基于信息熵的投资组合模型

本文用信息熵来代替协方差矩阵度量投资的风险,大大简化了模型的计算。在模糊环境下对模型进行求解,将投资者的愿望反映在投资组合中。     

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GARCH模型的外汇投资组合应用

对于外汇市场主要7个货币对欧元/美元,英镑/美元,美元/瑞士法郎,美元/日元,澳元/美元,美元/加元,纽元/美元的汇率运用时间序列分析方法,分别运用GARCH模型对汇率进行建模预测,计算得到收益期望,以GARCH模型残差方差作为风险度量。对投资过程中有无杠杆,运用马可维茨的“均值-方差”模型进行投资决策,得到下一日的投资策略。     

基于POT-VaR混合模型的投资组合风险分析

在简要分析金融产品投资组合理论的基础上,尝试将超门限极值法(POT)与传统VaR模型中的方差-协方差法相结合的方式,改进传统单纯基于投资组合计算历史收益率数据的VaR模型.通过划分沪深股价前100支股指期货高频收益率数据,运用POT-VaR混合模型进行实证研究.结果表明:该混合模型可以解决收益率方差估计随时间推移的动态问题,为降低投资组合市场风险提供科学的方法,对我国期货市场投资组合风险管理提供了可靠的依据.     

基于组合投资的混合风险度量模型

对2种风险度量方法均值-VaR模型和均值-CVaR模型进行混合.首先对在险值(VaR)和条件在险值(CVaR)具有的性质如次可加性进行论述和比较,其中在计算条件在险值(CVaR)时,同时也能得到在险值(VaR),因此CVaR可对风险进行双限监管,比单纯的VaR更加保险;然后对均值-VaR模型和均值-CVaR模型赋予不同的权重,得出混合后的模型的相关性质,使混合后的模型在某种程度上优于单个模型的投资组合;最后对深市股票进行实证分析.     

基于GARCH模型的Black-Litterman投资组合研究

该文以上证50样本期内38只股票周收益率为实证研究对象,利用GARCH模型预测周收益率和条件方差,并以此分别量化传统BL模型中的观点收益向量和观点误差矩阵,得到的BL预期收益率普遍高于市场均衡收益率.最后,基于该BL预期收益且不允许卖空条件,给出这38只股票的最优投资组合和有效前沿.     

基于改进Black-Litterman模型的投资组合优化

考虑到金融市场“非完全有效性”且投资者“非完全理性”,通过贝叶斯框架建立了投资者观点与多渠道信息相结合的改进Black-Litterman模型,由此确定了最优的个性化投资策略.在中国股票市场的实证研究中,利用SVM-ARIMA-GARCH模型解决了投资者观点量化的问题.对比几类参考策略,改进Black-Litterman模型所确定的最优投资策略的样本外绩效表现更加稳健,在不同市场行情下均能获得较高的夏普比率和较低的换手率.     

可能性投资组合模型

为克服随机可能性投资组合模型和可能性投资组合模型在拟合分布时未考虑相关因素,以至于不足以全面预测证券趋势的问题,将可能性测度应用到不足约束下的投资组合最优化思想中,把风险定义为不能实现的最低组合回报率的必要性测度,提出了可能性分位数投资组合模型和可能性模态法投资组合模型．两模型充分考虑了回报率间的相关关系及专家知识在决策中的重要作用．通过实证研究表明：利用两模型可以得到多样化的结果,更加适应我国的证券市场的发展;掌握了专家知识的量化方法对决策的影响．     

最优组合投资模型

1问题的提出市场上有n种资产（如股票、债券、…）Si（i=1，…，n）供投资者选择，某公司有数额为M的一笔上相当大的资金可用作一个时期的投资．公司财务分析人员对这n种资产进行了评估，估算出在这一时期内购买S；的平均收益率为ri，并预测出购买Si的风险损失率为qi．考虑到投资越分散，总的风险越小，公司确定，当用这笔资金购奖若干种资产时，总体风险可用所投资的Si中最大的一个风险来度量．购买Si要付交易费，费率为Pi，并且当购买额不超这给定值ui时，交易费按购买ui计算（不买当然无须付费）．另外，假定同期银行存款利率是r0，且…     

VAR度量下基于C-OWA算子的区间数组合投资模型

考虑资本结构因子和交易费用,提出VAR度量下基于C-OWA算子的区间数组合投资模型,通过引入目标函数偏好水平将该模型转化为混合整数规划模型进行求解,得到相应有效投资方案,并对OWA权向量、置信水平和目标偏好水平进行分析,使证券组合投资决策更具柔性.最后通过算例分析说明了模型的有效性和可行性.     

摩擦市场下基于可能性理论的一种投资组合模型

基于可能性理论,建立在摩擦市场下投资者对投资收益、收益差值的满意程度的一种新的投资组合模型,并给出模型的求解方法.     

跳跃股价模型下投资组合的生成函数

针对股价的非连续模型,为研究投资组合之间收益的关系,采用半鞅的分析办法,研究由Ito过程和Poisson过程复合的股价模型下的投资组合生成函数及其性质。随机组合理论表明通过构造生成函数可以生成新的投资组合,并证明了生成组合的权重表达式以及相应的漂移过程项和跳跃过程项。因而可以通过一个随机微分方程分析生成投资组合的收益和市场资产组合的收益,以及收益的期望控制的关系。结论表明生成函数及相关函数在满足一定条件下这样的期望控制关系存在。     

β约束条件下的房地产投资组合优化模型

在现代经济生活中,风险是人们相当关注的一个问题。房地产业也是如此,而降低风险的主要实现方式,是通过多样化的组合投资来降低和消除非系统性风险,而系统性风险则通过风险资产的β系数表现出来。本文通过β系数的测度,建立了以组合投资风险最小化为目标的房地产投资组合优化模型。求解该二次凸规划模型,即可得到房地产投资组合的最佳方案。     

基于CVaR的典型交易成本的投资组合模型

投资者利用有限的资本在预期收益的条件下来控制风险是投资目的之一,因此假设投资者是风险厌恶型,用CVaR作为测量投资组合风险的方法。在成本约束条件下,以CVaR为目标函数,建立了带有典型交易成本函数的投资组合模型,给出了求解该模型的算法步骤。选取我国股票市场上的历史数据进行了实证分析,验证该模型的有效性。     

基于熵补偿的Black-Litterman模型的投资组合

Black-Litterman模型在传统的投资组合模型中加入了投资者的主观判断,在金融市场上获得了一定的认可.在该模型基础上,提出了一种基于熵补偿的最优化方法.首先根据历史数据,利用AR-TGARCH模型预测收益率和波动率,作为模型的输入变量,代替了纯粹意义上分析师的主观决定;其次加入信息熵,改进了传统最优化效用函数,通过求解非线性规划问题得到资产的最优组合权重.实证研究表明,该模型较之其他投资组合模型,能够获得更高的收益,具有更强的应用性.     

基于遗传算法的高阶矩投资组合模型研究

金融资产收益数据普遍具有非对称和尖峰厚尾的分布,传统的马克维茨投资组合模型仅仅考虑了均值和方差的约束,这在确定投资组合时是不充分的.考虑了三阶矩偏度和四阶矩峰度对投资组合的影响,假定交易费用为V-型函数,建立了均值-方差-偏度-峰度投资组合模型,鉴于多目标优化求解的复杂性,编写遗传算法程序求解这一高阶矩投资组合,最后给出了一个数值算例.     

基于随机矩阵理论的Markowitz组合投资模型

通过随机矩阵方法识别、消除极端或非无关抽样样本,提高Markowitz模型的参数估计精度,改进应用Markowitz模型的效果;同时,针对抽样不足的情况,使用Bootstrap方法较好地解决了该问题.     

基于差分进化方法的投资组合管理模型

旨在克服非线性规划问题求解中传统数值算法的局部搜索性缺陷，引起了一种较新的全局搜索算法－差分进化方法，它收敛性好，原理简明，易于实现，以一个财产保险公司投资组合问题转化而成的非线性规划模型为背景验证了该算法的有效性。计算结果表明，与传统的非线性规划技术相比，该方法具有更好的求解效果。     

基于高阶期望损失的投资组合优化模型

金融风险管理的第一步是风险的识别和度量,选择一种满足实践需要的风险测度指标是风险管理的关键.首先提出了高阶期望损失风险测度的定义,其次建立了高阶期望损失风险测度的投资组合优化模型,并对其进行求解,该模型的解在获得指定回报率的全部投资组合中具有最小的高阶期望损失风险.模型和求解方法将在金融理论和实践两方面有多种应用.