Cas d’application

Un cadre hybride intégré pour une optimisation de portefeuille
Dans cet article de « Expert Systems with Applications », les chercheurs des services financiers explorent l'utilisation d'Artelys Knitro pour prendre des décisions dans des environnements complexes et incertains, visant à choisir la meilleure alternative. Les résultats obtenus incluent l'optimisation de portefeuille, permettant ainsi de trouver la meilleure approche tout en prenant en considération les questions de réglementation et les objectifs des investisseurs.

Cas d’application

Un cadre hybride intégré pour une optimisation de portefeuille

Sous-titre : challenges et résultats

L’optimisation de portefeuille est le processus qui consiste à trouver la meilleure allocation de portefeuille en termes de profil risque/récompense de l’investissement. Lors de la planification des finances personnelles dans les banques privées, l’institution financière utilise un questionnaire pour évaluer quels produits, services et opérations sont les mieux adaptés aux besoins du client.

L’objectif de ce processus est de placer l’investisseur dans une catégorie appropriée, qui dépend de questions telles que le risque, l’objectif de l’investissement et la connaissance du marché par le client. Simultanément, les banques doivent classer leurs fonds en catégories en fonction des risques de marché et de crédit. Les banques sont ensuite tenues de proposer un portefeuille qui maximise l’adéquation des investissements au profil du client, la rémunération du portefeuille et qui minimise le risque du portefeuille.

Les chercheurs proposent une procédure en plusieurs étapes pour la sélection d’un portefeuille d’investissement personnel, en combinant la prise de décision floue et les approches basées sur l’optimisation.

L’efficacité d’Artelys Knitro est exploitée dans le cadre de cette procédure, ce qui permet de considérer simultanément les questions de réglementation et les objectifs et préférences des investisseurs.

Tutoriel

 

Vous n’êtes pas encore familier avec le domaine de l’optimisation non linéaire ? Dans ce tutoriel, nous vous présentons quelques exemples de problèmes non linéaires pour diverses applications. Vous y découvrirez notamment les méthodes de programmation non linéaire en utilisant le solveur Artelys Knitro dans un notebook Python, au travers de différents exemples.

Version d’essai

 

Obtenez votre licence d’essai gratuite et testez les performances d’Artelys Knitro sur vos problèmes d’optimisation mathématique. La version d’essai vous permettra d’accéder gratuitement à Artelys Knitro sans limitations pour une durée d’un mois ou avec contraintes pour une durée de six mois. Cette version d’essai inclue un service de support et maintenance.

Artelys Knitro: des performances sans pareilles

Meilleur solveur

non-linéaire

Depuis plusieurs années, Artelys Knitro s’est distingué dans les benchmarks indépendants, démontrant ainsi sa capacité à trouver des solutions optimales réalisables plus rapidement que les solveurs concurrents.

Support technique

L’équipe de support technique d’Artelys est constituée de consultants hautement qualifiés (niveau doctorat),  ayant une grande expérience dans la résolution de problèmes complexes et la mise en place de solutions d’optimisation à l’échelle de l’entreprise. Grâce à leur expertise, ils sauront vous guider sur la mise en place des fonctionnalités algorithmiques ou logicielles qui pourraient optimiser votre utilisation d’Artelys Knitro.

Mises à jour et nouvelles fonctionnalités 

L’équipe de développement travaille sans relâche afin de fournir deux nouvelles versions d’Artelys Knitro par an. Ces deux versions se basent sur des retours clients d’expériences et nous permettent d’améliorer notre solveur en s’assurant d’être toujours plus proche des besoins de nos utilisateurs. 

© ARTELYS • All rights reserved • Legal mentions

Pin It on Pinterest

Share This