排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
由于大宗交易下边际交易费用递减,因此用线性加凹的函数拟合实际交易费用函数, 建立了均值-方差框架下的组合优化模型并给出了相应的求解算法.通过对恒生指数样本股的实证分析发现:考虑大宗交易的组合有效边缘介于线性交易费用和无交易费用的组合有效边缘之间; 大宗交易稀释了“分散化降低风险”的效应; 大宗交易下交易费用越大, 相对于线性交易费用而言组合集中度越高. 相似文献
2.
本文研究了指数型基金管理中最核心的指数追踪问题.依据结构风险最小化思想,首先构造了以追踪误差为基础的损失函数,接着考虑了时间因素对历史追踪误差的影响,采用指数加权的方法将时间因素纳入追踪误差的分析中,利用SVM理论给出了指数复制问题的结构风险的形式,在此基础上构建了各种市场实际约束下最小化结构风险的时间加权SVM的指数优化复制模型,最后利用OR-Library中的5个市场指数历史数据进行了实证检验.结果表明本文提出的时间加权SVM模型能够显著提高样本外的追踪效果.同时使得追踪组合的鲁棒性有明显的改善,从而表明本文提出的时间加权SVM指数复制模型具有较高的理论和应用价值. 相似文献
3.
凸函数与超加函数的关系研究 总被引：3，自引：0，他引：3
应用积分理论，研究了在整数规划中具有重要应用的凸函数及其超加函数的关系。利用超加函数的有关结论，证明了任何过原点的凸函数必为超加函数，并得到了此类凸函数的若干推论。 相似文献
4.
资产未来收益率分布是决定VaR计算准确性的主要因素，针对上海证券市场综合指数收益率分布的不同假设，从静态与动态角度给出4种计算VaR的方法．首先通过拟合历史数据，说明上证综合指数收益率服从t4.579分布，然后考虑到收益率波动的时变性，用GARCH（1，1）模型来估计波动率．最后通过Back-test检验，得出GARCH-t4．869是计算VaR的最好的模型． 相似文献
1