diff --git a/CLAUDE.md b/CLAUDE.md index 9a74227..92c4a66 100644 --- a/CLAUDE.md +++ b/CLAUDE.md @@ -23,7 +23,7 @@ Dieses Verzeichnis ist die Wurzel; alle Skripte leiten ihre Pfade daraus ab (`BASIS = dirname(dirname(__file__))` bzw. `dirname(HIER)`). ``` -Operations_Research_mit_Python_Version_04/ Quelle: 36 Kapiteldateien + Build-Skripte +Operations_Research_mit_Python_Version_04/ Quelle: 37 Kapiteldateien + Build-Skripte bilder_04/ Quelle: Diagramme + erzeuge_*.py-Generatoren Operations_Research_mit_Python_Version_04.md generiert: Gesamtdokument Operations_Research_mit_Python_Version_04.pdf generiert: PDF (xelatex) diff --git a/OR_HTML_04/Operations_Research_mit_Python_Version_04.pdf b/OR_HTML_04/Operations_Research_mit_Python_Version_04.pdf index 03afc5d..22f5628 100644 Binary files a/OR_HTML_04/Operations_Research_mit_Python_Version_04.pdf and b/OR_HTML_04/Operations_Research_mit_Python_Version_04.pdf differ diff --git a/OR_HTML_04/anhang-fehlerdiagnose.html b/OR_HTML_04/anhang-fehlerdiagnose.html index 96e312b..dbc690f 100644 --- a/OR_HTML_04/anhang-fehlerdiagnose.html +++ b/OR_HTML_04/anhang-fehlerdiagnose.html @@ -94,7 +94,7 @@
- +
diff --git a/OR_HTML_04/anhang-glossar-literatur.html b/OR_HTML_04/anhang-glossar.html similarity index 85% rename from OR_HTML_04/anhang-glossar-literatur.html rename to OR_HTML_04/anhang-glossar.html index 450aa13..44f2634 100644 --- a/OR_HTML_04/anhang-glossar-literatur.html +++ b/OR_HTML_04/anhang-glossar.html @@ -3,7 +3,7 @@ -Anhang E: Glossar und Literatur · Optimierte Entscheidungsfindung mit Python +Anhang E: Glossar · Optimierte Entscheidungsfindung mit Python + + + + + + + + +
+ + Optimierte Entscheidungsfindung mit Python +
+ + + +
+ +
+
+ + +
+ + +
+

Anhang F: Literaturverzeichnis

+

Mathematische Optimierung — Grundlagen

+
    +
  • Bertsimas, D. & Tsitsiklis, J. N. (1997): Introduction to Linear Optimization. Athena Scientific, Belmont. Standardwerk zur geometrischen und algebraischen Theorie des Simplex-Verfahrens, Dualität, Sensitivitätsanalyse und Netzwerkflüssen.
    • +
  • Dantzig, G. B. (1963): Linear Programming and Extensions. Princeton University Press. Das historische Originalwerk des Erfinders des Simplex-Algorithmus.
    • +
  • Wolsey, L. A. (2020): Integer Programming (2. Aufl.). Wiley, Hoboken. Branch-and-Bound, Branch-and-Cut, Polyedertheorie, Formulierungsstärke.
    • +
  • Hillier, F. S. & Lieberman, G. J. (2021): Introduction to Operations Research (11. Aufl.). McGraw-Hill. Breite Einführung inkl. Warteschlangen, DP und Entscheidungsmodellen.
    • +
+

Konvexe, nichtlineare und robuste Optimierung

+
    +
  • Boyd, S. & Vandenberghe, L. (2004): Convex Optimization. Cambridge University Press. Referenzwerk für konvexe Mengen, KKT, QP und SDP; theoretische Basis von CVXPY. Frei verfügbar unter stanford.edu/~boyd/cvxbook/.
    • +
  • Ben-Tal, A., El Ghaoui, L. & Nemirovski, A. (2009): Robust Optimization. Princeton University Press.
    • +
  • Bertsimas, D. & Sim, M. (2004): The Price of Robustness. In: Operations Research 52(1), S. 35–53. Quelle des Budgeted-Uncertainty-Ansatzes.
    • +
  • Bellman, R. (1957): Dynamic Programming. Princeton University Press.
    • +
+

Constraint Programming und Scheduling

+
    +
  • Rossi, F., van Beek, P. & Walsh, T. (2006): Handbook of Constraint Programming. Elsevier.
    • +
  • Perron, L. & Furnon, V.: OR-Tools CP-SAT Solver Documentation. developers.google.com/optimization/cp
    • +
+

Quantitative Finanzmathematik

+
    +
  • Markowitz, H. (1952): Portfolio Selection. In: The Journal of Finance 7(1), S. 77–91.
    • +
  • Rockafellar, R. T. & Uryasev, S. (2000): Optimization of Conditional Value-at-Risk. In: Journal of Risk 2(3), S. 21–42.
    • +
  • Ledoit, O. & Wolf, M. (2003): Improved estimation of the covariance matrix of stock returns with an application to portfolio selection. In: Journal of Empirical Finance 10(5), S. 603–621. Quelle des Konstant-Korrelations-Ziels.
    • +
  • Ledoit, O. & Wolf, M. (2004): A well-conditioned estimator for large-dimensional covariance matrices. In: Journal of Multivariate Analysis 88(2), S. 365–411. Quelle des von scikit-learn verwendeten Ziels (skalierte Einheitsmatrix).
    • +
  • Almgren, R. & Chriss, N. (2000): Optimal Execution of Portfolio Transactions. In: Journal of Risk 3(2), S. 5–39.
    • +
  • DeMiguel, V., Garlappi, L. & Uppal, R. (2009): Optimal Versus Naive Diversification. In: Review of Financial Studies 22(5), S. 1915–1953. Die Studie, die 1/N als ernstzunehmenden Vergleichsmaßstab etablierte.
    • +
  • López de Prado, M. (2018): Advances in Financial Machine Learning. Wiley. Backtest-Overfitting, Deflated Sharpe Ratio, Denoising.
    • +
  • Cornuéjols, G., Peña, J. & Tütüncü, R. (2018): Optimization Methods in Finance (2. Aufl.). Cambridge University Press.
    • +
+

Software und Dokumentation

+ +

Verbände und Normen

+
    +
  • INFORMS — www.informs.org
    • +
  • GOR (Gesellschaft für Operations Research e. V.) — deutschsprachiger Fachverband.
    • +
  • Basel Committee on Banking Supervision: Minimum capital requirements for market risk (Basel III, FRTB) — Grundlage der Umstellung von VaR auf Expected Shortfall.
    • +
  • Europäische Union: MiFID II / ESMA-Leitlinien zum algorithmischen Handel.
    • +
+ +
+ + +
+
+ + + + + + diff --git a/OR_HTML_04/anhang-loesungen.html b/OR_HTML_04/anhang-loesungen.html index 56077cd..2a9bd03 100644 --- a/OR_HTML_04/anhang-loesungen.html +++ b/OR_HTML_04/anhang-loesungen.html @@ -94,7 +94,7 @@
- +
diff --git a/OR_HTML_04/anhang-modellierungsmuster.html b/OR_HTML_04/anhang-modellierungsmuster.html index ecb4675..2f3d1af 100644 --- a/OR_HTML_04/anhang-modellierungsmuster.html +++ b/OR_HTML_04/anhang-modellierungsmuster.html @@ -94,7 +94,7 @@
- +
diff --git a/OR_HTML_04/anhang-spickzettel.html b/OR_HTML_04/anhang-spickzettel.html index 68e1c96..9bb8d60 100644 --- a/OR_HTML_04/anhang-spickzettel.html +++ b/OR_HTML_04/anhang-spickzettel.html @@ -94,10 +94,10 @@
- +
- +

Anhang D: Spickzettel der Solver

@@ -406,7 +406,7 @@
- +