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.     

基于微粒群算法的投资组合分析

介绍了将微粒群算法应用于求解均值-方差-峰度投资组合模型,分析了模型中的参数和求解结果之间的关系,并选取深交所4只股票来进行模拟仿真,最后仿真的结果说明微粒群算法对均值-方差-峰度模型是有效的。     

基本指数-最小下半方差投资组合优化研究

为了克服方差作为风险度量无法区分收益和损失的局限性,同时弥补经典均值-方差模型忽略了企业基本面状况的缺陷,该文结合下半方差和基本指数的优点,分别考虑1-、2-范数交易成本,构建了基于期望效用最大化的基本指数-最小下半方差投资组合模型(简称“FI-semiv模型”),并运用不等式组的旋转算法进行求解. 文章通过“滚动窗口”的方法,对FI-semiv模型进行了样本外检验与分析,并进一步将该模型与最小方差模型、最小下半方差模型和等比例投资模型的夏普比率进行对比. 结果表明:基于FI-semiv模型构建的投资组合的夏普比率得到了有效提高,FI-semiv投资组合的风险更小,投资效率更高.     

安全第一准则下的均值-下半方差投资组合模型

本文在均值-下半方差投资组合模型中,加入了满足安全第一准则的约束,同时考虑了交易成本。对安全第一准则的概率约束条件给出了简化处理,该模型可以使金融机构和投资者在满足其风险偏好以及安全第一的前提下选取到最优的投资组合。     

投资组合模型及其边界分析

研究了投资组合的2种数学模型及其边界，在分析投资组合均值-方差模型（M—V模型）及其边界的基础上，详细讨论了最优投资组合均值-VaR模型（M—VaR模型）及其边界，并证明了2种模型边界之间的关系．     

几种最优投资组合在有效边界上相对位置

讨论了均值-VaR、均值-AVaR、方差-均值比等风险-收益投资组合优化模型的最优解的有效性.基于Markowitz均值-方差模型和有效边界理论,证明了如果各模型的最优投资组合存在,则一定位于均值-方差有效边界上.计算了各投资组合模型最优解处的均值和标准差,根据计算结果讨论了各模型的最优投资组合在有效边界上的位置.特别地,均值-VaR模型的最优投资组合在有效边界上的位置与置信水平有关.     

协差阵奇异时的最优投资组合

本文给出了协差阵半正定且有n—r个零特征值的一般情况下，Markomtz均值一方差最优投资组合模型的解．     

开放式基金的单阶段均值-方差模型

基于开放式基金的运行机制,对其最优投资组合问题建立了单阶段均值-方差模型,在赎回准备金有固定的比例的前提下,就是否存在无风险资产的投资进行了讨论,并推导出相应问题的最优解和有效前沿的表达式,同时还给出了含风险和预期收益的权衡参数ω的模型与一般均值-方差模型等价的充分必要条件.     

均值-方差模型研究

文章探讨了投资组合风险规划模型,首先回顾了一般的均值-方差模型,在此基础上,对模型进行了拓展,提出了解方程的思想,最后通过案例实证分析得到组合的最优解.     

多阶段均值-方差投资组合选择问题研究

证券投资组合决策时会受到个人的或客观的重大因素的影响.考虑到决策时的这些因素,引入参数和贝叶斯理论,对终端财富增长倍数的期望均值和风险方差进行合理的权衡,建立一个多阶段均值-方差最有投资组合选择模型,利用逆向动态规划的方法进行研究,最终推导出其最优投资策略的解析表达式.     

M-V证券组合投资决策的风险厌恶模型

引入风险厌恶函数作为投资者对风险厌恶程度的一个度量标准,建立了含该函数的非线性证券组合投资决策模型,求解该模型便得到给定风险厌恶函数下的最佳证券组合,简化了证券组合选择过程.文中给出了该模型的解析解,并通过数值例子检验了该模型的解.结果表明,该模型所确定的最佳证券组合为M-V有效证券组合.     

均值-CVaR投资组合模型及改进的蝙蝠算法求解

基于投资者是风险厌恶型和风险资产价格路径服从跳扩散过程的假设,采用条件风险价值来度量组合风险,建立均值-CVaR投资组合优化模型.为快速有效求解模型,将基于模型的交叉熵随机优化方法嵌入到基于群体的蝙蝠仿生算法中,构建一种改进的蝙蝠算法,该算法既充分发挥交叉熵方法的随机性、自适应性和鲁棒性,又有效抑制蝙蝠算法的早熟收敛现象.借助Monte Carlo模拟情景生成得到价格路径,进而采用所建算法实现模型求解,并与遗传算法和线性规划方法进行比较.实验结果表明,新算法在求解有效性和实用性方面表现更好,取得更为满意的结果.     

Portfolio Choice under the Mean-Variance Model with Parameter Uncertainty

Assuming the investor is uncertainty-aversion,the multiprior approach is applied to studying the problem of portfolio choice under the uncertainty about the expected return of risky asset based on the mean-variance model. By introducing a set of constraint constants to measure uncertainty degree of the estimated expected return,it built the max-min model of multi-prior portfolio,and utilized the Lagrange method to obtain the closed-form solution of the model,which was compared with the mean-variance model and the minimum-variance model; then,an empirical study was done based on the monthly returns over the period June 2011 to May 2014 of eight kinds of stocks in Shanghai Exchange 50 Index. Results showed,the weight of multi-prior portfolio was a weighted average of the weight of mean-variance portfolio and that of minimumvariance portfolio; the steady of multi-prior portfolio was strengthened compared with the mean-variance portfolio; the performance of multi-prior portfolio was greater than that of minimum-variance portfolio. The study demonstrates that the investor can improve the steady of multi-prior portfolio as well as its performance for some appropriate constraint constants.     

Dynamic Portfolio Choice under Uncertainty about Asset Return Model

The effect of uncertainty about stochastic diffusion model on dynamic portfolio choice of an investor who maximizes utility of terminal portfolio wealth was studied.It applied stochastic control method to obtain the closed-form solution of optimal dynamic portfolio,and used the Bayesian rule to estimate the model parameters to do an empirical study on two different samples of Shanghai Exchange Composite Index.Results show,model uncertainty results in positive or negative hedging demand of portfolio,which de...     

基于模糊优化的多目标投资组合选择模型研究

将模糊集合的概念引入投资组合模型中，并将多目标投资组合模型中的收益、方差和偏度三个目标模糊化，用逻辑隶属函数作为新的目标函数．针对该模糊多目标投资组合模型，提出了一个动态遗传算法，算例给出了该模型的一个实例的最优解，并进一步解释了模糊尺度随决定逻辑隶属函数形状的参数的变化而反向变化的规律．     

基于遗传算法的高阶矩投资组合模型研究

金融资产收益数据普遍具有非对称和尖峰厚尾的分布,传统的马克维茨投资组合模型仅仅考虑了均值和方差的约束,这在确定投资组合时是不充分的.考虑了三阶矩偏度和四阶矩峰度对投资组合的影响,假定交易费用为V-型函数,建立了均值-方差-偏度-峰度投资组合模型,鉴于多目标优化求解的复杂性,编写遗传算法程序求解这一高阶矩投资组合,最后给出了一个数值算例.     

证券投资的决策和对策

针对证券投资理论在实际应用中的局限性问题,根据证券组合的分散原理和系统方法,分析了证券投资的系统条件,提出了证券市场投资决策和对策模型,设计了具有实际应用价值的证券组合投资决策和对策模拟退火方法算法。     

证券投资组合理论在中国的适用性分析及其改进

对马克维茨(Markowitz)投资组合(Portfolio)模型进行了阐述,即投资者进行决策时总希望用尽可能小的风险获得尽可能大的收益,或在收益率一定的情况下,尽可能降低风险·并且针对马克维茨投资组合模型假设条件中的市场效率、风险测度、参数估计时效性、零交易费用等假设条件进行了分析,提出了马克维茨证券组合理论在我国运用存在的主要问题,并对组合证券投资优化模型的改进提出了自己的思路·     

组合投资选择均值-最小最大化多目标规划模型

构造了一个均值-最小最大化组合投资多目标规划模型.与胡达沙和吴炜提出的多目标均值-方差模型比较,该模型有几方面改进.除了模型假设和数学表述的一些修正,该模型使用历史最小收益替换方差,这使得该模型不仅继承了多个目标的可行权衡的好的特性,而且在衡量向下风险方面的表现优于多目标均方模型.通过理论分析和数值试验说明了这一点.当组合投资收益分布适度有偏时,该模型的优势会更为突出.     

完全市场情况下多阶段均值-VaR投资组合优化

将VaR风险度量方法拓展到多阶段投资组合优化,提出了完全市场情况下多阶段均值-VaR投资组合模型,该模型的目标函数不具有可分离性。采用嵌入式方法将不可分离的问题转化为可分离的,并运用动态规划方法得到了模型的解析解,即最优投资策略。通过一个算例验证了该模型和求解方法的有效性。