Resumen

En este documento, se mejora la técnica de la variante actual del enfoque de descenso de gradiente estocástico (SGD), conocida como el enfoque de estimación adaptativa del momento (Adam), al agregar el error estándar en la regla de actualización. El objetivo es acelerar la tasa de convergencia del algoritmo Adam. Esta mejora se denomina algoritmo Adam con error estándar (AdamSE). Por otro lado, se formula el modelo de optimización de cartera de media-varianza a partir de los datos históricos de la tasa de retorno de las acciones del S&P 500, bonos del Tesoro a 10 años y mercado monetario. Se investiga además la aplicación de los algoritmos SGD, Adam, estimación adaptativa del momento con máximo (AdaMax), estimación adaptativa del momento acelerado de Nesterov (Nadam), AMSGrad y AdamSE para resolver el problema de optimización de cartera de media-varianza. Durante el procedimiento de cálculo, la solución iterativa converge hacia la solución óptima de la cartera. Se observa que

• Materias:Internet de las cosas Algoritmo iterativo Algoritmo de evaluación Viga viscoelástica Lenguaje de programación
• Subjects:Internet of things Iterative algorithm Evaluation algorithm Viscoelastic beam Programming language
• Palabras claves:Descenso de gradiente estocástico; Estimación del momento adaptativo; Adam; Error estándar; Optimización de cartera de media-varianza; Tasa de convergencia
• Keywords:Stochastic gradient descent; Adaptive moment estimation; Adam; Standard error; Mean-variance portfolio optimization; Convergence rate