VaR和CVaR风险控制下最优投资组合的研究及应用的中期报告本报告介绍了对VaR和CVaR风险控制下最优投资组合的研究和应用的中期进展情况。首先，我们进行了对VaR和CVaR的概念和计算方法的了解。VaR是一种度量资产或投资组合可能出现的最大损失的方法，通常以一定置信水平（例如95％）为基础。CVaR是VaR的扩展，考虑了VaR的高风险部分的损失，因此更加保守。接下来，我们利用历史数据和蒙特卡洛方法计算了VaR和CVaR，并将其用于投资组合的优化。为此，我们使用了一种基于遗传算法的优化方法，以最小化CVaR为目标。我们还评估了此方法在多个数据集上的性能，并将其与其他优化方法进行了比较。结果表明，所提出的方法能够找到具有较低风险和较高收益的最优投资组合。最后，我们将此方法应用于实际市场数据，并展示了如何使用所提出的方法来构建投资组合和进行风险管理。总的来说，我们的研究表明，使用VaR和CVaR来控制风险可以提高投资组合的表现。我们将继续完善此研究，并将其应用于更广泛的市场情况。