Uysal 2021 — E2E Risk Budgeting 代码复现

快速开始（服务器部署）

# 1. 创建虚拟环境
python3 -m venv .venv
source .venv/bin/activate

# 2. 安装依赖
pip install -r requirements.txt

# 3. 单元测试 — 验证 CvxpyLayers 工作正常
python risk_budget_layer.py

# 4. 模型前向传播测试
python model_based_net.py
python model_free_net.py

# 5. Smoke test — 小规模仿真（~2分钟）
python run_simulation.py --seeds 1 --loss sharpe

# 6. 完整仿真实验（~数小时，论文 Section 4）
python run_simulation.py --seeds 100 --loss sharpe
python run_simulation.py --seeds 100 --loss cumret

# 7. 真实市场数据实验（论文 Section 5）
python run_market.py --loss sharpe --period out_sample --verbose
python run_market.py --loss sharpe --period in_sample --verbose

项目结构

文件	对应论文	说明
config.py	§3.5, §4.2, §5.1	全部超参数
data_loader.py	§4.1, §5	yfinance下载 + 仿真数据
features.py	Algorithm 1	特征工程 + 协方差估计
risk_budget_layer.py	Problem (4)	CvxpyLayers 风险预算优化层
model_based_net.py	Figure 2, §3.4.2	NN→softmax→CvxpyLayer
model_free_net.py	Figure 1, §3.4.1	NN→softmax→直接输出权重
train.py	Algorithm 1	Rolling window 训练循环
evaluate.py	Table 1,4,5	评估指标 + Loss函数
baselines.py	§5.2, §6.1	Nominal RP, 1/N
run_simulation.py	Section 4	仿真实验
run_market.py	Section 5	真实数据实验

建议运行顺序

1. 先跑 单元测试（步骤 3-4），确认环境没问题
2. 再跑 1 seed smoke test（步骤 5），确认 pipeline 跑通
3. 最后跑 完整实验（步骤 6-7）

预估运行时间（单核 CPU）

实验	预估时间
单元测试	~30秒
1 seed 仿真	~5-10分钟
100 seeds 仿真	~8-15小时
市场数据 out-sample	~2-4小时