证券组合投资的最大概率与最小风险分析

研究基于当前价格的证券组合投资的最大概率和最小风险问题，分别导出最大概率的证券组合投资比例和最小风险的证券组合投资比例，并说明他们是相同的。因此，我们可以考虑具有最大概率和最小风险这两个特点的证券组合投资。     

改进DHGM（2,2）模型

根据灰色系统基本理论，用灰色二次累加生成法对水文灰色系统微分动态模型－ＤＨＧＭ（２，２）模型进行了改进，改进后的ＤＨＧＭ（２，２）模型精度比原模型有了很大的提高。     

自组织原理在橡胶配方设计中的应用

自组织法又称数据组合处理方法（ＧＭＤＨ），是７０年代发展起来的一种启发式自组织建模方法。本工作将其引入橡胶配方设计中，提出一种配方过程非线性建模方法，初步结果令人满意。     

风险与收益折衷的证券组合模型神经网络求解

通过分析证券的收益率和风险的关系，为个人或机构投资提供理论指导。根据风险与投资模型的特点，给出了不允许卖空情形下证券投资的风险与收益折衷模型的神经网络算法，找出了可行的证券组合最优决策的方法。     

GMDH—EPTSV建模方法及其应用

对于多变量非线性系统，根据控制理论中的自组织原理，提出了改进的主成分分析双向量选择的数据处理组合方法，简称ＧＭＤＨＥＰＴＳＶ方法建立了合成氨系统的数学模，该方法好的模型精度和计算稳定性。     

一类模糊证券组合投资的最优模型

为了体现投资者对期望水平的满意度,以最小风险对应的最大方差系数为目标,期望临界收益率为约束,建立一类新的模糊证券组合投资的最优模型。运用模糊优化和进化规划方法,研究新风险概念下的模糊证券组合选择,并给出了其相应算法。     

浅谈马科维茨证券投资组合模型

本文简单的探讨了证券投资组合理论及发展并以马科维茨的证券投资组合理论——均值-方差模型为主进一步探讨了现代证券组合理论的应用，如，组合证券的风险、收益的计算、组合证券的选择等。在此基础上提出了马科维茨投资理论在实际操作中的局限性。     

证券组合投资有效集与有效边界的研究

本文从分散风险而进行证券组合投资问题出发，研究了证券组合投资有效集及有效边界的确定，并分析了证券组合投资比例系数约束条件不同对其投资风险的影响。     

证券组合模型系数的二次规划求解

首先介绍了证券组合模型系数，认为是二次规划问题，讨论了 Kuhn－ Tucker条件，接着在证券组合模型中证券之间的协方差矩阵为正定矩阵及约束为线性约束的条件下，利用 Kuhn－ Tucker条件将二次规划问题转为简单的线性问题.由于该线性问题的互补性，给出 Lemke转轴算法的理论求解过程.最后给出一实例使得对全过程有更清楚的理解.为证券组合投资的最优化提供科学依据和计算方法.     

基于VaR的无卖空投资组合分析及实证研究

简单介绍了投资组合分析技术的发展现状;然后在传统的证券投资组合中加入VaR约束条件,并结合我国股票交易市场不允许卖空的前提,运用树形算法得出确定最大预期损失的证券投资组合;在此基础上提出了对我国股市发展的建议.     

不同时间段数据同时建模的GMDH证券组合投资预期收益模型

根据证券市场数据的特点,充分利用不同时间段的数据,同时建模,给出联立方程的预测模型,即建立证券投资预期收益模型。     

基于AHP的蚁群算法在房地产投资组合中的应用

以房地产开发企业为背景,提出多项目投资过程中对地段的选择问题。为分散投资过程中的非系统风险,将层次分析法(AHP)与蚁群算法相结合建立了多项目地段选择优化数学模型,并进行求解,为房地产开发项目组合优化提供了新方法。通过实例验证了基于AHP的蚁群算法的有效性。     

组合投资有效边界的若干性质和模型

证明了组合投资中有效边界的几个性质,并建立了一个计算最优证券组合投资比重向量的数学模型。     

一种确定最优组合投资权重的新方法

采用了单位收益最小风险的非线性目标函数，精确地确定了最优组合投资的权重。在理论和实际上都有较明显的直观意义。     

一种快速的条件组合算法

在低阶缺陷幻方复原问题的研究中,常用r-组合算法求解行、列等相应组合.基于循环模拟器的r-组合算法和r-条件组合算法的计算复杂性过高,利用2个限界函数f(i)和g(i)改进条件组合算法,从而提高了算法的效率.     

一种基于SVM和规则消除组合型歧义的算法

歧义的处理是影响分词系统切分精度的重要因素,也是中文自动分词系统中较为困难的问题.提出一种基于支持向量机(SVM)和规则(Rules)相结合的算法(SR算法),对中文分词过程中的组合型歧义字段进行排歧.SR算法主要思想是利用支持向量机分类的原理,结合词性搭配的一些规则排除组合型歧义.实验表明,用此算法对几种不同的语料进行排歧测试,排除组合型歧义字段的切分正确率可达83%左右,为解决中文自动分词难题提供了一条新路径.     

求解组合优化问题的组合遗传算法

构造了求解组合优化问题的组合遗传算法。这个方法的主要优点是优化效果好 ,计算效率高以及通用性。模拟结果验证了该方法的有效性。它能应用到求解许多组合优化问题。     

用改进遗传算法求解组合拍卖竞胜标

从电子商务中的组合拍卖机理出发,以第一价格密封拍卖方式为背景,通过分析组合拍卖标的集和竞胜标确定的复杂性,给出了组合拍卖竞胜标确定问题的一般模型,并指出了该问题为离散组合优化问题·同时针对拍卖实践中组合标出现的事实,对求解该模型的单亲遗传算法的初始种群进行优化设计,使得可行解的搜索空间大大缩小·基于这种思想,提出了一种适合求解该模型的改进遗传算法·计算实例表明,利用该算法求解竞胜标确定问题的最优解,算法具有实现简单、寻优速度快、计算效果良好等特点·     

中国股市汽车板块及相关行业风险与收益的实证研究

股票投资是一种风险投资,股票的投资组合是一种重要投资方式,它可以有效地降低投资风险,增大收益率.本文首先介绍了中国股市的发展和汽车板块及相关行业的近况,然后以2002年3月31日到2003年3月31日为参考时限,选择汽车板块及相关行业(金融、钢铁、石化、汽车零部件)的30只股票作为样本,以季度收益率为指标,计算样本股票的标准差,对汽车板块与其它4个板块投资组合,得到相关系数并进行实证分析,对汽车板块与相关行业的联动性的大小加以分析.     

基于偏序对改进蝙蝠算法的旅行商问题研究

作为一种新兴的群智能启发式算法,蝙蝠算法近年来被广泛用于求解离散、连续、及组合优化问题。针对典型组合优化问题中的旅行商问题,本文提出一种基于偏序对改进的蝙蝠算法用于求解离散型旅行商问题。通过对蝙蝠速度、位置的更新,使算法具有更强的适用性。本文对16个标准TSP问题进行测试与对比分析以验证算法有效性。实验结果表明,本文提出的偏序对蝙蝠算法在大多数实例中均优于其他算法。