基于 CVaR 与平均离差波动性限制的多阶段投资组合模型

提出了一种基于CVaR的多阶段投资组合模型,用离散型动态规划把各阶段投资过程整合为一个整体,对组合资产收益率做正态分布假设,用拉格朗日乘子法将平均离差MAD模型写入目标函数,实现波动性度量限制.实验结果表明,该模型满足实际投资要求,符合实际投资规律,与原始多阶段CVaR模型相比具有资产组合收益率波动性较小的优势.     

模型不确定环境下最优动态投资组合问题的研究

研究了在模型不确定环境以及在一般的半鞅市场下的最优投资组合问题.首先,用鞅方法和对偶理论去寻求最优投资组合问题的解,证明了在适当的假设条件下,投资组合问题的对偶问题的HJB方程解的存在性和唯一性,并对这个唯一解进行相关的刻画.其次,推导出原问题和对偶问题的值函数是共轭函数.最后,考虑了一个跳扩散模型,其系数依赖于一个马尔柯夫链,且投资者对马尔柯夫链状态间的切换的速率是不确定的.当代理人具有对数效用函数时,用随机控制方法去推导相应的HJB方程,并得到对偶问题的解,从而推出最优投资组合问题的显式解.     

具有偏好系数不允许卖空的投资组合模型解的一个表达式

在投资组合各种模型中,具有偏好系数的投资组合模型是最重要的模型之一,对其求解的研究具有理论价值。本文利用矩阵理论对此模型进行了研究,并给出了此模型解的一个表达式。     

基于POT-VaR混合模型的投资组合风险分析

在简要分析金融产品投资组合理论的基础上,尝试将超门限极值法(POT)与传统VaR模型中的方差-协方差法相结合的方式,改进传统单纯基于投资组合计算历史收益率数据的VaR模型.通过划分沪深股价前100支股指期货高频收益率数据,运用POT-VaR混合模型进行实证研究.结果表明:该混合模型可以解决收益率方差估计随时间推移的动态问题,为降低投资组合市场风险提供科学的方法,对我国期货市场投资组合风险管理提供了可靠的依据.     

均值-CVaR投资组合模型的改进及实证研究

投资组合理论是现代经济分析的基础.本文在已有的均值-CVaR投资组合模型的基础上,考虑到投资组合理论的目标是既定风险下收益率的最大化,从预测股票价格和收益率的角度进行投资组合模型的改进,得到使预测收益率最大化的预测值-CVaR模型.随后通过实证分析,考察预测值-CVaR模型相对于均值-CVaR模型的效果.     

多目标投资组合模型的模糊两阶段解法

对多目标证券组合投资模型进行了研究,模型以绝对偏差和代替方差作为投资组合的风险度量.该模型是一个多目标线性优化问题,采用两阶段模糊算法对模型进行求解,最后给出了该模型的一个实例的最优解.     

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．     

基于CVaR约束的投资组合模型及应用分析

CVaR是当前研究投资组合中比较有效的方法之一,通过对CVaR概念的讨论和基于CVaR约束的投资组合模型的建立及计算,得出在不同置信水平下的投资组合权重.最后,对我国当前如何运用CVaR提出几点建议.     

Markowitz模型的遗传算法求解与实证研究

Markowitz模型主要讨论由多种证券构成的组合作为一个整体的风险与收益的关系,以及投资者如何在组合中合理地分配自己的投资金额等问题.本文通过对Markowitz模型进行深入分析,提出了应用遗传算法进行求解,并通过实证研究,进一步验证该算法是有效的.     

多风险资产期权定价模型及其应用

为了研究能使投资于多种风险资产的风险最小或收益最大的最优组合投资问题, 首先给出了市场的假设条件, 根据投资准则建立一个多目标二次规划模型, 再利用统计出来的相关数据将此转化为两个单目标规划问题, 利用其最大效用函数是随机控制问题对应的方程, 给出最优投资策略的线性方程组, 所得解即为所寻求的最优组合投资方案. 通过实例表明此模型在实际的投资组合中有重大的现实意义.     

基于跳-扩散过程的资产-负债模型研究

数理方法的应用能够解决投资者在实际投资中所遇到的各种投资组合[1]问题,为投资者提供合理的理论依据.通过在现有的资产-负债模型中加入带跳部分,以达到进一步优化模型的目的,建立更为合理的资产-负债模型,从而让投资组合选择在跳-扩散过程下的资产-负债模型中更加具有理论和现实意义.     

带有基数限制的离散多因素投资组合模型

研究带有基数限制的离散多因素投资组合模型.与传统的投资组合模型不同的是,该模型中投资组合的决策变量是交易手数(整数),且限制资产投资的最大数目,其最优化模型是一个非线性整数规划问题.分别用随机产生的一组数据和来自纳斯达克的40只股票数据,利用拉格朗日松弛的混合分枝定界算法求解此模型,并用FORTRAN语言编程,数值结果表明该算法能有效求解此模型.     

含交易费用的证券组合投资的区间数线性规划模型

交易费用是证券交易过程中一个实际的、必不可少的因素,通过提出一个考虑交易费用的证券组合投资的区间数线性规划模型,并确定了其有效解.该模型使证券组合投资理论更接近于实际,使投资决策更合理、更有效.     

摩擦市场条件下的Mean-Variance-Skewness模型

在投资组合选择模型中考虑了资产收益率分布中正的偏度水平,并通过引入一些市场摩擦因素建立了摩擦市场条件下的Mean-Variance-Skewness模型.提出了一个新的遗传算法加速其搜索收敛过程,解决了该模型的计算复杂性问题.在该模型框架内对交易费用和税收等市场摩擦因素进行了敏感性分析.研究证明资产收益率分布的偏度水平是与投资者的决策相关的,市场摩擦因素对投资者的决策行为也有直接的影响.因此,考虑摩擦市场条件下基于正偏度水平偏好的最优投资组合模型对投资者有很强的实践指导价值.     

考虑通货膨胀因素的模糊投资组合MV模型

以可信性理论为基础,将通货膨胀因素引入模糊投资组合Mean-Variance(以下简称MV)模型中.由于通货膨胀率的不确定性,将通货膨胀率看成模糊变量,建立了考虑通货膨胀因素的模糊投资组合MV模型.另外,分别给出了当风险资产的收益率和通货膨胀率为三角、梯形和钟型模糊变量时的模糊投资组合MV模型.利用粒子群优化算法对模型进行了求解,给出了不同通货膨胀率下的投资风险及投资策略.实证分析表明:考虑通货膨胀因素的模糊投资组合MV模型更能真实地反映投资者的实际投资情况.     

β约束条件下的房地产投资组合优化模型

在现代经济生活中,风险是人们相当关注的一个问题。房地产业也是如此,而降低风险的主要实现方式,是通过多样化的组合投资来降低和消除非系统性风险,而系统性风险则通过风险资产的β系数表现出来。本文通过β系数的测度,建立了以组合投资风险最小化为目标的房地产投资组合优化模型。求解该二次凸规划模型,即可得到房地产投资组合的最佳方案。     

基于区间规划的投资组合模型

为了研究不确定环境下的投资组合问题,将模糊区间集合的概念引入投资组合模型中,利用证券组合投资的收益率极大化为目标,以投资组合模型中的β值和流动性为约束建立了一种区间规划投资组合模型(IMβL),利用区间数知识把区间规划投资组合模型(IMβL)转化为带参数的线性规划模型,该方法对投资者具有一定的参考价值和指导意义。     

组合投资理论分析及应用研究

在对现代组合投资理论分析的基础上，结合我国证券市场的实际，提出了有效规避市场系统风险和各单项资产非系统风险的组合投资模型，对实际投资具有良好的指导作用。     

服从ARCH模型的风险资产定价模型

考虑服从ARCH模型的风险资产的定价问题,研究了投资者在具有二次效用函数下的最优投资组合问题。利用无套利原理给出了投资者在效用最大化条件下风险资产的定价问题,给出了最优投资组合的定价模型,并对不同形式下的定价公式进行了讨论。     

三阶随机占优风险控制下的投资组合优化模型

在分析DentchevaRuszczynski(2006)提出的基于二阶随机占优约束的投资组合优化模型的基础上,构建了三阶随机占优约束下的绝对风险厌恶递减型投资组合模型.该模型在投资组合的收益率三阶随机占优于基准参考组合的收益率约束下,最大化投资组合的期望收益率,离散分布情形可以转化为二次规划问题.该方法与均值–风险模型和效用函数模型相比具有重要的优势.利用上海证券市场的实际交易数据验证了该模型的有效性和实用性,实证分析结果表明,该模型既能实现较小的跟踪误差,也能实现一定的超额收益.