带有模糊收益率的投资组合选择模型

考虑了预期收益率为模糊数的投资组合选择问题,利用模糊约束简化方差约束,建立了投资组合选择的模糊线性规划模型,然后利用模糊数学知识把 模糊线性规划问题转化为多目标线性规划问题,并且设计了模糊算法对其求解,最后通过一个数值算例检验所提模型的可行性,并且对模糊数模型与清晰数模型进行了比较.     

考虑投资者心理的模糊多目标投资组合模型及交互式算法

考虑证券市场的模糊不确定性和投资者的不同风险偏好特征,将资产收益率及换手率视为模糊变量,以投资组合的收益、风险及流动性为投资目标,构建考虑投资者风险态度的模糊多目标投资组合模型。进一步,考虑投资者损失厌恶及参照依赖等心理特征,设计基于累积前景理论和TOPSIS法的交互式算法(CPT-TOPSIS交互式算法)求解模型。最后,采用实证方法检验模型及算法的有效性。结果表明:CPTTOPSIS交互式算法和考虑投资者风险态度的模糊多目标投资组合模型不仅能够反映投资者的风险偏好、损失厌恶和参照依赖的心理特征,满足不同风险态度投资者的投资需求,且能获得超过市场的收益,可以作为投资者实际决策的依据。     

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。     

摩擦市场下加权极大-极小随机模糊投资组合模型及实证

考虑投资者面临证券市场随机和模糊的双重不确定性，把证券收益率视为随机模糊变量. 根据前景理论建立符合投资者心理特征的期望收益和目标概率隶属度函数，构建目标权重不等的加权极大- 极小随机模糊投资组合模型. 在含有交易费用和最小交易单位约束的摩擦市场环境下，利用改进动态邻居粒子群算法求解投资组合问题. 采用实证方法把市场分为上升和下降两个阶段，研究模型的表现. 结果表明： 加权极大- 极小随机模糊投资组合模型的收益率优于均值-方差投资组合模型； 利用加权极大- 极小随机模糊投资组合模型能够满足不同风险态度投资者的需求，构建与投资者风险态度一致的投资组合.     

具有不对称风险交互效应的R＆D项目组合选择方法

研究具有不对称风险交互效应的R＆D项目组合选择问题.通过风险关联度来刻画风险交互效应,给出了项目在组合中的风险计量方法,并建立了具有资源约束的双目标规划模型.设计了以最大化组合期望收益为主、最小化组合风险为辅的一种启发式算法.通过实验分析,指出了算法在运行时间与执行效果上的有效性.     

一个基于模糊决策理论的投资组合模型

对清晰和模糊两种情况下的组合投资问题进行了研究 ,提出了相应的模型和求解方法 .模型以绝对偏差和代替方差 ,假定交易费用函数为 V-型函数 ,给出了将目标函数中含有非线性项或含有非线性约束的优化模型转化为线性规划问题的一个简便方法 ,不仅大大地简化了模型的计算 ,更重要的是使得在线解决大型组合投资问题成为可能 .投资者的主观意见反映在模糊情况的组合投资模型之中 .最后通过一个例子来说明本文所提出的方法 ,并对文中两个模型进行了对比分析     

一个证券组合投资分析的对策论方法

将给出证券组合投资分析的一个对策论方法 .将最小的可能收益作为风险的度量 ,将投资者的投资心理及证券市场的随机性考虑到模型之中 ,建立了证券组合投资的双层规划模型 ;对模型进行了理论分析、提出了求解算法 ;通过一个例子来说明如何用本文方法来进行证券组合投资分析.     

存在银行贷款的模糊资金预算机会约束模型

讨论了企业运用自有资金及银行贷款进行投资时的资金预算问题.与以往的研究不同,假设投资支出、项目年收益以及金融机构贷款都为模糊变量,给出了两种基于模糊变量可信性测度的机会约束项目优选模型,并设计了基于模糊模拟的遗传算法,给出了模型问题的一般求解方法.提供了两个数值例子,用以说明建模思想和算法的有效性.     

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。     

区间数模糊投资组合模型

利用模糊约束将Markowitz投资组合模型转化为模糊线性规划模型，用区间数来描述证券的期望收益率和风险损失率，建立区间数模糊证券投资组合模型，利用区间数知识把区间规划问题转化为参数线性规划问题对该模型进行求解，通过算例阐述方法的有效性。     

含交易成本和机会成本的极小极大多期投资组合选择模型

本文考虑了摩擦市场下的多期证券投资组合选择问题,利用极小极大原理,建立了在含有机会成本和交易成本的多期极小极大投资组合选择模型.利用非线性规划相关理论, 证明了该模型最优解的存在性,并利用凸规划相关理论与Kuhn-Tucker条件给出了求解该模型的一种方法,最后通过实例对结论进行了说明.     

模糊多目标有约束投资项目选择建模

基于模糊多目标评价 ,对有约束条件的多个投资项目的选择问题 ,建立了一个模糊规划模型 ,利用一种对模糊数排序的解模糊函数 ,对集结成的各项目的非线性模糊综合评价值解模糊 ,将模糊规划模型转化为线性规划模型求解 ,最后给出了一个例子.     

基于模糊随机规划的反TBM目标分配优化模型

针对反导目标分配优化问题中存在的不确定性特征,引入模糊随机规划理论.首先建立了基于模糊随机规划的反战术弹道导弹(tactical ballistic missile,TBM)的目标分配优化模型.在此基础上,构建了一种针对多约束目标分配问题的粒子编码方案,并改进传统粒子群算法的位置和速度更新方式,提出了改进型离散粒子群(improve discrete particle swarm optimization,IDPSO)算法.最后,设计了模糊随机模拟技术和IDPSO算法相结合的混合智能求解算法.仿真实例表明,混合智能算法全局寻优能力强,优化效率高,满足反TBM目标分配优化对时效性的要求.     

A branch-and-cut approach to portfolio selection with marginal risk control in a linear conic programming framework

Marginal risk represents the risk contribution of an individual asset to the risk of the entire portfolio In this paper, we investigate the portfolio selection problem with direct marginal risk control in a linear conic programming framework. ＇The optimization model involved is a nonconvex quadratically constrained quadratic programming （QCQP） problem. We first transform the QCQP problem into a linear conic programming problem, and then approximate the problem by semidefinite programming （SDP） relaxation problems over some subrectangles. In order to improve the lower bounds obtained from the SDP relaxation problems, linear and quadratic polar cuts are introduced for designing a branch-and-cut algorithm, that may yield an e -optimal global solution （with respect to feasibility and optimality） in a finite number of iterations. By exploring the special structure of the SDP relaxation problems, an adaptive branch-and-cut rule is employed to speed up the computation. The proposed algorithm is tested and compared with a known method in the literature for portfolio selection problems with hundreds of assets and tens of marginal risk control constraints.     

武器装备体系组合规划的高维多目标优化决策

针对武器装备体系组合规划问题中存在多类相互冲突的高维多目标问题(目标数 ≥ 5),提出了一种三阶段的集成优化决策方法. 首先运用目的规划技术将高维多目标问题转换为一般多目标优化模型(目标数 ≤ 3); 然后提出一种多目标差分进化算法,用于搜索属于决策者关心区间的非劣解集; 最后提出基于预测优化的理想点算法,可生成精确满足决策者偏好的最佳折衷解. 通过某侦察装备体系组合规划示例,证明了各算法模块的优势和该方法的整体有效性,可为武器装备发展和顶层规划提供决策支持.