投资组合中多目标规划最优化数学模型的应用

本文通过对证券组合投资的预期收益率和投资风险进行综合定量分析,建立了证券组合投资的预期收益率和投资风险进行综合定量分析,建立了证券组合投资的预期收益率和投资风险两个目标均达到最优的多目标规划模型,并对模型进行分析,最后通过案例给出了模型的最优解.     

双极模型的优化策略分析

基于交易量与收盘价,设计了一种识别反转点的双极模型.以万科A股票3年的数据对双极模型进行投资模拟,得到在不同参数组合下的每次买卖投资收益,计算出年均收益率,再由EGARCH模型计算出每次投资的日VaR值和总风险,作出不同参数组合下的收益率和风险散点图及有效边界图.结合不同投资者对风险喜好的无差异曲线,得到对应的最优参数组合,从而为不同类型的投资者提供投资策略.     

基于均值－方差模型的保险资金投资组合研究

首先介绍了马科维茨的均值-方差模型,然后求出了2006-2010年期间的股票收益率、证券投资基金收益率、国债收益率、企业债收益率、银行存款利率,最后根据保监会对保险公司资金使用的要求建立数学模型求出了保险公司的最优投资组合为65.68％投资于存款和国债,29.2％投资于企业债,5.12％投资于基金.     

投资组合中多目标规划最优化数学模型的应用

该文通过对证券组合投资的预期收益率和投资风险进行综合定量分析,建立了证券组合投资的预期收益率和投资风险两个目标均达到最优的多目标规划模型,并对模型进行分析,最后通过案例给出了模型的最优解。     

单指数模型的最优风险投资组合研究

根据威廉·夏普的单指数模型（Diagonal Model）构建最优风险投资组合,选取2005年6月至2010年5月间上市交易的股票型基金13只和债券型基金9只进行实证检验．发现选取的22只基金与上证综合指数构建的最优风险投资组合的收益率比上证综合指数的收益率要高．同时,使用样本数据中具有正a值的基金进行对比分析,发现正a值的基金构建的最优风险投资组合的收益率无法战胜基于22只基金构建的组合的收益率．这说明基于a值的积极组合管理无法获得超额收益,虽然它的收益超过同期的上证综指的收益．因此,得出结论,单指数模型构建的最优风险投资组合能够获得超过大盘指数的收益,但是基于正O／值的投资策略无法对单指数模型进行改进．     

Hamilton—Jacobi—Bellman方程在最优投资中的应用

建立简单的衍生证券投资组合模型，利用HJB方程，讨论了在一定假设条件下衍生证券最优投资问题，得到相关投资策略与无风险投资收益率及风险投资期望收益率之间定量关系。并利用得到的定量关系式，讨论了投资策略与无风险收益率及风险投资期望收益率之间定性关系；同时也说明了人民币降息对国民经济的调控作用。     

多期行为资产组合模型

扩展了Shefrin和Statman(2000)的BPT模型,从一期投资扩展到多期投资.证明了在多期投资中每一期的最优投资策略类似于Shefrin和Statman的一期最优投资策略,而总的风险概率在各期之间进行分配.还分析了行为资产组合理论中隐含的几个假设.     

基于成本“粘性”下的投资组合模型

均值-方差(mean variance, MV)模型及均值-绝对偏差(mean absolute deviation,MAD)模型均为早期经典的投资组合模型.在这2类模型的基础上,考虑上市公司的成本"粘性"特征,建立了适合现代投资理论的成本"粘性"下的均值-方差(cost stickiness MV, CSMV)投资组合模型及成本"粘性"下的均值-绝对偏差(cost stickiness MAD, CSMAD)模型.以中国综合A股市场2004—2015年各资产的年、月平均收益率为测试样本及2006—2015年各资产的年、月平均收益率为检验样本的实证分析表明,成本"粘性"下的均值-方差投资组合模型比传统的均值-方差投资组合模型的收益率表现更好,成本"粘性"下的均值-绝对偏差模型明显优于均值-绝对偏差模型的收益率表现.     

基于均值—方差模型的保险资金投资组合研究

利用Markowitz于均值—方差组合模型,根据近三年的投资收益率情况,在给定预期收益率的情况下,构建了各类资产的最优配置。     

基于VaR约束不允许卖空的均值-方差投资组合优化

提出基于风险价值(VaR)约束且不允许卖空的均值-方差投资组合模型,结合序列二次规划方法和不等式组的旋转算法,计算出不同最低收益率所对应的最优投资策略。采用实例验证了上述算法的有效性,并证明在一定条件下,引入VaR约束条件可以降低投资风险。     

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·     

中国对外签订新式双边投资条约需要注意的问题

虽然新式BITs中的规定与中国曾作出的ICSID公约第25（4）条保留在事实上已经相悖，但由于撤回条约保留是一种要式行为，所以不能认为中国已经撤回了该务保留，且现阶段也最好不要撤回该条保留。在对待国际投资仲裁实践的立场上，应该理性地采取防守策略，通过完善新式BITs中有关仲裁机制利用的规定从而谨慎地积累实践经验，将可能产生的风险降到最低程度。在仲裁机制利用方面的完善措施包括在新式BITs中限定“投资者”的范围、规定“安全例外”和“一般例外”等。     

投资管理公司项目投资决策模型研究

研究投资管理公司项目资产的特点，对作为投资管理公司资产的项目价值评估做出了讨论，进一步把投资管理公司的项目投资决策理解为一个在给定的项目资产集合中移动资产数值和现金拥有量来实现其决策目标的过程。应用财富盈余最大化作为投资管理公司的决策目标，并使用一个驱动机制作为模型结构，从而获得对应的最大盈余财富和投资管理公司的策略一一对应的轨道解。本研究可以为投资管理公司在实际决策时参考使用，具有比较现实的应用意义。     

我国证券市场联合投资决策模型研究

文章在分析机构投资者和个人投资者投资博弈的基础上 ,根据 2种投资行为的特点 ,选择了联合投资决策模型 ,并通过对该模型的分析 ,来决定投资者的最佳投资策略 ,最后就行为金融学对该模型的影响进行了阐述。     

图书馆一卡通系统设计安全策略浅析

介绍了图书馆一卡通系统在设计过程中需要考虑的安全问题,重点对卡安全策略、POS安全策略、软件设计安全策略这3个一卡通系统所特有的安全策略进行了具体介绍。     

基于熵权法的南县土地生态安全评价

基于PSR模型,从压力、状态和响应3方面构建南县土地生态安全评价指标体系,利用熵权法分析2009-2013年南县土地生态安全状况.评价结果表明,总体而言,2009-2013年南县土地生态安全水平呈逐年恶化趋势,由临界安全等级降为不安全等级;就子系统而言,压力子系统土地生态安全水平虽呈波动式上升趋势,但仍处于非常不安全等级,状态和响应子系统都呈波动式下降趋势,由不安全等级降为非常不安全等级;影响土地生态安全的主要子系统为响应子系统,其中城市化率、单位播种耕地粮食产量、单位耕地化肥使用量、水土协调度、第三产业比重、环保投资占GDP比重、工业废水达标排放率等为主要因素指标.     

房地产组合投资风险最小模型

房地产业的迅猛发展对房地产投资理论提出了新的要求.借鉴西方发达国家成熟的现代组合投资理论和成功的房地产投资经验,以风险-收益为核心思想,在房地产投资组合中引入了系统风险和非系统风险的概念.通过分析预期收益下,寻求风险最小的房地产组合投资模型,讨论了该模型的有关假设、模型中有关参数的确定,并进行实例分析,最终得出预期收益下,投资者通过调整投资组合策略,可使组合投资风险远远小于单项投资的结论.     

投资银行在承销方式下的最优决策分析

模型引入潜在购买量作为推销费的函数,将随机需求量的概率分布与推销费联系起来,确定了投资银行的平均利润和发行量、推销费之间的关系·给出了证券发行市场中投资银行在承销方式下推销费和股票发行量的最优值,从而为投资银行在证券发行市场中如何制定发行及推销策略提供了一种决策工具     

基于均值-CVaR- 熵的社保基金最优投资组合模型

为研究社保基金最优投资组合问题,在借鉴现代投资组合理论的基础上,从证券投资组合理论的风险度量着手,用条件在险价值（Conditional Value at Risk,CVaR）和熵来共同度量风险,提出新的风险度量模型：均值-CVaR-熵模型。在保证投资组合收益率的前提下,以 CVaR 和叉熵函数的线性组合为最小目标函数,在险价值（Value at Risk,VaR）为约束条件,构建考虑交易成本和政策约束下不允许卖空的基于均值 CVaR 熵的社保基金投资组合模型,探讨社保基金的投资方式及投资比例的分配问题,并利用实际数据求得该模型的最优解及各资产的分配比例。结果表明多元化投资是我国社保基金投资实现保值增值目的的必然选择。     

带交易费的社保基金投资组合模型

为了研究社保基金投资证券的问题,在借鉴了现代投资组合理论的基础上,引入β系数区间量化资产风险,通过修改隶属函数刻画投资收益率及流动性水平。考虑其安全性特点的前提下,构建了带有交易费的社保基金证券投资组合模型,并且设计了改进的遗传算法对模型进行求解。采用2012年上证所的实际数据,应用此模型求得各风险资产和无风险资产的最佳投资比例,通过修改参数值,得到了不同情况下的最优投资策略,验证了模型的有效性和灵活性,得到了合理的结论。