新风险概念下的最优证券组合投资模型

剖析了原理论把方差当作风险及运用无差异曲线求解最优证券组合存在的问题,提出了临界收益率概念、以损失概率为内涵的新风险概念和在此基础上的证券组合投资原则:损失概率最小或临界收益率最大·建立了以损失概率和临界收益率为目标的最优证券组合投资模型     

基于混合遗传算法的投资组合优化改进模型研究

证券投资组合优化问题的实质就是有限的资产在具有不同风险收益特性的证券之间的优化配置问题.本文在马克维茨投资组合的均值一方差模型框架下,提出改进的证券投资组合优化模型,即以VAR作为风险度量工具和以RAROC作为目标优化函数的投资组合优化模型.从理论上讲该模型更符合投资工具的风险收益规律,同时采用遗传算法求解也保证了该模型在投资实践中应用的有效性.该模型和求解方法的有效性在上证A股市场的实证研究中得到了验证.     

市场变化条件下的最佳投资组合模型研究

VaR(ValueatRisk)是一个在当前的金融市场条件下,各种不同的风险测量一个确定投资的获利的重要方法。近年来,套利研究被用来开发这种风险的可行方法。提出了VaR估计并提出新问题。假设给定一个可接受的VaR,如何确定一组给定证券的组合投资的最大收益,并且同时满足的约束条件。假设市场条件是变化的,如何在保证的投资组合下,在给定的范围内,获得一个投资重组(重新平衡)策略,使其在一系列投资组合中相应的收益最大。为了解决这些问题,采用并进一步开发了一种算法来进行这些投资组合的优化问题。     

证券投资组合中的熵优化模型研究

为了解决马科维茨(Markowitz)模型中以证券收益率的方差测度投资风险的局限性,基于熵以及差熵的概念,在研究其均值方差模型的基础上,提出用熵和差熵来作为风险的度量方法,从而建立了几种关于熵的证券投资组合优化模型,使对证券投资组合模型的研究和应用更加合理、客观.     

风险证券组合对偶问题的推广与应用

美国经济学家Markowitz在1952年首次提出最优投资组合理论,通过建立均值-方差模型解决了证券投资组合在期望收益水平下求得风险最小的最优投资组合和有效前沿的问题。文章考虑成交量因素所带来的风险,引入偏好系数α,把投资组合风险分解为价格风险和成交量风险,即σ_P~2=ασ_(pr)~2+(1-α)σ_(pv)~2,将Markowitz对偶问题模型进行了推广。文章还研究了证券组合由风险证券构成时的最优投资组合及其有效前沿问题,借助Eviews8.0和MATLAB(R2010b)软件对沪深股市中两组股票的日数据和月数据投资组合进行了实证分析,说明推广后的结果更符合实际情况。     

基于模糊线性规划的证券组合投资优化研究

怎样选择一个比较满意的证券投资组合,在一定条件下实现一个最有效率的风险一收益搭配,是证券组合投资优化问题的关键。文中利用L-R模糊数来描述了某证券的期望收益率和风险损失率,从而对证券组合投资问题建立了一种模糊线性规划模型,并给出了模型的求解方法,试图优化证券的投资组合,最后给出了一个算例。     

含无风险投资的证券组合投资线性规划模型

在证券组合投资过程中,为了规避预期风险,投资者会将一部分资金存入银行．提出了一个含无风险投资的证券组合投资的区间数线性规划模型,并确定了其投资比例．该模型使证券组合投资理论更全面、更合理、更有效．     

量融风险及其控制方法研究

这里对金融风险的分类及分析方法作了较为全面的综述,回顾了自马克维茨的证券组合投资理论以来在金融风险问题研究领域取得的主要成果,并从控制的角度对这些理论成果进行了总结,尤其是对如何应用现代控制理论的最新研究成果--鲁棒控制理论制定投资策略,有效抑制金融投资的风险问题进行了研究.     

金融风险及其控制方法研究

这里对金融风险的分类及分析方法作了较为全面的综述,回顾了自马克维茨的证券组合投资理论以来在金融风险问题研究领域取得的主要成果,并从控制的角度对这些理论成果进行了总结,尤其是对如何应用现代控制理论的最新研究成果-鲁棒控制理论制定投资策略,有效抑制金融投资的风险问题进行了研究。     

证券投资风险最优控制问题

在假设证券价格服从几何布朗运动的基础上·首先,建立了证券投资决策最优控制问题数学模型,并把经济学家提出的风险规避系数概念引入到证券投资决策问题中·然后,根据随机最优控制理论,推导出了风险规避投资者的值函数所满足的带有风险规避系数的动态规划偏微分方程,并且得到了基于随机最优控制问题值函数的证券投资最优策略·特别,当风险规避系数无限大时,得到了风险规避投资者的最优投资策略,最后,给出一个算例·     

安全第一的证券组合优化模型与绩效管理

针对传统确定是优证券组合方法即马可维茨方法需知道投资者无差异曲线,从而较难在实践中运用,提出了安全第一准则,借用安全性参数直接求解一个最优化问题,得到了基于安全第一下证券组合优化模型,对其中概率约束条件给出两种处理方法,并就如何评价投资证券组合的绩效人出安全第一指数。     

基于期望与方差判别标准推导资产定价模型(CAPM)

提出了基于期望与方差判别标准的投资组合方法,以此推导出了资产定价公式（CAPM）,得出与Markowitz模型导出的资产定价公式完全一致的结果。     

引入风险厌恶系数的投资组合模型的构建和应用

文章在经典投资组合理论核心思想上引入了风险厌恶系数,采用二进制加速遗传算法使预期收益率和风险损失率都具有随机性,即在不同投资者对收益和风险不同反应的条件下优化投资组合策略,更贴近实际地反映投资者对风险与收益的不同效应,从而选择适合自己的投资组合决策方案。     

基于进化规划的多目标投资组合选择模型研究

在Markowitz的均值－方差模型的基础上，讨论了股票价格中偏度的重要性，并由此引出了一个同时考虑均值、方差和偏度的多目标投资组合选择模型。提出了对该模型进行求解的进化规划算法，同时也说明了用进化规划方法处理多目标优化问题的合理性。用一个算例验证了采用进化规划技术求解多目标投资组合选择模型是有效的。     

基于遗传算法的VaR约束下证券组合模型仿真

在经典的Markowitz证券投资模型的基础上,加入目前在投资领域中广泛应用的风险价值VaR,建立一个以投资回报收益率标准差为目标,以VaR和收益为约束条件的投资组合模型.在正态分布的假设下,将目标函数中非线性约束进行简化.利用遗传算法对该模型进行计算机仿真,取得了良好的效果,解的结果既满足了VaR约束条件,又满足了不同投资者不同收益需求.     

证券组合的投资决策实战模型初探

利用Harry Markowitz的“均值一方差组合模型”,将证券收益率看成时间序列,给出证券组合的投资决策实战模型——即证券投资者能够承担的系统风险范围内,应如何调整投资比例,使得非系统风险最小,期望收益率最大。并且运用统计数据进行具体计算和结果分析。     

基于差分演化算法的证券投资组合研究

差分演化算法作为一种高效的全局优化方法,在众多领域得到了成功的应用.本文首次将差分演化算法引入到证券投资组合中,研究以Markowitz的均值-方差模型为基础的最佳证券组合的优化求解.实验结果表明,该算法与经典的传统遗传算法和粒子群优化算法相比,具有更快的收敛速度及更好的优化结果.     

投资组合理论的脉络及发展

通过对Markowitz投资组合模型、资本资产定价模型(CAPM)、套利定价定理(APT)简评及对比研究,理顺了静态投资组合理论．同时指出动态投资组合理论目前已成为研究的热点及其发展趋势。     

不同借贷利率的投资组合的有效前沿

研究在不同借贷利率下，投资组合的有效前沿，运用一种几何方法，给出该有效前沿的方程，把Markowitz模型的有效前沿、不同借贷利率下的资本市场线(CML)，分别用投资组合的权重向量予以表示，再由CML的定义，就在Markowitz模型的有效前沿上，分别求出不同借贷利率下资本市场线与Markowitz模型有效前沿的切点。由此，得到不同借贷利率下CML的斜率，以及不同借贷利率下投资组合的有效前沿。