基于随机模拟和VaR模型的投资组合优化研究

投资组合的优化旨在对资金进行分配组合,得到各项资产的最优分配权重,并在权衡投资收益和风险的基础上使投资达到期望效用最大化.在研究过程中,首先运用Monte Carlo随机模拟方法预测各资产的收益率期望值,计算出收益率标准差和各资产间的相关系数,进而求解资产的组合风险.然后将VaR(Value at Risk)条件引入到模型中,建立以资产组合收益为最大目标,以资产组合的VAR为约束条件的投资组合优化模型,计算出资产分配比重.最后通过实例分析资产价格走势和检验分布假设,验证模型的合理性和可行性,为投资者的决策提供理论和应用依据.     

带网络结构的自适应Lasso分位数回归及其应用

CVaR是衡量组合投资的重要风险测度,如何在CVaR组合模型中选择稳健的资产组合以降低管理时间和经济成本十分重要.理论上CVaR模型下的资产组合决策可转化为分位数回归,受此驱动,该文构建了带网络结构的自适应Lasso分位数回归,对高维资产进行选择.自适应Lasso对变量的回归系数进行加权约束,理论上具有变量选择的一致性.网络结构是基于复杂网络理论构造,能够体现出资产之间的复杂联动关系,因此它对改进选择结果是有利的.该文基于线性规划进行求解,对CVaR组合投资决策中特有的计算问题采取两步迭代的方式进行.多种情形下的模拟分析显示,新模型的变量选择效果和预测表现均最优,且随着变量之间相关性的增强,网络结构带来的优势愈发明显.最后,使用249只股票数据进行了实证分析,通过滚动建模的方式,得出新模型具有良好的稳健性与应用意义.     

Optimal Model of Hedge Ratio based on Incremental and Existing Portfolio of the Maximum Return Probability

Putting forward the Maximum Probability Principle for the return of total assets portfolio larger than 0, hedging decision-making model of incremental and existing portfolio based on the maximum return probability is set up. The contributions and innovations of the model are as follows: First, through the analysis of the central limit theorem, it comes into two basic conditions which can ensure the maximum probability of total assets portfolio return greater than 0 during the hedging: maximum return per unit risk of total assets portfolio and the return rate of total assets portfolio larger than 0. Second, by identifying incremental portfolio hedge ratio, the maximum probability for the return of total assets portfolio greater than 0 can be obtained. How to decide the hedge ratio on the new portfolio to make the probability maximum of total assets profit larger than 0 can be solved, whereas the hedge ratio of existing portfolio is invariability. Third, by building the function of non-linear risk overlap between the incremental and existing assets portfolio, the problem of how to ensure the risk of the total assets portfolio while allocating incremental hedging asset has been solved.     

基于中国A股市场上市公司规模的投资方式的MCSD有效性检验

边际条件随机占优(MCSD)规则基于二阶随机占优,以资产的整体收益分布进行排序,弥补了传统的基于CAPM和因素模型的分析方法中收益与风险分离、决策过程与效用最大化分离的缺陷,其方法与结果均具有更强的有效性.以2000～2007年的申银万国全市场A股股价指数日收益率作为市场核心组合的基准,选取规模指数将核心组合划分成互斥的大、中、小盘股组合,并通过MCSD方法两两比较子组合,发现基于规模的投资方式具有MCSD有效性,且在下降市场中显著.在上升市场和每年的6月10月,投资于大盘股更有效;而在下降市场和每年的9月,更宜投资小盘股.研究结论说明了以Fama的三因素模型进行规模效应的检验存在一定的非有效性.     

基于已实现半协方差的投资组合优化

在传统的风险度量方法中,常见的协方差估计量并未区分资产收益的下侧风险和上侧收益,而一般的下偏矩估计量则存在非对称性和难以加总的缺点.本文引入已实现半协方差矩阵(RSCOV)作为风险度量进行波动率预测和投资组合研究.本文将RSCOV应用于两种常见的风险分散投资策略—风险平价(ERC)策略和全局方差最小(GMV)策略,并将机器学习中的在线加权集成(OWE)算法用于提升已实现波动率预测方法HAR-RV的样本外预测表现.通过研究发现,相比起已有的其他风险衡量方式,仅包含负向波动信息的下半RSCOV能够更好地被用于平衡组内各资产的风险贡献.基于A股市场2011-2018年的高频数据,本文通过实证研究发现,OWE-HARRV在月度预测步长下的效果优于HAR-RV,而下半RSCOV则能够使ERC策略以及GMV策略在保证一定平均收益的同时,降低了组合收益的极端损失.     

基于不确定性测度相对熵的资产组合优化

假设投资者是风险规避型,运用相对熵测度均值-方差模型参数不确定性程度,研究投资者在最坏情境下的资产组合优化问题。基于均值-方差模型,在相对熵某一正常数约束下构建描述资产组合优化问题的最小-最大化模型;运用拉格朗日法获得模型相应最优解,分析模型参数不确定性对资产组合优化的影响;最后,基于不同类型资产组合样本数据做对比性实证研究。结果表明:最坏情境下,随着模型参数不确定性程度增加,尽管投资者增加风险资产投资但资产组合业绩在下降;资产风险溢价不确定性对资产组合的影响强于风险溢价协方差不确定性;仅当相对熵低于风险中性测度相对熵时,投资者才会投资风险资产,否则离开金融市场;替代性投资有助于降低参数不确定性对资产组合优化的影响,提升资产组合业绩。研究不但为参数不确定性最坏情境下的资产组合优化问题提供了一个分析框架,而且为金融市场上的"非市场参与"现象提供了一个解释。     

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.     

积极风险预算和管理者组合投资决策研究

将积极风险预算分解为总量预算和结构预算,建立风险预算框架下的组合投资决策模型,分别在基准组合是有效组合和非有效组合的情况下对模型求解,并详细分析了两种情况下最优投资决策的性质.结果表明:风险预算框架下投资决策的有效性将完全取决于基准组合的有效性;基准组合为非有效组合的情况下,结构预算决定了投资决策的结构,而总量预算决定了投资决策偏离基准组合的程度;由于结构预算中较小的β对基准风险形成了有效的对冲,因而在总风险一致的情况下,有助于提高总期望收益.     

Study on Active Risk Budgeting and Manager's Portfolio Choice

This article builds portfolio decision model under risk budgeting framework by decomposing active risk budgeting into gross budgets and structural budgets, and respectively, solves the model when the benchmark is efficient and nonefficient, then analyzes in detail the properties of optimal investment decision under the two different conditions. The results show that the efficiency of portfolio decision lies on the efficiency of benchmark completely; when benchmark is nonefficient, structural budgets determine the structure of portfolio, whereas gross budgets determine the degree which is the optimal portfolio deviating from the benchmark; smaller beta in structural budgets actually hedge the benchmark risk effectively, so it conduces to enhance the total return under the same total risk.     

一种证券组合投资的模糊多目标规划方法

考虑了证券投资的预期收益率和风险的模糊性 ,利用多样化选择约束抵减证券投资的非系统风险 ,以证券组合投资的收益率极大化和β值极小化为目标 ,建立了一种新的基于模糊多目标规划的证券投资决策模型 ,指出了模型的求解方法 .     

一个推广的半绝对离差证券组合投资模型

对半绝对离差证券组合投资模型作一个推广，推广后的模型体现了投资者的下方风险规避，适用于任何类型的收益率分布，同时保留半绝对离差模型的线性性。证明该模型一致于SSD准则，通过实例验证模型的有效性和合理性。     

基于高维R-vine Copula的金融市场投资组合优化研究

为优化国际金融市场的投资组合,本文以全球具有代表性的七大股票市场重要股票指数作为金融市场的典型代表:首先运用较为灵活的APARCH模型来刻画股票指数收益序列的"典型事实"特征,其次针对投资组合优化模型中变量之间复杂相依关系,采用最大生成树MST (maximum spanning tree,MST)算法选择的R-vine Copula来刻画七个股票市场的相依结构,进而测度R-vine Copula相依结构下组合风险CVaR,最后基于R-vine Copula相依结构条件下建立Mean-CVaR投资组合模型,并实证对比了Mean-VaR,Mean-CVaR和基于R-vine Copula相依结构下的MeanCVaR模型的拟合效果.实证结果表明:考虑资产之间的相依结构能起到优化投资组合的效果,在降低投资组合风险的同时增加了回报率;基于R-vine Copula相依结构下的Mean-CVaR模型投资组合优化效果明显优于Mean-CVaR模型,而Mean-VaR模型较其它两种模型表现相对较差.     

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。     

随机能力规划的Scenario模型及其决策风险分析

为研究随机环境下的生产能力扩张问题,采用Scenario方法,建立了市场需求量和产品价格为随机变量的多计划期能力规划决策模型.其中考虑了两种情况：一是能力投资方案不随市场需求的随机实现而变化的预报型模型,二是投资方案可以跟踪市场需求随机实现的适应型模型. 算例研究比较了这两种模型的决策效果.进一步,使用下方风险分析,探讨了随机能力扩张的投资决策风险,建立了考虑期望收益风险的预报型能力规划决策模型.该模型在随机规划中加入了一个期望下方风险约束,以反映决策者的风险偏好,基于算例讨论了考虑风险和不考虑风险时的决策差异.     

金融资产多标度波动级串模型及其投资组合选择

依据金融资产多标度行为特征,从时间序列、标度结构两维度上建立波动级串模型,利用随机分割数和基元分割概率两个关键控制参量,将资产多标度波动递归表述成为积分标度波动特征,通过计算波动级串的高阶累积,建立资产多标度投资组合选择模型,进行多时间标度条件下的金融资产风险管理.     

基于下半方差的债券投资组合模型

用下半方差作为风险度量构建了债券投资组合模型,研究投资者的债券投资问题。在理论上分析了模型最优解的存在性,并且证明了模型具有全局最优解。为了得到最优债券投资组合策略,依据模型的随机属性,构造了求解模型的蒙特卡罗罚函数算法,并且证明了算法的收敛性。给出了相应的数值算例验证模型的有效性。     

基于滑动窗口 MF-DFA 的股票风格资产收益多重分形分析

风格投资已逐渐成为基金构建投资组合的一种主流量化投资方法. 本研究在分析风格资产收益呈分形特征的基础上, 通过引入滑动窗口技术对传统的多重分形消除趋势波动分析法 (MF-DFA) 加以改进, 并对中信标普公司推出的 6 种股票纯风格资产指数日收益率序列的波动特征进行研究, 实证结果发现: 滑动窗口技术能有效减少因分割连接点处的不连续性而产生的伪波动误差; 风格资产指数日收益率序列均具有相关多重分形特征, 即原始序列具有持久性, 位置重构序列均具有反持久性, 且位置重构序列的多重分形特征显著弱于原始序列的多重分形特征, 表明风格资产指数收益序列的持久相关性是形成多重分形特征的主要原因; 价值、成长型比规模型风格资产具有更规律的多重分形特征, 表明价值、成长型比规模型风格资产的分形规律更明显. 本研究对基金公司、基金经理及时准确地把握股市风格动向以便构建适度风格漂移策略具有重要的理论价值与现实意义.     

基于滚动经济回撤约束和下半方差的最优投资组合策略

最大回撤和下半方差均是投资者在实际投资过程中非常关注的风险指标.本文创造性地将这两个风险指标纳入投资组合分析框架,提出了基于风险资产滚动经济回撤约束和下半方差的最优投资组合策略(REDP-LSV策略).该策略以风险资产滚动经济最大回撤为约束条件,以风险资产的下半方差代替方差,研究了投资组合中风险资产的动态配置过程,并给出了解析解.分别采用模拟的实验数据以及中国市场实际风险资产数据,研究了投资组合中包含一种风险资产和两种风险资产的情况,结果均显示REDP-LSV策略能很好地控制最大回撤,且更能提高投资绩效.     

考虑现实约束的模糊多准则投资组合优化模型

针对模糊环境中资产收益和换手率均为模糊变量的投资组合问题, 考虑了资产组合的基数约束、投资比例的边界约束、资产的流动性以及分散化程度约束, 建立了一个以资产组合收益、偏度最大, 同时资产组合风险、不确定性以及模糊性最小为目标的多准则投资组合优化模型. 然后, 利用加权极大-极小模糊目标规划方法将所提出的模型转化为单目标规划问题, 进而设计了一个遗传算法来对其进行求解. 最后, 通过一个实例来阐明所提出模型的实用性以及算法的有效性. 研究结果表明: 本模型能够有效地刻画不同投资者的投资意图, 所设计的算法是有效的.     

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.