股价服从Levy过程的投资组合优化策略研究

当股票价格受到多个重大事件叠加影响时,股价会出现不连续的跳跃,一般可将股票价格考虑为服从Levy过程.基于随机微分对策,建立投资组合优化的数学模型,当股票价格服从Levy过程时,运用Ito-Levy过程的一维Ito公式和泛函变分法,采用对数效用函数,研究两人竞争的投资组合策略问题,运用随机微分对策得到两人竞争的最优投资策略.     

均值-方差标准下带跳的保险公司投资与再保险策略

研究了均值-方差标准下保险公司面临的投资与再保险最优策略问题,其盈余过程受控于一个跳-扩散模型,目的是寻找相应的时间相容性策略。假定金融市场由一个无风险资产和多个服从几何Levy过程的风险资产组成,通过求解广义HJB方程,得到了最优时间相容性投资和再保险策略的解析表达式以及最优值函数。     

隐Makrov机制转移与随机时间水平下的多期资产配置

在状态部分可观测的金融市场中,研究了投资活动终止时间不确定的多阶段均值-方差投资组合选择问题。假定市场存在有限个不可观测状态,利用离散时间时变隐Markov链描述不可观测状态的变化过程;无风险资产在各个阶段的收益率依赖于可观测市场状态;风险资产在各阶段的收益率同时依赖于可观测和不可观测市场状态。通过构造充分统计量,部分信息下的投资组合选择问题等价地转化为了完全信息下的优化问题。再利用动态规划方法和拉格朗日对偶原理,得到了最优资产组合策略和有效边界的解析表达式。     

模式转换下随机利率与违约风险的投资组合

考虑Markov调制的模式转换市场模型,研究了影响金融市场的宏观因素,其中随机利率风险服从Vasicek模型,违约风险服从CIR模型;研究了市场下的最优投资组合问题,应用动态规划原理、HJB方程理论及偏微分方程理论,得到HJB方程的闭形式的解,并证明了HJB方程的解是最优投资组合的值函数,得到了最优投资策略的显式表示。     

跳跃盈余下的保险最优投资

假设保险公司的盈余过程为纯跳跃的Cramer—Lundberg模型,投资市场是由一个无风险资产和佗个风险资产构成的资本市场．考虑一个有限时间区间的最优投资策略选择问题——最小化保险公司的实际财富的终期值与公司预期值的偏差,利用LQ随机控制方法得到了保险公司的最优组合投资策略的解析表达式以及保险公司投资的有效投资边界的显式表达式,分析了保费率与索赔过程对最优投资策略的影响．     

基于随机基准的三基金定理动态决策模型

在Black-Scholes型金融市场下,通过一个随机过程来定义基准,以低于基准的不足概率作为风险约束,以最大化期望相对终端财富为决策目标,构建了动态投资组合决策模型,并给出了最优投资策略和有效前沿的显式表达式。结果表明:最优投资策略由无风险资产,修正的市场组合及“基准组合”构成,可视为三基金定理。最后给出了数值例子.     

极端事件冲击下含糊厌恶投资者的最优投资组合选择问题

研究了在极端事件冲击下含糊厌恶投资者的最优投资组合问题,其中,投资者不仅对损失风险是厌恶的而且对模型不确定也是厌恶的.首先,利用随机微分方程理论,对含糊厌恶投资者的最优期望效用进行刻画.其次,利用动态规划原理,建立最优消费和投资策略所满足的HJB方程.再次,利用市场分解的方法解出HJB方程,获得投资者最优消费和投资策略的显示解.最后,通过数值模拟,分析了含糊厌恶、风险厌恶和跳对投资者最优投资组合选择问题的影响.     

一类随机模型下DC养老金的最优投资策略

研究了DC型养老金计划参与者的最优投资策略,其中金融市场由一个无风险资产和一个风险资产组成,风险的市场价格由仿射平方根随机模型描述。利用随机控制理论,通过求解相应的Hamiltion-Jacobi-Bellman(HJB)方程,得到CRRA效用下最优值函数和最优投资策略的解析式。最后,通过数值算例,阐述了风险资产的随机因子和漂移率对最优投资策略的影响,并发现当市场往良性状态发展时,投资在风险资产的财富比例将不断增大;但在相同的市场状态下,当初始财富足够大时,投资在风险资产的财富比例几乎与投资期限无关。     

最小收益约束下的最优投资问题

在最优投资问题的约束条件为收益不低于市场组合收益(随机收益)与固定保本收益最大者的情况下,采用Black-Scholes期权定价框架,构造等价鞅测度求解得到该优化问题的最优投资策略,同时在HARA效用函数下分析该投资问题的性质,发现在不同条件下,该投资策略可以退化为无约束最优投资策略、基于欧式看跌期权及两资产交换期权的套期保值策略．     

随机利率下有违约风险的最优投资组合

通过随机最优控制方法讨论随机利率下有违约风险的最优投资组合问题,用约化形式方法对违约风险建模,假定利率和信用利差都服从Cox-Ingersoll-Ross模型,将最优投资组合问题看作一个三维的随机最优控制问题,给出了相应的Hamilton-Jacobi—Bellman方程的显式解和最优投资策略．     

带有负债的投资组合最优策略的研究

文章在完备的金融市场下,构造了带有负债和风险资产的连续时间的均值-方差投资组合选择模型。假定风险资产的价格过程由布朗运动加跳所驱动,而负债的价格过程则是由带有漂移的布朗运动驱动,并且考虑风险资产与负债之间的关系。其最终的目标是最大化期望终端财富同时最小化其方差。在连续时间的情形下,运用随机最优控制理论解决资产与负债的管理问题。即,通过使用一般的随机线性二次控制方法得到最优控制策略。     

基于IPMC的频域分数阶建模及最优控制

离子聚合物-金属复合材料(IPMC)具有良好的电-机械特性,由于致动性能类似于生物肌肉,因此受到广泛关注.频域建模方法在处理动力学系统和非常定线性动力学系统的参数辨识方面具有独特的优点.为了针对IPMC驱动器精确地建立数学模型并实现最优控制,首先根据驱动实验数据应用加权Levy算法在频域建立了IPMC驱动器的整数阶模型和分数阶模型,比较两种模型的拟合效果,确定采用拟合精度较高的分数阶模型来描述IPMC非整数阶动力学特性.然后对IPMC分数阶模型应用OptimFOPID界面控制器分别设计了整数阶PID控制器和最优分数阶PIλDμ控制器.最后比较控制效果,可见最优分数阶控制的响应更快,超调量更小,且通频带更宽,可用于实现对IPMC驱动器的精确控制.     

政府花费与随机内生增长模型

把政府花费分为生产性政府花费与消费性政府花费，建立了连续时间随机内生增长模型，利用随机最优化方法，确定了宏观均衡解．在模型中讨论了政府花费及其波动对经济增长率的影响，导出了最优政府花费的构成．     

双曲型绝对风险厌恶函数的最优消费与投资组合的显示解

对于资产价格服从几何Brown运动的连续时间消费投资组合问题,在假设个人的效用函数属于双曲型绝对风险厌恶函数族的条件下,简化了模型,得到了最优消费投资组合策略的显示解.并证明了几个关于最优解的重要定理.     

Levy过程驱动的HJM框架下债券市场无套利的充分条件

考虑Levy过程驱动的 HJM框架下债券市场模型，利用远期债券价格过程构造相应于Levy过程的远期鞅测度，获得了这种债券市场无套利的充分条件。     

基于Lagrange方法的资产与负债的管理问题

对于连续时间的随机最优控制问题,建立起随机Lagrange方法.对于证券市场中带有负债的模型,运用这种新方法去处理资产与负债的管理问题,得到资产所能满足的微分方程.     

阈红利策略下带有扰动的对偶风险模型的最优红利

研究了阈红利策略下的对偶风险模型,其公司盈余是一个样本路径满足向下免跳的Lévy过程,总收入过程是一个可改变的复合泊松过程与一个独立的维纳过程之和.获得了直到破产为止的红利折现期望值V(u;b)满足的一组可积微分方程,利用其中一个可积微分方程即可得到V(u;b),在利润额服从混合指数分布的情形下求解了V(u;b).用拉普拉斯变换得到了V(u;b),并说明最优红利边界的获得方法.     

谱负Levy过程的三者联合密度函数与Gerber-Shiu折现罚金函数

将开始于u（≥0）的谱负Levy过程（即没有正跳的Levy过程）看作推广的风险模型,得到了破产时刻和破产瞬间前后余额三者的联合密度函数,运用已得结论和∫0^∞ e^-a gt （x）dt（gt（x）为过程在时刻t的密度函数）给出了Gerber-Shiu折现罚金函数．     

应用于连续时间∑Δ调制器的时钟抖动建模方法

提出了一种能够快速而精确地模拟时钟抖动的建模方法,可应用于连续时间Sigma-Delta调制器(continuous-time sigma-delta-modulator,CT-SDM)等系统的仿真与验证。相较于传统的基于离散时间的建模方法,所提出的一种基于连续时间的模型,可以灵活地应用于各种连续时间电路中,且可在保证精度的情况下,快速完成仿真。给出了关于时钟抖动的理论分析和该模型的数学理论推导,并通过搭建一个完整的连续时间Sigma-Delta调制器,验证了所提时钟抖动方法的正确性与可行性,仿真时间在数十秒内。     

基于改进鲸鱼算法的并网型微网能量管理

为解决并网型风/光/柴/储微电网的能量管理问题,以经济性和环保性为目标函数,考虑各发电设备安全稳定运行作为约束条件,构建并网型微网容量优化配置模型;采用差分排序和差分变异的优化策略且引入Lévy飞行轨迹的机制来改善标准鲸鱼算法(whale optimization algorthm,WOA)的收敛精度和收敛速度;基于所提的风-光-储-网-柴的调度策略,采用改进鲸鱼算法求解配置模型。挑选某地一年四季4个典型日进行案例分析。结果表明:本文所提出的调度策略和配置模型具有合理性;改进的WOA算法能够有效地解决微网能量管理问题,在全局搜索和寻优能力方面具有优势。