基于模糊回归分析的投资组合选择模型

近年来,在存在模糊性的金融市场中如何进行有效的投资组合管理吸引了学者们的关注,本文利用模糊线性回归对不同市场上长度不一致的股票数据进行了刻画和分析,并在改进的收益和协方差矩阵基础上构建了投资组合选择模型.算例结果表明,在股票数据长度不一致时,基于模糊回归分析的投资组合选择模型比截断数据的投资组合模型以及基于普通最小二乘回归的投资组合模型有更好的表现.     

不确定终止时间和通货膨胀影响下风险资产的最优投资策略

本文基于连续时间均值-方差框架,研究了通货膨胀影响下投资终止时间不确定的最优投资组合选择问题.与以往大多数文献不同,本文所考虑的金融市场仅存在风险资产.首先构建了含通货膨胀及终止时间不确定因素的风险资产均值-方差投资组合选择模型.然后利用随机动态规划方法和Lagrange对偶原理得到了有效投资策略及有效边界的解析表达式,并进一步讨论了本文模型的几种特殊情形.最后,通过数值算例对本文所得结论进行阐述.     

基于集成预测的均值-方差-熵的模糊投资组合选择

通过基于集成预测的方法构建模糊投资组合, 代表性地选择了遗传神经网络模型、 多因素SVM回归模型和ARIMA时间序列模型作为组合预测中的单一模型, 并将单一模型预测结果作为模糊变量进行投资组合优化, 实证结果表明基于集成预测的均值 -方差-熵的投资组合相比其他组合收益率更高, 相对风险更低. 该方法可以用于投资基金管理、 金融风险管理等实际工作中,以便提高决策的科学性.     

基于均值-MF-X-DMA的能源产业链投资组合策略

国际能源金融市场是复杂的非线性系统,极端气候、地缘政治和金融风险等因素深刻影响能源投资活动。基于分形理论与产业链理论,提出优化中国能源产业布局及外汇能源资产配置的投资策略。结合均值-方差模型与多重分形方法,构建均值-MF-X-DMA模型,并选取标普>500指数中反映能源产业链5个环节的10支股票进行分析。研究结果表明：每支股票的收益率均具有分形特征,分形市场假说适用于能源投资组合的构建;基于产业链理论的选股思路,能够构建稳定性更好、收益率更高的投资组合;与传统投资组合模型相比,除了标度为10以外,该投资组合策略在其他标度下均能取得更高的收益和夏普比率、詹森指数、特雷诺指数,并弱化系统性风险的影响。     

时-频域视角下的集成高阶矩投资组合策略研究

针对以往研究不足,本文基于时-频域视角,借鉴"分解-集成"思想,将极大重叠离散小波变换方法与高阶矩投资组合框架相结合,构建了小波-集成高阶矩投资组合模型.鉴于小波函数诸多且性质各异,本文又提出"分解-混合-集成"思想,并构建混合小波-集成高阶矩投资组合模型.基于股票、原油和黄金数据,本文采用构建的模型进行样本外投资组合检验和分析,并进行稳健性检验,实证结果表明:相较于对照组,小波-集成高阶矩策略取得了较好的投资效果,为投资者带来更高的收益、夏普比率以及效用水平;凭借混合诸多小波函数的优势,混合小波-集成高阶矩策略取得了更佳的组合效果,显著优化了小波-集成高阶矩策略.稳健性检验佐证了上述结论.     

随机最优证券投资组合模型

讨论了当投资的预期收益率和风险损失率为随机变量时 ,证券投资组合模型的优化问题 .并分别建立了证券投资组合决策系统的期望值模型及机会约束规划模型 .最后设计了基于随机模拟的遗传算法 ,该方法有效地解决了证券投资组合模型的优化问题.     

基于线性学习函数的泛证券投资组合策略

最优定常再调整策略所产生的收益随时间成指数速度增长, 寻找与最优定常再调整策略的收益具有相同指数增长率的在线序贯投资组合是近年来投资组合研究的一个 热点. 首先提出了基于线性学习函数的在线投资组合策略, 其中线性函数的系数是一个与股票相对价格和收益有关的区间的中点. 用相对熵函数定义两个投资组合向量之 间的距离, 进一步证明了基于线性函数的在线投资组合策略是泛证券投资组合. 最后, 分别在两支股票和三支股票组成的多个投资组合上进行了数值计算, 并 与Cover等人提出的泛证券投资组合策略进行了比较. 结果表明这种基于线性学习函数的在线投资组合策略能获得更多的收益, 从而为投资者提供了新的 在线序贯投资组合决策的方法和依据, 具有重要的现实指导意义.     

基于高频夏普指数的组合证券投资模型

资产选择与最优组合权重的设置是构建投资组合的两个关键步骤,利用日内高频数据构建一个夏普指数序列来进行资产选择,同时考虑多种组合策略.以沪市A股市场数据进行样本外实证分析。结果表明,不论市场处于下行还是上行行情,基于高频夏普指数选股方法构建的组合都能得到较高的风险调整收益,并具有较小的风险,同时在最优风险组合下,能得到可观的超额收益.     

现代投资组合理论的新进展

现代投资组合理论虽已诞生了半个世纪,但有关它的研究仍层出不穷.文中考察了近十年来有关现代投资组合理论的新进展,将之大致分为引入流动性的投资组合理论、基于VaR的投资组合理论、行为投资组合理论和基于非效用的投资组合理论等四类,并阐述了各自的主要内容.最后,简要地评论了这些进展.     

基于A-H股溢价率的价值投资策略研究

寻找有效定价因子并构建可获得超额收益的投资策略一直是金融理论界和实务界关注的核心问题.本文运用组合价差法分别研究了基于A-H股溢价率的3种价值投资策略1998年至2007年的超额收益,发现空间策略和时间策略都可获得超额期望收益,时空交叉策略又可进一步提高超额收益.基于Fama等(1992)构造合溢价率的4因素模型,证明了在控制市场风险、B/M比值和公司规模3个因素后,溢价率效应依然存在.     

基于Copula-GARCH-EVT的资产组合选择模型及其混合遗传算法

在非正态分布的条件下,M arkow itz的均值-方差资产组合选择模型存在不足。为此,以V aR和CV aR作为风险度量方法,EVT反映收益率的尾部分布,GARCH反映收益率的波动性,Copu la函数反映金融资产收益的相关性,构建了基于Copu la函数的资产组合选择模型。针对非正态分布条件下V aR非凸性和分布函数不连续性导致资产组合选择优化计算复杂、不精确的难题,设计了基于单纯形和传统遗传算法的混合遗传算法。最后,根据中国证券市场数据,采用该混合遗传算法对建立的资产组合选择模型求解。     

用遗传算法求解改进的投资组合模型

在传统Markowitz投资组合模型中考虑了最小交易量、交易费用以及最大投资上限等实际因素，得到了一个改进的投资组合模型。该模型是一个非线性整数规划问题，传统算法难以有效求解。为此，设计了一种基于整数编码的遗传算法求解该模型。实际算例表明，所提出的算法是有效的。     

基数约束投资组合选择问题

投资者在进行投资组合选择时，通常希望得到的投资组合方案中，被选择资产数量可控，风险水平足够小。模型中通常以基数约束来控制投资组合方案中选择的资产数量。基于一类基数约束投资组合选择模型，该模型以最小化风险函数为目标，在不允许卖空前题下，考虑基数约束和预算约束。该模型应用极其广泛，但目前尚无商用软件可以直接精确求解。提出一种全局最优化算法，在分支定界法框架基础上，以一阶算法求解下界松弛问题。通过Fama-French产业投资组合基准测试数据集设计仿真实验，实验结果表明，本文提出方法能有效解决带基数约束的产业投资组合问题，能够给出任意基数要求的全局最优投资组合方案。     

基于Copula函数的金融理财产品风险度量

根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上具有的优势，构建了反映金融理财产品收益实际分 布和相关性的联合分布函数. 为了研究度量收益率的实际分布和相关性对金融理财产品组合选择的影响，采用蒙特卡罗 方法对金融危机前期（稳定期）和金融危机时期（危机期）的投资组合进行了风险分析.     

信息不确定下的主动打断项目组合选择问题鲁棒优化

在项目组合选择问题中,历史数据的缺乏以及预测和估计过程中出现的不可避免的误差,会导致模型中的参数无法被准确地估计,进而给决策带来巨大的风险.因此,构建合适的鲁棒优化模型,为企业提供能有效应对参数不确定性的鲁棒解,对企业的风险防范具有极其重要的现实意义.本文首先对确定参数下的主动打断项目组合选择问题数学模型的特点进行了分析.进一步地,介绍了鲁棒优化问题中不确定情境集的概念,并给出了允许管理者根据其偏好确定不确定情境集大小的方法,构建了全新的基于情境的鲁棒优化模型,进而计算出在所规定的不确定情境集内的最坏情境下能保持可行性与最优性的鲁棒解,实现了鲁棒性与最优性间的权衡,最后,通过GAMS/BARON进行了算例分析,验证了模型的合理性与有效性.从理论上,本文首次将鲁棒优化理论扩展到了主动打断项目组合选择问题中,针对现有的项目组合选择问题鲁棒优化理论仅能应对有限个可行解的不足之处,提出了一类新的鲁棒优化方法,使其能够应对具有无穷多可行解的主动打断项目组合问题.从实践上,随着我国高新产业的发展,具有超前性与特殊性的研究与发展(RD)、信息科技与信息系统(IT/IS)等新兴项目的投资日益受到重视.相较于传统项目,这类项目的高度不确定性使得探究项目组合选择问题的鲁棒优化理论日益迫切.故而本文的研究具有明显的理论价值和现实意义.     

ORDERED WEIGHTED AVERAGINGAGGREGATION METHOD FOR PORTFOLIO SELECTION

Portfolio management is a typical decision making problem under incomplete,sometimes unknown, information. This paper considers the portfolio selection problemsunder a general setting of uncertain states without probability. The investor's preferenceis based on his optimum degree about the nature, and his attitude can be described by anOrdered Weighted Averaging Aggregation function. We construct the OWA portfolio selec-tion model, which is a nonlinear programming problem. The problem can be equivalentlytransformed into a mixed integer linear programming. A numerical example is given andthe solutions imply that the investor's strategies depend not only on his optimum degreebut also on his preference weight vector. The general game-theoretical portfolio selectionmethod, max-min method and competitive ratio method axe all the special settings of thismodel.     

单位风险预期超额收益最大化的组合证券资产选择

本文研究了单位风险预期超额收益最大化的组合证券资产选择问题，给出了最优证券组合的计算方法及以无风险收益率为参数、连续确定不允许卖空有效证券组合构成变动和有效边界的单纯形方法，以释例说明了有关方法的应用．文中还进一步讨论了单指数市场模型下的简化算法．