资组合优化中的应用分析

基于集成深度强化学习的投资组合选择是当前量化金融领域的关键技术之一。然而,目前采用上一窗口阶段最优指标决定下一阶段代理的集成滚动窗口方法存在一定的滞后性。为了有效应对这一不足,提出了双层嵌套集成深度强化学习方法。该方法对三种代理(优势演员-评论员、深度确定性策略梯度和近端策略优化)进行两层嵌套模式,第一层集成通过最优化夏普比率进行阶段模型选择,第二层通过加权投票的方法集成三种深度强化学习算法,从单次训练中收集多个模型快照,在训练期间利用这些模型进行集成预测。分别对上证50投资指数和道琼斯指数及其包含的股票进行了投资组合研究,将持有指数被动策略和均值方差投资组合策略作为基线策略。实验采用了投资组合价值、年化回报率、年化波动率、最大回撤和夏普比率等指标作为对比指标。结果表明,所提出的集成方法在实用性和有效性上表现出较好的性能。

长输热油管道运行方案的优化

对于输油计划已定的热油管道,输油能耗主要包括输油泵的动力费用和加热炉的燃料费用。在保证安全及时完成输油任务的前提下,如何使输油总能耗达到最小,对于降低企业输油成本具有非常重要的意义。以降低能耗为目的,以热力费用与动力费用之和最小为目标函数,建立了长输热油管道优化运行模型,并采用两层嵌套法来求解,即穷举出各种可能的开泵方案作为外层嵌套,将进站温度的优化作为内层嵌套。对于外层嵌套的每一种开泵方案,用动态规划法优化出内层嵌套的各站进站温度,从而计算出一个总能耗费用;遍历各种开泵方案得到不同的总能耗费用,所有能耗费用中的最小者即为最优解。根据所建模型编制了相应软件,为加热原油的长距离优化输送提供了决策依据。

冷热原油交替顺序输送优化模型研究

冷热原油交替顺序输送总能耗费用主要包括加热炉的燃料费用和输油泵的动力费用。在保证安全输油任务的前提下,如何使输油总能耗达到最小对于降低企业输油成本具有非常重要的意义。以输油总能耗最小为目标函数,建立冷热原油交替顺序输送优化模型。模型中将顺序输送分为4个时间阶段:冷油头加热非稳态阶段、冷油不加热准稳态阶段、冷油尾加热非稳态阶段和热油加热准稳态阶段。两个准稳态输送阶段采用两层嵌套法来求解,两个非稳态阶段采用两层嵌套法和满足高凝油油头(油尾)进站温度相结合的方法优选输油方案。结合工程实际给出冷热原油交替顺序输送优选算例,研究成果可为制定冷热油交替输送经济运行方案提供依据。

长输管道泵机组优化数学模型

以动力费用最小为目标函数,建立长输热油管道全线泵机组优化数学模型,并采用两层嵌套法进行求解,用动态规划法进行优化。以某长输热油管道为例,采用所建立的数学模型设计了最优进站温度和最佳开泵方案。

盘锦输油管道优化运行分析

针对盘锦输油管道运行温度较高,能源损耗较大的现状,建立以各站进站温度和开泵方案为决策变量,以输油总能耗最小为目标的输油管道优化配置模型,采用两层嵌套法的优化思想求解。对于外层嵌套的每一种出站温度,用动态规划法优化出内层嵌套的各站开泵方案,从而计算出一个总能耗费用并记录;遍历各种出站温度得到不同的总能耗费用,所有能耗费用中的最小者即为最优解。通过实例计算证明,采用优化方案运行,总费用明显降低。

基于竞争的区域机场群旅客吞吐量预测方法

随着高铁建设和机场数量的增多,民航与高铁的竞争及区域机场间的竞争日渐激烈,给机场旅客吞吐量预测带来挑战,仅考虑单一机场要素的预测方法已无法适应区域内多机场系统旅客吞吐量的预测需要。文中同时考虑民航与高铁以及机场间的双重竞争,对竞争态势下的区域多机场吞吐量预测进行研究。在探究客流分担影响机制的基础上,构建基于竞争环境下的多机场旅客吞吐量需求预测双层Nested Logit模型,提出双重竞争下机场吞吐量预测方法。确定旅客出行行为选择的显著影响因素,构造效用函数,进行问卷设计与样本数据采集,利用TransCAD软件对效用函数进行参数估计和标定。以珠江三角洲机场群为依托,对提出的方法进行示例应用。结果表明:双层Nested Logit模型能较好地量化表征航空与高铁及机场间的双重竞争关系,且能同步预测包括目标机场在内的机场群内所有机场的旅客吞吐量,便于机场群的整体性规划和协作,为旅客吞吐量的准确预测提供新方向。