国际证券组合投资分析

从组合投资理论出发，分析了国际组合投资的发展状况及影响国际组合投资的正、反因素，将组合投资与市场理论、政府及个人行为结合起来，进行了分析。     

浅谈马科维茨证券投资组合模型

本文简单的探讨了证券投资组合理论及发展并以马科维茨的证券投资组合理论——均值-方差模型为主进一步探讨了现代证券组合理论的应用，如，组合证券的风险、收益的计算、组合证券的选择等。在此基础上提出了马科维茨投资理论在实际操作中的局限性。     

基于遗传算法的证券投资组合模型的优化及最优解的测定

本文基于遗传算法,建立多目标算法的基金投资组合模型,首先要对投资的资产进行分析,分析资产产生风险的因素,通过因素分析来提取指标,利用聚类分析的方法对指标进行筛选,建立股票资产风险指标体系,建立指标的权重集,客观地分析各指标对资产产生风险的影响程度,建立隶属度矩阵,通过隶属度的值来判断资产的类别。在遗传算法求解投资组合模型的过程中,首先是建立目标函数模型,将目标函数模型作为遗传操作的评估准则。和现有的目标函数模型相比有很多改进,现有的投资模型中采用了统计学中的二次规划模型,只将风险最小,或者收益最大作为评价的目标函数,基于遗传算法的投资组合模型用风险收益比来描述投资者的最终目标,更有利于统计上的应用,经济意义明确。     

证券组合投资模型研究

证券投资是一种高风险的投资行为。文章综合考虑证券投资的收益、风险,建立了目标规划的组合证券投资决策模型。该模型运算简便实用性强。     

关于证券投资组合的一种风险管理模型

本文基于规避大比例亏损，多次投资后资本总积累最多的考虑，给出了一种计算最优投资组合比例的模型(2，7)，并对特殊情况给出了具体计算方法(1，4)与(2，4)．     

新风险概念下的最优证券组合投资模型

剖析了原理论把方差当作风险及运用无差异曲线求解最优证券组合存在的问题,提出了临界收益率概念、以损失概率为内涵的新风险概念和在此基础上的证券组合投资原则:损失概率最小或临界收益率最大·建立了以损失概率和临界收益率为目标的最优证券组合投资模型     

用拉格朗日条件极值求多种证券投资最优组合

证券投资是风险性投资，投资者用有限的资金分散投资于多种证券进行证券的组合投资，能在控制风险的情况下获得理想的投资收益，利用拉格朗日条件权值法可找到最优的投资组合方案。     

浅谈关于组合证券投资的风险与收益

本初步探讨有关组合证券的收益与风险，利用均值和方差来描述证券投资收益率。     

负半方差风险下的证券组合投资模型研究

在分析Markowitz模型、E-Sh风险测度模型及一种半方差模型的基础上，提出了一种新的半方差风险测度方法--负半方差风险，并结合案例说明了负半方差模型的优越性。     

动态组合证券投资决策非线性递推规划模型

针对现有动态组合证券投资决策方法的不足,引入递推规划的思想和方法建立了动态组合证券投资决策的非线性递推规划模型,该模型将股票价格预测的状态空间模型、投资机会集确定方法、均值方差模型、资产负债管理的网络模型和证券组合总体风险的自适应控制方法有机地结合起来,给出了一种新的具有可操作性的动态组合证券投资方法,并通过中国股票市场中３５种股票构成的数据样本验证了所建模型的有效性和适用性。     

最优投资组合策略的解析探究

针对金融工程的最优投资问题,就一维和多维的经典Merton模型,在姿态变量取一个的情形之下,求得相应的非线性二阶Hamilton-Jacobi-Bellman偏微方程,应用Legendre变换将其转化为线性偏微方程,建立对偶问题。继而取定幂效用函数υγ/γ和对数效用函数lnx,分别研究对偶问题,从而求得原问题的精确解析解,确定了风险资产和无风险资产的投资策略,最终实现资产管理的最优配置。     

双指数效用函数组合投资决策

双指数效用函数是一类典型且被投资者广泛应用的风险厌恶型效用函数．首先应用投资学中的无差异曲线法理论求出具有该类型效用函数的投资者的最大期望收益,然后根据Markowitz的均值一方差模型理论推导出投资者的最优组合投资决策方案,给出了相应的组合投资比例,较好地解决了具有该类型效用函数的投资者的最优投资组合决策问题,最后给出实例对所得结果予以验证．     

金融工程中最优资产组合曲线的动态分析

传统组合理论总是利用无差异曲线来确定最优资产组合，但在实际应用中可操作性很差，为此，本文提出一种“投资偏好曲线“来弥补这个缺陷，并在此基础上，进一步分析研究了当市场环境发生一致性预期变化时，资产组合曲线的漂移轨迹和性质以及个人最优资产组合的变化规律及内在机理．     

基于对数期望-熵模型的证券组合投资研究

由于证券是一种连续投资,算术平均收益率并不能完全反映投资的收益情况,而几何平均期望收益率才能反映连续投资的实际收益。文章建立了对数期望-熵模型来度量投资的风险,并以沪市证券市场进行实证研究,利用该模型选出适当数量的股票进行优化组合。     

最优风险资产组合中的数学模型及其推导

现代证券投资理论与方法中,最优风险资产组合是最重要的核心概念之一,而现有文献对这一理论及其相关结论缺乏严谨的数学表达。针对这一问题,将研究证券组合选择中最优风险资产组合概念形成过程中的数学机理进行严格的逻辑推演与数学建模分析。首先利用数学分析的方法构建对应关系,即将证券组合的风险、收益与平面坐标系的数对建立一一对应关系,并利用代学方法在这些数对中定义一个序关系。再从解析几何的角度,利用二维平面中二次曲线的相关性质,通过分析二次曲线簇的交点坐标,构建符合资产组合理论相关条件的数学方程组,然后进行数学推导与求解。最后通过分析二元证券组合的投资机会集的数学模型,确定了二元证券组合中的最优风险资产组合的数学表达式,并以此方法推广到了多元证券组合的情形。     

用微粒群算法求解含交易费用的组合投资模型

针对国内证券交易的具体情况,提出了含交易费用的投资组合优化模型。利用微粒群算法对问题进行了求解,并结合实际数据进行仿真。结果表明,利用微粒群算法可以较高的效率求解该模型,且从结果上表明模型的合理性。     

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.     

基于机会约束的均值-VaR投资组合模型研究

在证券收益率服从正态分布的前提下,建立了包含无风险证券投资组合的机会约束下的均值-VaR模型,讨论了最优解的存在性和惟一性,并在均值-VaR模型有效边界的基础上引入机会约束,从而得到了最优解均值的解析表达式．