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。     

基于均值-AVaR的投资组合均衡分析

以Markowitz均值-方差模型为基础,利用均值-VaR方法,提出了AVaR(Average Value at Risk)极小化以及在此条件下的投资组合均衡理论,得到了一种使单位收益风险价值最小的投资组合决策方法.     

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Markowitz资产组合理论的油气勘探开发投资决策

利用Markowitz的资产组合模型对石油天然气工业上游勘探开发领域的风险分散问题进行了模拟决策。根据Markowitz理论,管理者在决策时不仅要依据价值,同时还要根据风险来对油气勘探开发投资组合进行决策。首先在油气行业实际假设的基础上,建立了一种改进的油气勘探开发Markowitz决策模型,然后利用模拟数据,分别得到了单个项目投资最大额有、无限制两种假设下的油气勘探开发决策有效前沿。研究结果表明,资产组合理论可以应用到油气勘探开发投资决策中。     

基于DPSO-RK算法解带有交易成本的投资组合选择问题

目的在Markowitz均值-方差模型的基础上,建立带有交易成本且期望收益和风险都有一定误差的投资组合选择模型,即乐观情况下期望收益最大风险最小模型和悲观情况下期望收益最小风险最大模型。方法根据模型特点,设计了基于Runge-Kutta法的差分进化粒子群优化(Differential PSO with Runge-Kutta,DPSO-RK)算法。结果与结论数值试验表明用DPSO-RK算法求解该模型是有效的,模型符合实际,与改进的粒子群优化算法(Improved Particle Swarm Optimization,IPSO)相比,本文所提出的算法具有更好的仿真结果。     

证券投资组合理论在中国的适用性分析及其改进

对马克维茨(Markowitz)投资组合(Portfolio)模型进行了阐述,即投资者进行决策时总希望用尽可能小的风险获得尽可能大的收益,或在收益率一定的情况下,尽可能降低风险·并且针对马克维茨投资组合模型假设条件中的市场效率、风险测度、参数估计时效性、零交易费用等假设条件进行了分析,提出了马克维茨证券组合理论在我国运用存在的主要问题,并对组合证券投资优化模型的改进提出了自己的思路·     

基于单位收益风险的投资决策模型与分析

为得到更为适用的投资决策模型与分析方法,首先建立了单位收益风险度量模型,然后,借助于该模型和方法,对Markowitz型有效集中的资产组合选择问题进行了全面的分析、评价,并得到了单位收益风险最小的资产组合,同时,与用经典的标准差度量方法所得结果也进行了比较,在此基础上给出了更为合理的投资决策建议.     

几种最优投资组合在有效边界上相对位置

讨论了均值-VaR、均值-AVaR、方差-均值比等风险-收益投资组合优化模型的最优解的有效性.基于Markowitz均值-方差模型和有效边界理论,证明了如果各模型的最优投资组合存在,则一定位于均值-方差有效边界上.计算了各投资组合模型最优解处的均值和标准差,根据计算结果讨论了各模型的最优投资组合在有效边界上的位置.特别地,均值-VaR模型的最优投资组合在有效边界上的位置与置信水平有关.     

Markowitz模型的遗传算法求解与实证研究

Markowitz模型主要讨论由多种证券构成的组合作为一个整体的风险与收益的关系,以及投资者如何在组合中合理地分配自己的投资金额等问题.本文通过对Markowitz模型进行深入分析,提出了应用遗传算法进行求解,并通过实证研究,进一步验证该算法是有效的.     

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.     

基于GA-FUZZY的投资组合满意度优化研究

在Markowitz均值-方差模型的基础上,利用隶属度函数转化了投资组合预期收益与风险方差的函数关系表达式,构建了在不同模糊目标、模糊约束权重系数下的模糊投资组合集成模型,引入遗传算法有效地解决了投资组合模糊最优满意度决策问题.并以我国资本市场三种最基本的金融资产开展实证分析,取得了较好的效果.     

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。     

投资组合理论中统计方法的应用及该理论的局限性

文章以Harry.Markowitz的投资组合理论为基础,用统计方法具体分析投资组合如何能有效降低投资的非系统风险,并分析投资组合理论应用于现实证券市场中的局限性,为理性投资者提供参考.     

基于最小信息熵—最大增值熵的投资组合优化模型

针对Markowitz的均值-方差模型的缺陷,用信息熵代替方差度量风险,用反映资金的增值速度的增值熵代替均值,提出了一种新型投资组合模型——最小信息熵-最大增值熵模型,并通过多目标决策方法中的模糊集理论对模型进行求解。同时,给出了通过引入权重系数,将原模型转化为了具有单一目标函数的求解方法。最后通过上海证券交易所的实际数据验证了模型的可行性和有效性。     

一种有交易费用的交互式组合证券投资方法

针对Markowitz组合证券投资模型计算复杂、可操作差等缺陷,基于收益和风险满意度,试图提出更符合市场要求且更可操作的组合投资模型.通过分析提出了一种新的交互式组合证券投资方法,即将不可微的双目标规划问题转化为一个线性规划问题.该方法可以充分考虑投资者的要求.在考虑交易费用的前提下,在整个投资方案达到投资者要求底限的同时,实现收益和风险的权衡,并给出了数值算例.     

聚类分组法修正协方差阵的最佳投资组合方案

给出了Markowitz模型的解并分析了最优化投资组合不稳定的原因.在此基础上,提出了一个新的方法:用聚类分组法调整样本协方差阵从而得到一个更好的投资组合.为了证明该方法的合理性,运用来自中国股市的真实数据来模拟"真实的投资".事实证明,用这种方法所得到的投资组合较传统方法有更好的收益率和更低的风险,且可以用风险预测来进行事后验证.     

基于交易费用和绝对偏差的证券投资组合模型

在Markowitz均值-方差模型的基础上,在衡量组合收益时,考虑了交易费用;在衡量组合风险时,引入绝对偏差,建立了基于交易费用和绝对偏差的证券投资组合模型.实证分析的结果表明,该模型是有效的,与均值-方差模型相比,节省了计算时间,为投资者提供了一个简单实用的选择模型.     

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。     

Markowitz组合证券投资决策模型的修正

在分析Markowitz模型不足的基础上,提出了一个修正模型。该模型将投资者所能承受的最大损失锁定,重新定义了投资组合收益和风险的概念,通过引进投资者对待收益和风险的心理取向系数,将收益和风险两目标融为一体,从而将双目标优化模型转变成单目标优化模型。并针对深圳股市上9种股票的数据进行了计算,验证了模型的有效性。     

最优外汇组合投资及管理

应用Markowitz组合证券投资理论对外汇投资进行了研究,讨论了外汇投资组合的选择和外汇储备的最优调整模型,并给出了最优组合投资及最佳调整策略,结合历史资料分别进行了计算和分析。