摩擦市场下加权极大-极小随机模糊投资组合模型及实证

考虑投资者面临证券市场随机和模糊的双重不确定性,把证券收益率视为随机模糊变量. 根据前景理论建立符合投资者心理特征的期望收益和目标概率隶属度函数,构建目标权重不等的加权极大- 极小随机模糊投资组合模型. 在含有交易费用和最小交易单位约束的摩擦市场环境下,利用改进动态邻居粒子群算法求解投资组合问题. 采用实证方法把市场分为上升和下降两个阶段,研究模型的表现. 结果表明： 加权极大- 极小随机模糊投资组合模型的收益率优于均值-方差投资组合模型; 利用加权极大- 极小随机模糊投资组合模型能够满足不同风险态度投资者的需求,构建与投资者风险态度一致的投资组合.     

一个基于极大极小风险价值的组合投资模型

风险价值理论能够很好地从心理和行为方面综合考虑收益与风险之间的决策。本文将风险价值指标引入组合投资领域,通过极大极小风险价值,建立了相应的组合投资模型(MMRV),并与其他模型(MMR、MV)进行了比较分析。     

考虑行为特征的多期鲁棒投资组合模型及实证研究

考虑投资者的行为特征以及模型参数的不确定性,构建考虑行为特征的多期鲁棒投资组合模型.在前景理论的基础上,引入动态损失厌恶系数和动态财富参考点,建立动态前景理论价值函数.为了满足投资者的安全性要求,在模型中考虑机会约束,调整模型的保守程度.针对模型多期规划的特点,设计两阶段初始化策略.进一步地,在标准粒子群算法的基础上,根据种群性能的反馈信息,设计多频振动变异操作,提出改进的粒子群算法.实证结果表明:改进的粒子群算法能够有效提高算法的求解精度;考虑行为特征的多期鲁棒投资组合模型能够满足投资者的心理预期,且在实际投资决策中具有可行性.     

区间数模糊投资组合模型

利用模糊约束将Markowitz投资组合模型转化为模糊线性规划模型，用区间数来描述证券的期望收益率和风险损失率，建立区间数模糊证券投资组合模型，利用区间数知识把区间规划问题转化为参数线性规划问题对该模型进行求解，通过算例阐述方法的有效性。     

带有模糊收益率的投资组合选择模型

考虑了预期收益率为模糊数的投资组合选择问题,利用模糊约束简化方差约束,建立了投资组合选择的模糊线性规划模型,然后利用模糊数学知识把 模糊线性规划问题转化为多目标线性规划问题,并且设计了模糊算法对其求解,最后通过一个数值算例检验所提模型的可行性,并且对模糊数模型与清晰数模型进行了比较.     

基于随机模拟和VaR模型的投资组合优化研究

投资组合的优化旨在对资金进行分配组合,得到各项资产的最优分配权重,并在权衡投资收益和风险的基础上使投资达到期望效用最大化.在研究过程中,首先运用Monte Carlo随机模拟方法预测各资产的收益率期望值,计算出收益率标准差和各资产间的相关系数,进而求解资产的组合风险.然后将VaR(Value at Risk)条件引入到模型中,建立以资产组合收益为最大目标,以资产组合的VAR为约束条件的投资组合优化模型,计算出资产分配比重.最后通过实例分析资产价格走势和检验分布假设,验证模型的合理性和可行性,为投资者的决策提供理论和应用依据.     

含交易成本和机会成本的极小极大多期投资组合选择模型

本文考虑了摩擦市场下的多期证券投资组合选择问题,利用极小极大原理,建立了在含有机会成本和交易成本的多期极小极大投资组合选择模型.利用非线性规划相关理论, 证明了该模型最优解的存在性,并利用凸规划相关理论与Kuhn-Tucker条件给出了求解该模型的一种方法,最后通过实例对结论进行了说明.     

基于模糊回归分析的投资组合选择模型

近年来,在存在模糊性的金融市场中如何进行有效的投资组合管理吸引了学者们的关注,本文利用模糊线性回归对不同市场上长度不一致的股票数据进行了刻画和分析,并在改进的收益和协方差矩阵基础上构建了投资组合选择模型.算例结果表明,在股票数据长度不一致时,基于模糊回归分析的投资组合选择模型比截断数据的投资组合模型以及基于普通最小二乘回归的投资组合模型有更好的表现.     

基于集成预测的均值-方差-熵的模糊投资组合选择

通过基于集成预测的方法构建模糊投资组合, 代表性地选择了遗传神经网络模型、 多因素SVM回归模型和ARIMA时间序列模型作为组合预测中的单一模型, 并将单一模型预测结果作为模糊变量进行投资组合优化, 实证结果表明基于集成预测的均值 -方差-熵的投资组合相比其他组合收益率更高, 相对风险更低. 该方法可以用于投资基金管理、 金融风险管理等实际工作中,以便提高决策的科学性.     

随机最优证券投资组合模型

讨论了当投资的预期收益率和风险损失率为随机变量时 ,证券投资组合模型的优化问题 .并分别建立了证券投资组合决策系统的期望值模型及机会约束规划模型 .最后设计了基于随机模拟的遗传算法 ,该方法有效地解决了证券投资组合模型的优化问题.     

随机利率下的生存年金组合精算现值模型

对随机利率做了相关分析，然后在假定市场上存在多种相互独立的随机投资利率的条件下，利用时间序列得到一种推广的随机利率模型，最后根据投资组合理论得出企业年金保险中多种生存年金组合的精算现值模型。     

投资组合保险策略绩效的随机占优检验

组合保险策略的最大特点是能够对下侧风险进行保护同时又能获得向上的潜在收益,因此,对该策略绩效的评价不能仅仅只是根据收益的某些统计特征,还应当考虑收益的分布情况.本文利用10年来上证综指获得的收益率数据,采用块自助模拟法对CPPI、TIPP和B&LH投资组合策略绩效进行分析和评价,并引入随机占优理论比较判断各投资策略的占优关系.实证检验结果表明,总得来看三种策略之间并不存在占优策略,但在不同的市场表现下存在有相应的占优策略.     

模糊Bonferroni平均算子及在多准则群决策中的应用

在进行信息集成时,有时需要考虑输入变量之间的相互影响,而Bonferroni平均（Bonferroni mean, BM）算子正好具有这种优点。为了集成三角模糊数,提出模糊Bonferroni平均（fuzzy Bonferroni mean, FBM）算子,讨论它的几种特殊情形。在此基础上,提出模糊加权Bonferroni平均（fuzzy weighted Bonferroni mean, FWBM）算子和组合模糊加权Bonferroni平均（combined fuzzy weighted Bonferroni mean, C-FWBM）算子,同时研究它们的一些性质。针对决策信息以三角模糊数给出的决策问题,提出一种基于FWBM算子和C-FWBM算子的多准则决策方法。最后举例说明其在模糊多准则群决策中的应用,结果表明该方法是可行的。     

具有模糊系数的证券组合投资选择模型

利用模糊数来描述某证券的预期收益率与风险损失率,从而对证券组合投资问题建立了一种模糊线性规划模型,并讨论了模型的求解方法与模型的模糊最优解的几个性质,最后给出了一个算例.     

风险投资公司投资组合的优化模型

科学地做出风险资本的投资组合决策对提高风险投资公司的投资效率乃至加速我国风险投资业发展具有重要的战略意义.首先给出了风险投资公司投资的相对投资效果水平的衡量模型,然后运用平稳过程理论提出了风险投资公司向各企业下期投资的相对投资效果水平的预测模型,进而根据风险投资公司的风险类型,利用二次规划方法建立了投资组合的优化模型,为风险投资公司确定其向各企业下期投资的最佳比例提供理论参考.最后,用算例说明了模型的合理性和可行性.     

随机线性二次最优控制在投资组合中的应用

提出一类随机线性二次最优控制问题,给出了一个新的随机黎卡提方程,若此方程有解,就可以得到系统的最优反馈控制;作为其应用,讨论了连续时间的均值-方差投资组合选择问题,其目标是投资组合的最终收益最大,风险最小,通过"嵌入"方法将其转化为随机线性二次最优控制问题,并在非自融资的条件下,得出最优证券组合;最后将其理论应用于实例分析.     

股票-债券投资模型实证研究

利用均值方差MV模型与绝对偏差MAD模型,分别选择股票,国债与企业债,在无摩擦市场与有摩擦市场下构建投资组合的最优策略,并利用国内股票市场与债券市场的数据进行实证分析,比较两种风险模型的投资效果.结果发现:加入债券后,与单纯的选择股票组合相比,投资组合的风险极大的降低,且收益更加稳定.     

一个基于模糊决策理论的投资组合模型

对清晰和模糊两种情况下的组合投资问题进行了研究 ,提出了相应的模型和求解方法 .模型以绝对偏差和代替方差 ,假定交易费用函数为 V-型函数 ,给出了将目标函数中含有非线性项或含有非线性约束的优化模型转化为线性规划问题的一个简便方法 ,不仅大大地简化了模型的计算 ,更重要的是使得在线解决大型组合投资问题成为可能 .投资者的主观意见反映在模糊情况的组合投资模型之中 .最后通过一个例子来说明本文所提出的方法 ,并对文中两个模型进行了对比分析     

组合证券投资模型研究

在分析Ｍａｒｋｏｗｉｔｚ组合证券投资模型、绝对离差风险测度模型和Ｅ－Ｓｈ风险测度模型的基础上,针对上述模型的不足之处,提出了新的风险测度下的组合证券投资最优化模型,给出了计算最优投资权重系数和确定有效边界的方法．并结合案例分析了最优化模型的有效性     

基于代表性偏差的行为投资组合模型及实证

代表性偏差这一心理特征分为横向代表性偏差和纵向代表性偏差,将其分别引入投资组合模型, 研究了它们对投资者投资组合决策的影响. 提出了代表性收益概念, 从期望效用最大化的原则出发,把投资者的效用表示为期末收益和超额代表性收益的函数,建立了基于纵向代表性偏差的最优投资组合模型(横向类似), 实证分析表明这一模型能够得到投资组合的有效前沿.