基于含时网络与随机矩阵理论的投资组合研究

考虑到资产收益率间复杂的线性和非线性动态相关及演化关系,基于Pearson相关系数、Kendall秩相关系数和Tail相关系数等构建含时网络并结合随机矩阵理论,研究最优投资策略问题。为了对比不同相依关系、不同中心性测度及是否降噪对投资策略的影响,构建了9个资产筛选网络模型,并基于上证180指数数据,求解最优投资策略,分析其内样本和外样本表现。研究发现:在Kendall和Tail相关系数下的模型所选资产组合可以有更低的交易成本,运用随机矩阵理论进行降噪能显著提升投资收益,含时条件中心性测度的引入有助于筛选出更优的资产组合。     

最优证券组合投资模型

在Markowitz组合理论基础上,提出一种“投资偏好曲线”,并以此作为工具,设计了一种确定特定投资者最优证券组合的方法,有效弥补了证券组合的不足。     

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。     

基于MATLAB的最优投资组合问题

本模型研究给定一定资本,求在满足一定比例的收益时,使得风险尽可能达到最小的最优投资组合方式。采用Markowitz提出的投资组合的基本框架,并对原内容进行了合理的改进。根据Markowitz资产组合的概念,欲使投资组合风险最小,除了多样化投资于不同的项目外,还应挑选相关系数较低的相关投资项目,采用二次规划解决问题,并用MATLAB编制程序求出模型。     

基于差分演化算法的证券投资组合研究

差分演化算法作为一种高效的全局优化方法,在众多领域得到了成功的应用.本文首次将差分演化算法引入到证券投资组合中,研究以Markowitz的均值-方差模型为基础的最佳证券组合的优化求解.实验结果表明,该算法与经典的传统遗传算法和粒子群优化算法相比,具有更快的收敛速度及更好的优化结果.     

基于模糊理论的投资组合随机偏好选择模型的改进

证券的收益和风险于投资者来说,其决策的随机性也会使得收益和风险存在不确定性.利用模糊理论和投资组合模型对收益和风险进行标准化处理,同时引入反映投资者风险偏好的参数,再通过选取不同的偏好参数,从而找到不同参数下的最优组合.通过实例的数据试验表明根据个人不同的偏好下的投资组合,收益为主、风险为次的组合,得到的结果更优.同时标准化处理的模型在最优结果上明显优于未作处理的模型,表明了该模型具有一定的实用价值.     

投资组合理论的脉络及发展

通过对Markowitz投资组合模型、资本资产定价模型(CAPM)、套利定价定理(APT)简评及对比研究,理顺了静态投资组合理论．同时指出动态投资组合理论目前已成为研究的热点及其发展趋势。     

基于概率约束的最优效用投资组合的一般模型

讨论投资者对未达到预期收益水平的概率有一定容忍限度的条件下使期望效用最大化的投资组合模型.在股票收益服从一般多元椭圆型联合分布时导出了最优解的隐函数表达式,证明了一个新的两基金定理, 从而推广了Markowitz的结果.由此还得到了计算最优投资组合的一个迭代算法.     

浅析投资组合选择理论与模型

0.引言:由于投资收益和风险的不确定性,个体投资者和金融机构面临的核心问题就是如何在不确定的环境下对资产进行有效的配置,实现资产回报的最大化与所承担风险最小化的均衡,即如何进行     

一类摩擦市场的最优投资组合及其算法研究

以最优投资组合的选择问题为研究对象，在市场存在摩擦的情况下，通过构筑各种有价证券的头寸来最好地符合投资者的收益和风险的权衡。在理论上，将Markowitz均值一方差模型的最优化设置推广到了带交易费和不允许卖空时的情形；并从实践的角度出发，针对投资者的效用函数不明确的困境，提出了交互式方法，很好地解决了这一问题，从而在理论和实践上完整地解决了在摩擦市场中寻找最优投资组合的问题。     

随机矩阵理论与无线通信

首先介绍了与无线通信密切相关的随机矩阵理论数学背景;接着阐述了该理论与无线通信系统的紧密联系,回答了为什么要在无线通信系统中使用随机矩阵理论的问题;最后以运用随机矩阵理论分析大维数系统接收机性能为例,展示了随机矩阵理论处理无线通信领域问题的巨大威力.     

基于不同风险度量的投资组合模型实证分析

利用上海证券市场的实际交易数据对半绝对离差模型,基于分位数的绝对离差模型（Ruszczynski＆Vanderbei,2003）以及MV模型进行了实证比较．通过分析各模型的全局最小风险组合,计算发现,半绝对离差模型比其他模型具有更好的样本外业绩．     

证券组合投资模型研究

本文建立了债券和股票价格的随机模型。并在模型参数为常系数条件下，给出了反馈形式的最优证券组合投资公式。     

基于遗传算法的证券组合投资优化问题的模拟分析

分析了用遗传算法求解组合证卷投资中的Markowitz模型的各种问题．提出了一种采用最优保存策略的遗传算法求解William Sharpe模型的方法,并且实现了N种证券投资组合优化的模拟分析,得出比用二次规划算法求解更好的结果．     

随机利率下寿险组合精算现值模型研究

对随机利率作了相关分析,针对三种不同的随机利率假设,得到了相应的寿险精算现值模型及其性质.进而根据组合理论,获得了多种寿险组合精算现值模型.     

不同借贷利率的投资组合的有效前沿

研究在不同借贷利率下，投资组合的有效前沿，运用一种几何方法，给出该有效前沿的方程，把Markowitz模型的有效前沿、不同借贷利率下的资本市场线(CML)，分别用投资组合的权重向量予以表示，再由CML的定义，就在Markowitz模型的有效前沿上，分别求出不同借贷利率下资本市场线与Markowitz模型有效前沿的切点。由此，得到不同借贷利率下CML的斜率，以及不同借贷利率下投资组合的有效前沿。     

Markowitz模型的遗传算法求解与实证研究

Markowitz模型主要讨论由多种证券构成的组合作为一个整体的风险与收益的关系,以及投资者如何在组合中合理地分配自己的投资金额等问题.本文通过对Markowitz模型进行深入分析,提出了应用遗传算法进行求解,并通过实证研究,进一步验证该算法是有效的.     

基于随机矩阵理论的盲MEHM频谱感知算法

利用随机矩阵理论中样本协方差矩阵极限特征值的分布结果,设计了一种新的最大特征值-调和平均(NMEHM)盲频谱感知算法.NMEHM算法无需主用户信号及无线信道的先验知识,可以有效克服噪声不确定性的影响.仿真实验结果表明,相对于一些基于特征值检测的频谱感知算法,NMEHM算法的检测概率更高,且获得了比最大特征值-调和平均(MEHM)算法更优异的检测性能.     

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.     

三阶随机占优风险控制下的投资组合优化模型

在分析DentchevaRuszczynski(2006)提出的基于二阶随机占优约束的投资组合优化模型的基础上,构建了三阶随机占优约束下的绝对风险厌恶递减型投资组合模型.该模型在投资组合的收益率三阶随机占优于基准参考组合的收益率约束下,最大化投资组合的期望收益率,离散分布情形可以转化为二次规划问题.该方法与均值–风险模型和效用函数模型相比具有重要的优势.利用上海证券市场的实际交易数据验证了该模型的有效性和实用性,实证分析结果表明,该模型既能实现较小的跟踪误差,也能实现一定的超额收益.