基于Markov链的两心理账户BPT研究

针对投资者的有限理性特征，利用Markov链构造了投资者两心理账户之间的动态转换模型。描述了随机数量转换对投资者证券投资决策的影响机理，数据模拟与实证分析表明：基于Markov链的两心理账户BPT(行为证券组合理论)模型能够有效反应决策者的实际情景。     

基于认知风险价值的行为证券组合模型

考虑人的心理行为因素，利用价值函数描述了投资者的认知风险；以Copula联结函数、混合分布和Jacob矩阵,建立了多心理账户条件下证券组合决策的联合概率分布和关联结构；在Shefrin和Statman行为证券组合理论体系下，提出了一种基于认知风险价值的行为证券组合模型；算法释例结果表明，相对于传统的行为证券组合理论，该模型更为逼近证券组合决策的实际情景。     

基于IOWA算子的行为证券组合投资决策研究

旨在通过建立投资者多心理账户权重的确定方法,用以改进传统的行为证券组合理论(BPT).针对投资者多心理账户的模糊性和随机性特征,引入诱导有序加权平均(IOWA)算子描述投资者心理账户的权重确定过程;基于此,建立了经过IOWA算子调整的BPT模型;算法释例表明,确定投资者各个心理账户的权重有利于精确描述其资产配置的优化过程.     

E-SV风险测度组合证券投资模型及代数解法

分析了 Markowitz模型在实际应用中的不足之处 ,以 E- SV风险测度为基础提出了组合证券投资决策的效用函数 ,并建立了允许卖空条件下的投资决策最优化模型。该效用函数可以避免 Markowitz模型关于证券收益率的正态假设 ,以及投资者的风险厌恶假设。另外 ,提出的组合证券投资决策模型可以通过代数方法求解。对Markowitz模型和我们所提出的模型进行了比较分析 ,并结合案例分析 ,阐述了我们的决策模型在理论和实际应用中的有效性。     

Harlow下偏矩证券组合优化模型的求解方法研究

针对Harlow下偏矩证券组合优化模型求解的困难，通过恰当变换，得到了该模型的转换形式，此转换模型不但求解容易，而且能得到相应证券组合的下偏矩统计量的精确值，为下偏矩在投资分析中的应用提供了简便易行的方法；最后，通过上海证券交易所的实际数据说明了该模型的实用性。     

有关风险测度及组合证券投资模型研究

Markowitz以证券收益率的方差作为投资风险的测度建立了组合证券投资决策模型 ,并进行最优证券组合的选择 .本文分析了 Markowitz模型的不足之处 ,以半方差 ( E- Sh)风险测度为基础 ,提出了最优证券组合选择的风险目标函数 ,建立了组合证券投资决策的最优化模型 ,同时给出了最优化模型的求解方法以及证券组合有效边界的确定方法 .最后 ,文章结合实际案例 ,分析了风险目标函数及最优化模型在实际应用中的有效性.     

多心理账户下基于QFD的多产品库存优化

针对顾客有限理性引起的需求模糊性和随机性,引入多心理账户于多产品库存决策系统,指出库存决策者的金字塔式心理账户结构.以顾客满意为驱动力,基于QFD(质量功能展开)将顾客需求转化为对多产品库存的优化.结合行为证券投资组合理论建立了一种具有机会约束属性的多产品库存优化模型,并给出了其求解算法.     

限制性卖空条件下β值证券组合

以β值证券组合投资决策模型为理论基础，在允许有保证金要求的卖空和允许抵押的卖空条件下分别提出了相应的β值证券组合投资决策模型，并研究了它们的解及其性质.     

限制性卖空条件下β值证券组合投资决策模型

以β值证券组合投资决策模型为理论基础，在允许有保证金要求的卖空和允许抵押的卖空条件下分别提出了相应的β值证券组合投资决策模型，并研究了它们的解及其性质。     

证券投资基金的一种投资组合选择模型

以Markowitz组合证券投资模型为基础，在期望—半方差(E—Sv)风险测度条件下，针对带有交易费的投资组合优化问题进行了研究．提出了一种变形Γ—分布来描述股票的收益，给出了分布中参数的确定方法．根据中国证券投资基金的实际情况，建立了一种新的组合证券投资模型，为证券投资基金等机构投资者解决大型证券投资决策问题提供了一种方法．     

基于细胞免疫应答理论重建故障诊断智能体

借鉴生物免疫中的独特性网络调节理论，将进化的单一诊断Agent对应为免疫系统中的抗体，诊断系统中多Agent群体适应度增加量作为抗原，并依据生物系统的相似性理论，构造了诊断多智能体的细胞免疫型智能体重构控制的结构模型；提出了一种基于行为Petri网技术的工作流模型重建故障诊断智能体的算法，实现故障诊断系统中的多智能体的群体进化，自组织与突破，并给出Agent重构的非线性动力学解释。     

基于KL距离的交互式动态影响图近似算法

交互式动态影响图(interactive dynamic influence diagrams, I-DIDs)状态空间太大,候选模型的数量随时间变化而呈指数倍增长。针对其备受计算量困扰的问题,提出一种利用近似行为等价原理与区别模型更新算法(discriminative model updates,DMU)相结合的近似算法。首先给出了基于Kullback-Leibler (KL)距离模型行为等价和近似行为等价的定义,然后基于KL 距离和候选模型的动作对候选模型聚类,自上而下合并策略树形成策略图,最后利用DMU算法进行求解。仿真结果表明,相对于传统的DMU算法,所提近似算法能显著降低候选模型的数量,提高I-DIDs的效率,对I-DIDs的理论及应用研究具有参考价值。     

基于代表性偏差的行为投资组合模型及实证

代表性偏差这一心理特征分为横向代表性偏差和纵向代表性偏差,将其分别引入投资组合模型, 研究了它们对投资者投资组合决策的影响. 提出了代表性收益概念, 从期望效用最大化的原则出发,把投资者的效用表示为期末收益和超额代表性收益的函数,建立了基于纵向代表性偏差的最优投资组合模型(横向类似), 实证分析表明这一模型能够得到投资组合的有效前沿.     

考虑行为特征的多期鲁棒投资组合模型及实证研究

考虑投资者的行为特征以及模型参数的不确定性,构建考虑行为特征的多期鲁棒投资组合模型.在前景理论的基础上,引入动态损失厌恶系数和动态财富参考点,建立动态前景理论价值函数.为了满足投资者的安全性要求,在模型中考虑机会约束,调整模型的保守程度.针对模型多期规划的特点,设计两阶段初始化策略.进一步地,在标准粒子群算法的基础上,根据种群性能的反馈信息,设计多频振动变异操作,提出改进的粒子群算法.实证结果表明:改进的粒子群算法能够有效提高算法的求解精度;考虑行为特征的多期鲁棒投资组合模型能够满足投资者的心理预期,且在实际投资决策中具有可行性.     

新兴产业保护中的两产品关税谈判模型

用多目标规划与博弈论方法研究两国与两国产业(或缔约方双方与双方产业)的决策与竞争，建立了6个参与人的规划与博弈混合的多层次的两产品关税谈判模型，该模型包含3层次．上层是一个多目标规划模型，中层包含一个博弈模型，下层包含两个博弈模型．在给定满足模型假设条件的参数下对模型进行了求解与分析，并求出了模型的关税谈判均衡解．模型可用于政府制定关税决策，预测关税上限对国家与产业的影响。     

改进人工鱼群算法在外汇预测和投资组合中的应用

人工鱼群算法具有良好的全局搜索能力和自适应能力,在解决投资组合问题上有较好的应用前景.本文通过改进人工鱼群算法,分别对汇率预测和外汇投资组合双目标优化两部分进行研究.首先利用基于平均距离视野的人工鱼群优化的支持向量回归机算法对汇率进行短期预测,提高了外汇预期收益率的准确性.然后建立外汇投资组合双目标模型,通过借鉴带精英策略的快速非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)的思想,提出基于Pareto排序理论的双目标非支配排序人工鱼群算法(non-dominated sorting artificial fish swarm algorithm,NSAFSA).实证分析表明该算法在求解外汇投资组合方案时,获得的Pareto前沿比NSGA-II的结果分布更均匀,多样性更好.最后对NSAFSA算法进一步改进,通过两次剪枝策略提高了解的质量,并给出了可供选择的最优外汇投资组合方案.研究结果表明人工鱼群算法可以对汇率预测和外汇投资组合提供重要参考,在外汇市场中具有较大的应用潜力.     

收益率为模糊数的加权证券组合选择模型

Markowitz基于概率理论建立了有名的均值方差证券组合模型，文章则基于模糊理论建立了一类具有权系数的均值方差证券组合模型，首先对证券市场上的收益与风险特性重新进行度量和刻画，提出了一类新的具有加权的可能性均值、方差及协方差的概念，类似于概率论中均值方差的分析讨论了这些概念的性质．其次基于该文定义的均值方差，建立了以收益率为模糊数的加权可能性证券组合投资模型，并给出了相应的加权可能性有效证券组合及有效前沿概念，通过求解两个相对应的优化模型得到了一个具有带状投资区域的有效前沿．尤其当资产收益率具有线性或分段线性隶属函数的模糊数时，该证券组合选择模型实质上为一个线性规划问题，因此有效前沿可化为一个具有折线段的带状投资区域。     

人工鱼高级行为规划和运动模型研究

以生物学理论为依据,从人工智能和人工生命相结合的角度提出了人工鱼的高级行为规划和运动模型.高级行为规划即设计多种行为序列以实现当前意图,使人工鱼能够根据不同的环境条件选择相应的行为策略.运动模型在高级行为规划指导下,将行为序列分解为具体动作来执行,作用于环境.人工鱼的运动由饥饿度、危险度等内部状态驱动,并受体力的影响.仿真实验表明该模型能够更合理、有效地模拟真实鱼类的生命特征和智能行为.