基于CVaR的投资组合优化模型及实证

以条件风险价值CVaR为风险度量,建立以CVaR为目标函数,VaR为约束条件的二次规划模型,该模型给出了在决策者可以接受的VaR风险水平下,使得CVaR为最小值的投资组合最优选择;实例表明投资组合的最优选择降低了投资组合发生灾难性风险的可能性。     

基于均值-CVaR- 熵的社保基金最优投资组合模型

为研究社保基金最优投资组合问题,在借鉴现代投资组合理论的基础上,从证券投资组合理论的风险度量着手,用条件在险价值（Conditional Value at Risk,CVaR）和熵来共同度量风险,提出新的风险度量模型：均值-CVaR-熵模型。在保证投资组合收益率的前提下,以 CVaR 和叉熵函数的线性组合为最小目标函数,在险价值（Value at Risk,VaR）为约束条件,构建考虑交易成本和政策约束下不允许卖空的基于均值 CVaR 熵的社保基金投资组合模型,探讨社保基金的投资方式及投资比例的分配问题,并利用实际数据求得该模型的最优解及各资产的分配比例。结果表明多元化投资是我国社保基金投资实现保值增值目的的必然选择。     

风险资产组合均值-CVaR模型的算法分析

CVaR是指损失超过VaR的条件均值,反映了损失超过VaR时可能遭受的平均损失水平,它克服了VaR的非一致性、非凸性等不足.本文基于CVaR风险计量技术,分析了风险证券的投资收益率在服从正态分布下的风险资产组合均值-CVaR模型,给出了该风险资产组合有解的条件,以及在该条件满足下,最小均值-CVaR组合的投资比例解析形式和最小值.     

投资组合优化模型的一个序列凸近似算法

以CVaR为代表的凸优化投资组合模型近年来引起了广泛研究.为克服传统投资组合模型中凸近似的不足,提出了一个投资组合的DC规划模型.该模型用一个DC函数替代了CVaR模型中的凸近似函数,同时要求所有约束条件在概率意义下成立.进一步地,提出了一个序列凸近似(SCA)算法用于求解DC规划问题,并运用Monte-Carlo方法来实现SCA算法.初步的实验结果表明,因子收益服从"尖峰厚尾"分布时,模型的目标函数值优于采用CVaR近似的目标函数值.     

M-V证券组合投资决策的风险厌恶模型

引入风险厌恶函数作为投资者对风险厌恶程度的一个度量标准,建立了含该函数的非线性证券组合投资决策模型,求解该模型便得到给定风险厌恶函数下的最佳证券组合,简化了证券组合选择过程.文中给出了该模型的解析解,并通过数值例子检验了该模型的解.结果表明,该模型所确定的最佳证券组合为M-V有效证券组合.     

CVaR度量下基于安全第一的最优投资组合

为了让证券投资者更好地按照自己的安全标准进行投资,根据H.Pyle和S.J.Turnovsky提出的安全第一标准,给出了在条件风险价值(CVaR)度量下如何选取最优证券组合的方法,其结论对投资者在选择证券投资组合时具有理论上的参考价值.     

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.     

基于BP神经网络和Logistic模型的中国人均粮食产量预测研究

文章提出了一种基于长短期记忆网络(Long-short Term Memory network, LSTM)的两阶段均值-CVaR投资组合模型(LSTM+CVaR)。该模型在第一阶段采用LSTM预测股票收益并对股票进行选择;在第二阶段运用均值-CVaR模型来确定所选股票的投资比例。最后,以沪深300指数股为样本数据,在考虑交易成本和上界约束的情况下,比较LSTM+CVaR模型、LSTM预测选股的等比例模型、随机选股的CVaR模型、随机选股的等比例模型和沪深300指数的风险收益特征、累计收益率和夏普比率。实证结果表明：LSTM+CVaR模型能够实现比传统的投资组合模型更高的平均收益率、收益风险比、累计收益率和夏普比率;减少交易成本和放宽上界约束能提升投资组合模型的表现。

     

基于非光滑优化的投资组合问题

采用HT∞(X)风险函数衡量组合风险,建立新的双标准优化模型.该模型所反映的均衡关系,可作为投资者进行投资组合的依据.由于风险函数是不可微的,故传统的优化方法在此并不适用.利用非光滑优化方法可以很好地解决该问题并得出其有效前沿.     

基于CVaR约束的投资组合模型及应用分析

CVaR是当前研究投资组合中比较有效的方法之一,通过对CVaR概念的讨论和基于CVaR约束的投资组合模型的建立及计算,得出在不同置信水平下的投资组合权重.最后,对我国当前如何运用CVaR提出几点建议.