Jean-Charles Richard

法国量化研究员，Lyxor Asset Management 量化研究部成员，2019 年前后在 Eisler Capital 任量化研究总监。研究方向是大规模组合优化算法与风险预算方法的结合。

在本 wiki 的论文

• Bruder, Richard, Gaussel & Roncalli 2013 — 组合配置的正则化 — 参与综述 MVO 的估计误差问题与稳定化手段
• Griveau-Billion, Richard & Roncalli 2013 — 高维风险平价组合的快速算法 — 把风险预算问题写成带对数障碍的二次函数最小化，用循环坐标下降求解；n=500 时 CCD 耗时 13、Nesterov 37、Newton 24，n=1500 时 CCD 110、Nesterov 1575
• Richard & Roncalli 2019 — 带约束的风险预算组合 — 与 Roncalli 合作，处理「加约束后风险预算失去意义」的问题，给出带对数障碍的正确优化表述、ADMM / CCD / 近端算子 / Dykstra 算法，以及「缩放谜题」

方法论取向

把组合优化当作大规模机器学习优化问题。 2019 年那篇明确说论文的一个目的是「推广在机器学习里非常流行、但在金融界不为人知的优化算法」，并说明传统约束优化算法（SQP、信赖域、内点法）在带对数障碍的约束 RB 问题上都找不到解。他与 Roncalli 的分工是：Roncalli 提供风险预算的理论结构与表述，Richard 负责把问题改写成可以交给现代凸优化求解器的形式。

他也在做「智能贝塔」这条线：Richard & Roncalli (2015) 的 Smart Beta: Managing Diversification of Minimum Variance Portfolios 是 2019 年 C-ERC 构造（把小盘股权重锁定在市值权重、对大盘股做全局等风险贡献）的前身。

相关

• Thierry Roncalli · Théophile Griveau-Billion — 长期合作者
• 高维风险平价算法 · ADMM 算法
• Risk Parity — 方法最终服务的对象
• 注意：本页的 Richard 与 Richard Roll 是不同的人。