基于CVaR的期货最优套期保值比率模型及应用

通过条件风险价值(CVaR)控制套期保值资产组合在极端情况下发生的超额损失,建立了组合CVaR最小的套期保值优化决策模型.本模型的特色表现在:①现有研究的最小方差套期比及VaR套期比模型仅仅是本模型的1个特例:一是在期货的期望收益率为零时,或在期货和现货收益率完全相关时,本模型的最优套期比就是现有研究的最小方差套期比;在置信水平接近于100%的情况下,本模型的最优套期比趋近于最小方差套期比;二是在置信水平1-α下,当本模型的套期保值组合收益率小于标准正态分布的"α分位数"那一点的组合收益率的条件均值等于VaR套期比模型中特定的"β分位数"时,本模型就等于VaR套期比模型.②以期货套保组合收益率的CVaR为目标优化套期保值比.充分考虑了套保组合的尾部损失,综合了套期保值者期望收益率和风险偏好,改变了现有研究忽略套保者期望收益率和人为设定风险偏好参数现象,使期货合约的选择直接反映了套保者的风险承受能力.③模型反映了CVaR最优套期比由套保者投机需求和纯套保两部分组成,更深层次地探讨了套期保值比率的含义.     

期货市场逐步组合套期保值的理论与方法

对期货市场组合套期保值策略和保值风险进行了分析 ,给出组合套期保值率的最小二乘估计和保值风险的估计 .研究期货市场逐步组合套期保值问题 ,对给定要保值的现货资产 ,逐步找出参加组合套期保值的期货资产 .得到期货市场逐步组合套期保值的理论和方法 ,改善了组合套期保值的效果 ,为投资者提供一个实用的组合套期保值方法.     

基于极端风险控制的多品种期货套期保值模型

以多品种期货套期保值组合的条件风险价值CVaR度量风险,运用非参数核估计和蒙特卡罗方法模拟现货和期货未来损益情景,通过求解最小CVaR值,建立了基于极端风险控制的多品种期货套期保值模型,解决了在期货价格异常变动的条件下套期保值的风险控制问题.本文以条件风险价值CVaR最小为目标控制套期保值组合的尾部损失,避免了多品种期货套期保值的极端损失,提高了套期保值的效果.采用离散化处理条件风险价值的复杂积分计算收益分布的尾部面积,使得套期保值组合的尾部损失的确定适合任意分布的情况,避免了现有研究对组合收益分布做特定假设的不合理情况,使模型适合任何分布情况的风险控制.     

多种期货对多种现货的最优套期保值决策模型

以期货套期保值收益最小方差为目标函数,建立了多种期货对多种现货的最优套期保值决策模型.模型的特色与创新一是根据两个或两个以上组合的非线性风险叠加后的整体风险来求解最优套期保值比率.解决了新增一组套期保值资产时,如何确定全部资产的套期保值最优策略问题.二是建立了多种期货对多种现货的最优套期保值决策模型.     

基于资金限制的多品种期货套期保值决策模型

依据期货-期货相关性与现货-期货相关性原理,在最小方差套期保值的基础上,引入了多品种期货套期保值的资金约束,建立了多品种期货套期保值模型.该模型的创新与特色是建立基于资金限制的多品种期货套期保值模型.利用多元GARCH预测多品种组合的资金需求量,在把握未来资金需求的情况下,确定多品种期货套期保值的最优策略,避免了因资金短缺而造成的套期保值失败.并利用大连商品交易所的大豆期货合约、豆粕期货合约及豆油现货数据,对基于资金限制的多品种期货套期保值决策模型进行了实证分析.     

国际组合债券投资的最优风险分散与套期保值决策方法

在考虑外汇套期保值基础上，本文研究了国际组合债券投资的风险分散决策方法，并进而分析了不允许卖空情况下最优国际组合债券的结构特征。文中还给出了本文方法的应用实例。     

多元线性回归模型的聚类分析方法研究

提出一种对大量的多元线性回归模型进行聚类分析的方法.首先利用增广矩阵的相关系数矩阵定义了2个多元回归模型之间的距离以及模型集合的质心和半径等相关概念.然后采用Squeezer聚类方法,以过程全自动化的方式,实现对多元线性回归模型集合进行聚类分析.通过仿真研究验证了方法的有效性,取得满意的分析结果.     

一元线性模型异方差的局部多项式回归

本文将局部多项式回归的非参数方法用于线性模型中异方差的估计 ,改进了传统的两阶段法 ,得到了估计的一致性和渐近正态性 ,为探讨估计的有限样本性 ,给出了若干模拟的例子。     

基于一种增量式一元线性回归模型的自适应逆控制

为受控系统提出了一种简便实用的增量式一元线性回归模型。为了跟踪快时变参数 ,提出了一种滚动多模型加权平均参数估计算法。在参数估计和系统控制的过程中运用智能技术 ,使估值更可靠 ,并形成了以基于该模型的自适应逆控制为主、常规控制为辅的多模态控制方式。仿真结果表明 ,这一控制方式对于控制非线性和时变系统非常有效。     

无失效指数分布参数的模糊加权最小二乘估计

无失效数据的出现，使分布参数的估计成为可靠性评定的又一关键问题。在对指数分布进行参数估计时，引入模糊加权系数，利用模糊加权最小二乘估计对数据进行回归拟合，推导出模糊加权失效率的估计式。由于无失效数据失效概率的确定对参数的估计结果有较大的影响，以减函数法确定失效概率的Bayes估计，并进行模糊加权线性回归。回归结果与常规线性回归结果相比，更接近工程实际。     

遗传算法在模糊线性回归子集选择中的应用

针对模糊线性回归,提出子集选择问题,给出评价准则,并采用遗传算法（ＧＡｓ）实现子集选择．最后给出应用实例     

基于GM(1,1)模型和线性回归的组合预测新方法

为解决 GM(1 ,1 )预测中存在的历史数据的跳变问题 ,依据灰色灾变预测原理 ,利用线性回归适用短期预测的特点 ,提出了一种新的预测方法 :用 GM(1 ,1 )模型预测将来可能的数据跳变日期点 ,对其他非跳变点使用分段线性回归函数进行预测 .通过对浙江省农村用电量的预测 ,结果表明该方法很好地克服了 GM(1 ,1 )模型和线性回归模型的缺陷 ,在实际中取得了较好的效果 .     

基于贝叶斯-神经网络的动态回归建模与预测

结合贝叶斯网络和神经网络，提出了一种建立数据驱动型的动态线性回归系统模型的方法。基于这种模型采用自然连接型的知识分布，形式化各种各样的信息，结合贝叶斯方法，执行贝叶斯网络的持续学习过程；采用指数寿命型的连接权值改进径向基神经网络，优化输入数据，提高计算速度；采用改进的遗传算法，实现神经网络的动态自适应。基于上述方法，实现了线性回归系统动态建模与实时预测。仿真试验说明该方法是有效性。     

多支持向量机融合建模的直线电机设计研究

主要研究多支持向量机融合建模方法,并使用差分进化算法对模型进行优化。以圆筒直线电机为研究对象,采用有限元法、正交实验设计与随机实验设计结合方法获得直线电机非参数建模的样本空间,建立直线电机的快速计算模型,并验证模型的精度和效率;采用差分进化算法对直线电机结构进行优化设计,并采用有限元模型验证优化结果的可靠性。为多支持向量机融合算法提供了实际验证。     

BP算法求解多元线性回归模型初探

提出求解多元线性回归模型系数的BP算法，给出该算法的数学描述、推导过程和计算机编程步骤，并结合实例说明。     

具有不同输入时延的二阶多智能体系统一致性

研究了具有不同时变输入时延的二阶连续多智能体系统的一致性问题。首先,通过变量转换,将系统的收敛性问题转化为误差系统的稳定问题;然后,通过对系统进行变换,将二阶系统稳定性问题转换为等价系统的稳定性问题。通过构造李雅普诺夫函数,基于线性矩阵不等式(LMI)的方法,给出在无向固定拓扑条件下,系统达到一致的充分条件。最后,仿真实例证明了结果的有效性。