证券组合投资选择模型的约束满意度解

利用模糊数来描述证券组合的预期收益率和风险损失率，对证券组合投资问题建立了一种模糊线性规划模型，并讨论了利用模糊约束满意度将模型转化为普通线性规划模型的方法，最后给出了一个具体的例子。     

具有交易成本的均值-绝对偏差模糊投资组合优化

考虑到资产收益率的模糊不确定性,提出具有交易成本和交易量限制的均值-绝对偏差模糊投资组合优化模型。运用可能性理论将该模型转化为显式的线性规划问题,并采用改进的旋转算法进行求解。最后通过实证研究证明该模型和算法的有效性,讨论了资产收益率为梯形模糊数的情况下投资者针对现有投资组合的调整策略。     

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。     

基于模糊线性规划的证券组合投资优化研究

怎样选择一个比较满意的证券投资组合,在一定条件下实现一个最有效率的风险一收益搭配,是证券组合投资优化问题的关键。文中利用L-R模糊数来描述了某证券的期望收益率和风险损失率,从而对证券组合投资问题建立了一种模糊线性规划模型,并给出了模型的求解方法,试图优化证券的投资组合,最后给出了一个算例。     

基于模糊数的证券投资组合最优化模型

利用模糊数处理不确定性信息,建立了以总风险最小为目标函数的证券投资组合优化模型.在给定的截集下,借助模糊数大小的概率比较,将模糊优化模型转化为不等式约束下的线性规划模型.利用Matlab编程解得了其最优投资方案,并阐述了该方法的可行性.     

约束条件含模糊数的线性规划的一种求解方法

讨论了约束条件中系数是模糊数的模糊线性规划的一种解法,利用Roubens的模糊数比较的概念,把系数是模糊数的线性规划问题转化为经典的线性规划问题,从而利用求解线性规划的单纯形法求解此类模糊线性规划．最后给出此种方法在实际中的应用．     

含无风险投资的证券组合投资线性规划模型

在证券组合投资过程中,为了规避预期风险,投资者会将一部分资金存入银行．提出了一个含无风险投资的证券组合投资的区间数线性规划模型,并确定了其投资比例．该模型使证券组合投资理论更全面、更合理、更有效．     

融资条件下具有优良资产的模糊投资组合问题

讨论了在融资条件上具有优良资产的投资组合问题．作者利用模糊数来描述资产的预期收益率,并用模糊理论将模糊数转化为普通数,建立了一种模糊规划模型．最后给出了一个实例,并对其灵敏性作了分析．     

模糊数证券组合投资选择模型与求解

针对预期收益率与风险损失率为模糊数时,建立了一种具有模糊系数的证券组合投资选择模型.利用一种对模糊数排序的方法,将模型转化为传统的线性规划问题求解.     

允许卖空条件下证券投资组合的区间数线性规划问题

针对市场上允许卖空的情况下,提出了证券投资组合的区间数线性规划模型,通过区间数线性规划问题中的目标函数优化水平α和约束水平η,给出了证券投资组合的区间线性优化的数学转化模型,从而将目标函数和约束条件均为区间数的不确定线性规划问题转化为确定性的线性规划问题并求解.最后通过实例说明了此方法的可行性.     

带交易费用的证券组合投资的模糊多目标优化模型

利用在约束条件中加入证券多样化选择约束的方法来抵减非系统风险,建立了带交易费用的综合考虑收益和风险的模糊多目标规划模型.在此模型中,考虑到证券投资的预期收益和风险的模糊性,把目标函数和约束系数均作为模糊数处理,并给出了模型的求解方法和问题的一个算例.     

具有机会约束的多阶段可信性M-AD投资组合优化

本文基于可信性理论,考虑交易成本、借贷约束、阈值约束和基数约束等现实约束,我们提出一种新的具有机会约束的多阶段可信性均值绝对偏差(M-AD)投资组合优化模型。该模型在给定的置信水平下,运用可信性均值和绝对偏差衡量资产的收益和风险,通过对终期财富的最优化实现投资者的预期收益。运用可信性理论,该模型被转化为确定型的动态优化问题。由于交易成本和基数约束的存在,该模型为具有路径依赖的混合整数动态优化问题。文章提出一种新的前向动态规划方法求解。最后,文章通过实证研究验证了模型和算法的有效性。     

基于三角型模糊数理论的组合投资决策研究

基于三角型模糊数理论提出一种新的组合投资决策算法。首先应用三角型模糊数描述股票的价格变化过程,采用三角型模糊数的均值面积来表示相应价格信息;然后结合投资者的具体效用函数,并假设投资收益近似服从正态分布,获得其期望效用函数;最后根据Markowitz的均值-方差模型结论确定最优组合投资收益,从而确定投资者的最优组合投资比例。该算法简洁实用,便于操作,通过给出具体应用算例说明了该算法是行之有效的。     

基于可信性均值-方差-偏度-正弦熵的投资组合模型

通过引入可信性理论和偏度约束,分别建立了同时满足随机不确定和模糊不确定情形的均值-方差-偏度-正弦熵多目标投资组合优化模型（Mult-M-V-S-SE）和含有收益及风险系数的单目标投资组合优化模型（M-V-S-SE）;然后运用马尔科夫方法预测模糊收益率,利用遗传算法优化模型投资策略,通过上海证券交易所数据进行实证比较。结果表明：Mult-M-V-S-SE和M-V-S-SE两模型效果均超过均匀投资策略（MEAN）;M-V-S-SE模型灵活且稳定,更具有优势,在满足投资者需求的同时可实现更高的累计收益。     

证券组合投资选择模型的模糊优化

以证券组合的期望收益率及风险损失率为目标函数，研究了在这两个目标下证券投资组合的模糊模型及其优化问题，并利用S型隶属函数将模型转化为普通线性规划模型进行求解，最后给出了一个具体的例子来阐述方法的有效性．     

基于模糊时间序列的投资组合折中规划

通过建立证券价格为梯形模糊数的模糊时间序列预测证券价格,并以预测值与购买价格的比值衡量投资收益,以预测收益低于期望值的半绝对偏差计量投资风险,建立二目标投资规划模型,采用折中规划的方法求解,与均值-绝对偏差模型投资组合效果进行对比.对15只上证50指标股进行实证分析表明:折中规划可以根据市场的运行趋势进行投资决策,并且可以避免均值-绝对偏差二目标规划在严格数据约束下的无效解问题.