证券投资组合中的熵优化模型研究

为了解决马科维茨(Markowitz)模型中以证券收益率的方差测度投资风险的局限性,基于熵以及差熵的概念,在研究其均值方差模型的基础上,提出用熵和差熵来作为风险的度量方法,从而建立了几种关于熵的证券投资组合优化模型,使对证券投资组合模型的研究和应用更加合理、客观.     

基于模糊熵和模糊夏普比率的多阶段投资组合模型及实证

权衡投资的收益和风险并确定每种风险资产的投资比例是投资组合研究的重要内容之一。由于投资行为的长期性,使得多阶段投资组合问题成为研究热点。本文针对具有三角模糊收益的投资组合问题。使用模糊熵来衡量投资风险,使用模糊夏普比来衡量投资效率,并建立了基于模糊熵和模糊夏普比率的多阶段投资组合模型,进而采用理想点法将多目标模型转化为单一目标模型进行求解,最后实证分析表明该模型的实用性。     

基于可信性均值-方差-偏度-正弦熵的投资组合模型

通过引入可信性理论和偏度约束，分别建立了同时满足随机不确定和模糊不确定情形的均值-方差-偏度-正弦熵多目标投资组合优化模型（Mult-M-V-S-SE）和含有收益及风险系数的单目标投资组合优化模型（M-V-S-SE）；然后运用马尔科夫方法预测模糊收益率，利用遗传算法优化模型投资策略，通过上海证券交易所数据进行实证比较。结果表明：Mult-M-V-S-SE和M-V-S-SE两模型效果均超过均匀投资策略（MEAN）；M-V-S-SE模型灵活且稳定，更具有优势，在满足投资者需求的同时可实现更高的累计收益。     

带有模糊流动性约束的均值-方差-偏度-正弦熵投资组合优化模型

通过引入可信性偏度及模糊流动性约束,分别建立了同时满足随机不确定和模糊不确定情形下的均值-方差-偏度-正弦熵（M-V-S-SE）的投资组合模型和带有模糊流动性约束的均值-方差-偏度-正弦熵（M-V-S-L-SE）投资组合优化模型。然后运用马尔科夫方法求解模糊收益率,利用上海证券交易所数据进行实证研究。结果表明：模糊流动性约束的引入使得模型更加稳定,在提高收益、控制风险等方面更具有优势。     

基于交易费用的均值-方差-熵投资组合模型

用方差和熵共同度量投资风险,并且考虑交易费用的影响,提出一种基于交易费用的均值-方差-熵的投资组合模型,并进一步讨论了熵在投资组合模型中所起的作用.通过对相关案例的求解与分析,验证了该模型的可行性及有效性.     

基于正弦熵的均值-风险模型

就不确定环境下投资组合问题探讨了最小化正弦熵模型.基于收益服从不确定分布,从投资者利益出发建立带有收益和风险的投资组合模型.为求解在不确定环境下的模型,通过数值积分法设计了混合智能算法,最后通过数值例子验证模型和算法的有效性.     

均值-半方差-熵投资组合优化模型

比较以方差为风险构建的均值-方差模型、以半方差为风险构建的均值-半方差模型、以绝对离差为风险构建的均值-离差模型可知，在同等收益水平下以半方差为风险最符合投资者心理的结论.引入熵构建均值-半方差-熵模型.实例分析结果表明，新模型能更全面地考虑股票市场中各种可能的不确定因素，在收益达到一定水平的基础上，为投资者提供更安全的投资方案.     

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。     

带有Yager熵约束的方差-混合熵投资组合优化模型

通过引入可信性方法和Yager熵约束,建立以方差-混合熵（VHE）为风险度量的投资组合优化模型,通过上海证券交易所数据对均值-方差-混合熵模型（MVHEM）、均值-方差模型（MVM）和均值-混合熵（MHEM）模型进行实证比较分析。结果表明,本文所构建的模型可以较好地均衡方差和混合熵在风险控制方面的作用,Yager熵约束的引入可以进一步增强模型的稳定性,在控制风险水平的条件下实现了相对更高的累计收益。     

基于信息熵的投资组合模型

本文用信息熵来代替协方差矩阵度量投资的风险,大大简化了模型的计算。在模糊环境下对模型进行求解,将投资者的愿望反映在投资组合中。     

摩擦市场下买空-卖空投资组合选择的优化方法

在假设投资者是风险厌恶的前提下,提出了一种新的买空-卖空投资组合选择模型,并考虑了交易费这种摩擦.采用极大熵方法对模型进行优化,并给出这一问题的数值解法.实证分析表明,投资者最低满意收益率的高低直接决定了人们对风险的控制程度,且投资的风险与投资者的最低满意收益率是正相关的.     

一种改进的实数型遗传算法在多目标最优投资组合选择中的应用

根据信息论中熵的概念，提出用熵来度量投资组合对风险的分散能力．同时，在兼顾收益和风险的情况下，提出了一个新的多目标投资组合模型，并用改进的经典遗传算法求解该模型．实例分析表明，该模型及算法具有实际可行性。     

模糊期望值证劵投资组合模型研究和实证分析

着眼于研究不确定环境下的投资组合问题,讨论了模糊期望值模型,创新点是把协方差引入到风险度量里面,建立一个群投资组合选择模型;选取"上证50指数"中的19支成份股进行实证分析,结合遗传算法,通过运用MATLAB软件编程得到了3种投资者各自应该采取的最优投资组合。     

投资组合分散风险能力的度量及应用

用信息论中熵的概念度量投资组合对风险的分散能力，提出了最大熵和最大广义熵投资组合的概念，并与Markowitz的均值一方差理论进行了比较，同时做了数值模拟。表明了熵投资组合的可行性。     

具有熵约束的均值-CVaR投资组合决策研究

结合条件风险价值CVaR和熵风险度量方法,提出不允许卖空情况下具有熵约束的均值-CVaR投资组合模型,并采用序列二次规划和不等式组的旋转算法进行求解,最后通过一个具体实例验证了上述模型和算法的有效性。     

模糊期望值证券投资组合模型研究和实证分析

本文着眼于研究不确定环境下的投资组合问题,主要讨论了模糊期望值模型,创新点是把协方差引入到风险度量里面,建立一个群投资组合选择模型。并选取"上证50指数"中的19支成份股进行实证分析,结合遗传算法,通过运用MATLAB软件编程得到了三种投资者各自应该采取的最优投资组合。     

基于模糊决策的模糊投资组合选择模型研究

对模糊情况下的证券投资组合问题进行了研究。提出了相应的证券投资组合问题模型和求解方法。假定交易费用函数为V型函数,将投资者的主观意见反映在模糊情况的投资组合模型之中,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。     

基于最小信息熵—最大增值熵的投资组合优化模型

针对Markowitz的均值-方差模型的缺陷,用信息熵代替方差度量风险,用反映资金的增值速度的增值熵代替均值,提出了一种新型投资组合模型——最小信息熵-最大增值熵模型,并通过多目标决策方法中的模糊集理论对模型进行求解。同时,给出了通过引入权重系数,将原模型转化为了具有单一目标函数的求解方法。最后通过上海证券交易所的实际数据验证了模型的可行性和有效性。     

基于对数期望-熵模型的证券组合投资研究

由于证券是一种连续投资,算术平均收益率并不能完全反映投资的收益情况,而几何平均期望收益率才能反映连续投资的实际收益。文章建立了对数期望-熵模型来度量投资的风险,并以沪市证券市场进行实证研究,利用该模型选出适当数量的股票进行优化组合。     

基于熵的单一指数投资组合模型的应用研究

在分析马科维茨的均值方差模型及威廉·夏普的单一指数模型的基础上：将熵的概念引入到证券投资的风险度量中，提出一种新的投资组合模型，并进行了实证研究