多阶段均值-绝对偏差投资组合优化研究

建立了具有交易成本和交易量限制的多阶段均值-绝对偏差投资组合模型,并利用离散近似迭代法对其进行求解.离散近似迭代法的基本思路是:将连续型状态变量离散化,根据网络图的构造方法将组合模型转化为多阶段赋权有向图;运用极大代数求出起点至终点的最长路程,获得模型的一个可行解;以可行解为基础,继续迭代直至前后两个可行解非常接近.证明了离散近似迭代法的收敛性、复杂性和线性收敛,并通过实证验证了其算法的有效性.     

改进的非正定方差阵下证券组合投资模型

为了更全面的研究各类方差阵下的证券组合投资模型,在分析非负定方差阵下的证券组合投资模型[1]的基础上,利用线性代数的二次型及对称阵的相关理论知识,提出了非正定方差阵下证券组合投资模型的改进方法,使得模型中的方差阵最终转化成正定阵.此模型对于研究协方差矩阵为非正定的证券组合投资模型的最优投资比列系数有一定的参考价值.     

上海股市投资组合的非线性协同持续研究

利用GARCH模型对上海股市个股的持续性进行分析。由协同持续的思想,从投资组合的角度研究消除风险的持续性达到规避风险的途径。通过对上海股市实例分析,发现线性组合后持续性不降低反而升高。进一步考虑金融市场的非线性性,扩展了协同持续的概念,利用投资组合的非线性协同持续,可以达到规避风险的目的。     

证券投资组合理论和无差异曲线

文章通过无差异曲线解释了最优证券投资组合并探讨了对现代投资组合理论三个主要组成部分的有关内容.     

高频金融时间序列的协同持续关系研究

对向量高频时间序列的“已实现”协方差阵提出相应的模型并建立了“已实现”向量自回归模型.应用Bollerslev和Engle提出的持续和协同持续概念,讨论了“已实现”向量自回归模型存在线性协同持续的充要条件和寻找这种线性协同持续向量的方法,在此基础上进行了实证分析,表明沪深两股市之间不存在线性协同持续关系.最后指出协同持续概念在动态组合投资、风险规避策略中的意义和作用.     

固定消费模式下的最优投资组合

研究了当投资者的消费为固定模式时的最优投资组合问题．投资者的目的是：在保证固定消费正常进行的条件下，使最终财富的期望效用最大．把现金流分成两部分来考虑：一部分保证消费的正常进行，一部分用于投资．假设投资者的消费是时间的连续函数或者分段连续函数，应用随机最优控制的方法得到了这两种情形下一般效用函数的最优投资策略并导出了值函数满足的HJB方程,最后，分析了消费对投资决策的影响.     

基于信噪比的投资组合策略研究

采用收益率的协方差矩阵的特征根刻划投资的风险;用主成分综合反映证券市场的信息;用主成分的信噪比反映投资组合的期望收益率与风险之间的均衡关系,并以此作为投资组合收益极大化的指标;得到了不同与H.Markowitz的投资组合模型,并给出了具体的投资组合策略-卖空与非卖空条件下的投资组合的比例,文章最后给出了一个实例.     

金融市场风险度量及实证研究

本文讨论了利用VAR度量金融风险.通过CAPM和MonteCarlo两种方法计算了实证数据的VAR值,并通过比较分析,说明了目前在我国利用CAPM模型计算风险价值VAR可靠性较低,实用性较差.     

基于遗传算法BP神经网络优化证券组合投资

BP神经网络由于具有对数据大规模并行处理及对知识有较强融合能力的优点,应用范围极广.然而也存在一些致命的缺点(如容易陷入局部极小点),通过遗传算法(GA)与BP网络结合,可以有效地解决该问题.优化证券投资组合的仿真模拟实验结果表明,其优化方案比使用二次规划法更优,该方法更具正确性、高效性和实用性.     

动量策略及反向策略研究评述

对动量策略与反向策略的热点研究领域——异常收益的来源做了重点评述;对如何建立输家组合与赢家组合的几种方法进行了分析,并指出了优缺点。最后,对动量效应微观机制的研究进展作了介绍,并对将来的研究进行了展望。