考虑通货膨胀因素的模糊投资组合MV模型

以可信性理论为基础,将通货膨胀因素引入模糊投资组合Mean-Variance(以下简称MV)模型中.由于通货膨胀率的不确定性,将通货膨胀率看成模糊变量,建立了考虑通货膨胀因素的模糊投资组合MV模型.另外,分别给出了当风险资产的收益率和通货膨胀率为三角、梯形和钟型模糊变量时的模糊投资组合MV模型.利用粒子群优化算法对模型进行了求解,给出了不同通货膨胀率下的投资风险及投资策略.实证分析表明:考虑通货膨胀因素的模糊投资组合MV模型更能真实地反映投资者的实际投资情况.     

带模糊数的投资组合模型的解法研究

建立了一个预期收益率为区间模糊数,风险损失率为三角模糊数的模糊投资组合模型,且假设在交易过程中存在交易费率;并采用模糊两阶段算法去求解该投资组合模型,且通过数值算例检验模型的可行性,最后对模糊数模型和清晰数模型进行了比较.     

模糊证券投资组合的期望值模型

讨论了当投资的预期收益率和风险损失率为模糊变量时,证券投资组合模型的优化问题.建立了证券投资组合决策系统的期望值模型,并设计了基于模糊模拟的遗传算法进行求解.该方法有效地解决了模糊证券投资组合问题.     

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．     

基于 CVaR 与平均离差波动性限制的多阶段投资组合模型

提出了一种基于CVaR的多阶段投资组合模型,用离散型动态规划把各阶段投资过程整合为一个整体,对组合资产收益率做正态分布假设,用拉格朗日乘子法将平均离差MAD模型写入目标函数,实现波动性度量限制.实验结果表明,该模型满足实际投资要求,符合实际投资规律,与原始多阶段CVaR模型相比具有资产组合收益率波动性较小的优势.     

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。     

基于VaR风险测度的投资组合优化模型及应用

以VaR作为投资组合风险的衡量尺度,在马柯维茨框架下建立均值-VaR投资组合优化模型,并采用蒙特卡罗模拟与遗传算法相结合的方法求解该模型．通过该模型在中国股市的实证研究,从资产收益率分布的假设与VaR置信水平的假设两方面对投资决策的影响进行了讨论,发现如果资产收益率分布的尾部越厚、VaR置信水平越高,那么投资策略越保守．     

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VaR控制下的动态优化投资组合

本文应用的动态优化投资组合模型是在VaR的约束下,调整投资组合的配置,使期望收益达到最大.基于投资组合中每一种资产的收益率序列,模型在不断变化的数据窗口下,首先估计模型参数,然后求解优化模型,得到每日投资组合中风险资产在VAR约束下的最优配置和借贷比率.这种方法对构筑新的风险资产投资组合的决策,以及对已有投资组合中资产配置的优化具有重要的指导意义.选取中国A股市场的4只股票,在收益率服从正态分布的假定下,确定投资组合中的资产配置以及借贷比率,并且讨论了模型参数的敏感性.     

基于模糊熵和模糊夏普比率的多阶段投资组合模型及实证

权衡投资的收益和风险并确定每种风险资产的投资比例是投资组合研究的重要内容之一。由于投资行为的长期性,使得多阶段投资组合问题成为研究热点。本文针对具有三角模糊收益的投资组合问题。使用模糊熵来衡量投资风险,使用模糊夏普比来衡量投资效率,并建立了基于模糊熵和模糊夏普比率的多阶段投资组合模型,进而采用理想点法将多目标模型转化为单一目标模型进行求解,最后实证分析表明该模型的实用性。     

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.     

基于模糊优化的多目标投资组合选择模型研究

将模糊集合的概念引入投资组合模型中，并将多目标投资组合模型中的收益、方差和偏度三个目标模糊化，用逻辑隶属函数作为新的目标函数．针对该模糊多目标投资组合模型，提出了一个动态遗传算法，算例给出了该模型的一个实例的最优解，并进一步解释了模糊尺度随决定逻辑隶属函数形状的参数的变化而反向变化的规律．     

借贷利率不同的效用最大化投资组合比较

提出了允许卖空和不允许卖空2种情况下含有无风险资产且借贷利率不同的效用最大化的投资组合模型.在允许卖空情况下,运用拉格朗日乘数法和Sherman-morrison方程求出效用最大化投资组合的最优投资策略,并证明了其有效前沿与均值-方差投资组合的有效前沿相同.在不允许卖空情况下,运用不等式组的旋转算法进行求解.该算法避免了通常处理二次规划问题所需的松弛变量、剩余变量和人工变量,因而操作更为简便,计算效率也更高.最后,以1个具体例子比较2种模型,并得到以下结论：在2种情况下,风险偏好系数在整个取值范围内都能够较好地反映投资者对收益和风险的选择态度,而且含无风险资产的借贷拓展了投资机会空间.     

多目标投资组合模型的模糊两阶段解法

对多目标证券组合投资模型进行了研究,模型以绝对偏差和代替方差作为投资组合的风险度量.该模型是一个多目标线性优化问题,采用两阶段模糊算法对模型进行求解,最后给出了该模型的一个实例的最优解.     

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。     

均值-CVaR投资组合模型及改进的蝙蝠算法求解

基于投资者是风险厌恶型和风险资产价格路径服从跳扩散过程的假设,采用条件风险价值来度量组合风险,建立均值-CVaR投资组合优化模型.为快速有效求解模型,将基于模型的交叉熵随机优化方法嵌入到基于群体的蝙蝠仿生算法中,构建一种改进的蝙蝠算法,该算法既充分发挥交叉熵方法的随机性、自适应性和鲁棒性,又有效抑制蝙蝠算法的早熟收敛现象.借助Monte Carlo模拟情景生成得到价格路径,进而采用所建算法实现模型求解,并与遗传算法和线性规划方法进行比较.实验结果表明,新算法在求解有效性和实用性方面表现更好,取得更为满意的结果.     

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。     

带交易费的社保基金投资组合模型

为了研究社保基金投资证券的问题,在借鉴了现代投资组合理论的基础上,引入β系数区间量化资产风险,通过修改隶属函数刻画投资收益率及流动性水平。考虑其安全性特点的前提下,构建了带有交易费的社保基金证券投资组合模型,并且设计了改进的遗传算法对模型进行求解。采用2012年上证所的实际数据,应用此模型求得各风险资产和无风险资产的最佳投资比例,通过修改参数值,得到了不同情况下的最优投资策略,验证了模型的有效性和灵活性,得到了合理的结论。