均值-半方差-熵投资组合优化模型

比较以方差为风险构建的均值-方差模型、以半方差为风险构建的均值-半方差模型、以绝对离差为风险构建的均值-离差模型可知,在同等收益水平下以半方差为风险最符合投资者心理的结论.引入熵构建均值-半方差-熵模型.实例分析结果表明,新模型能更全面地考虑股票市场中各种可能的不确定因素,在收益达到一定水平的基础上,为投资者提供更安全的投资方案.     

基于模糊熵和Yager熵的投资组合优化模型

通过引入可信度作为模糊变量的计量方法,以模糊熵和Yager熵为基础构建了一个新的投资组合优化模型。数值模拟比较发现,在几乎不降低投资组合收益率的情况下,新模型在投资组合权重配置合理性方面改善明显。实证研究进一步表明:新模型可以有效分散投资风险,降低投资者在真实的金融市场中遭受重大损失的概率,可为投资者提供决策参考。     

基于交易费用的均值-方差-熵投资组合模型

用方差和熵共同度量投资风险,并且考虑交易费用的影响,提出一种基于交易费用的均值-方差-熵的投资组合模型,并进一步讨论了熵在投资组合模型中所起的作用.通过对相关案例的求解与分析,验证了该模型的可行性及有效性.     

证券投资组合中的熵优化模型研究

为了解决马科维茨(Markowitz)模型中以证券收益率的方差测度投资风险的局限性,基于熵以及差熵的概念,在研究其均值方差模型的基础上,提出用熵和差熵来作为风险的度量方法,从而建立了几种关于熵的证券投资组合优化模型,使对证券投资组合模型的研究和应用更加合理、客观.     

投资组合分散风险能力的度量及应用

用信息论中熵的概念度量投资组合对风险的分散能力，提出了最大熵和最大广义熵投资组合的概念，并与Markowitz的均值一方差理论进行了比较，同时做了数值模拟。表明了熵投资组合的可行性。     

绝对离差风险下含有交易费的证券组合投资模型

鉴于均值-方差模型求解二次规划问题的复杂性,且实证表明方差不一定存在.用组合证券收益的平均绝对离差作为风险,考虑到收益最大与风险最小,建立数学模型,研究含有交易费的证券组合投资问题,并给出了算法.     

组合投资风险度量模型的选择研究

证券投资的最根本目的在于获取利益.但在投资过程中,收益总是伴随着风险.通常收益越高,风险越大,反之亦然.为了分散风险,投资者将许多种证券组合在一起进行投资,即所谓的投资组合,以期获得最大收益.文章讨论一种投资风险度量模型,基于均值-VaR模型和均值-离差模型,提出新的度量模型,并对新的模型进行实证分析.通过新模型下的风险值分别与均值-VaR模型和均值-离差模型的风险值进行比较,发现该模型更有优势.     

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。     

带有Yager熵约束的方差-混合熵投资组合优化模型

通过引入可信性方法和Yager熵约束,建立以方差-混合熵（VHE）为风险度量的投资组合优化模型,通过上海证券交易所数据对均值-方差-混合熵模型（MVHEM）、均值-方差模型（MVM）和均值-混合熵（MHEM）模型进行实证比较分析。结果表明,本文所构建的模型可以较好地均衡方差和混合熵在风险控制方面的作用,Yager熵约束的引入可以进一步增强模型的稳定性,在控制风险水平的条件下实现了相对更高的累计收益。     

基于一致性风险价值的投资组合优化模型研究

证券市场上收益率分布存在严重的偏峰厚尾现象;同时风险价值方法本身不符合次可加性．这使得进行组合优化时它的局部最优解并非全局最优．针对这些问题,我们从一致性风险度量理论出发,提出了一种新的风险度量技术——一致性风险价值——来度量投资组合的信用风险,在此基础上建立了一致性风险价值的投资组合优化模型,并运用线性规划技术进行组合优化．最后我们通过实证研究,发现运用基于一致性风险价值的优化模型进行投资组合的结果,优于运用基于风险价值的优化模型．     

基于约束条件的R＆D资源投资组合模型研究

综合运用德尔斐法（Delphi）、香农概率熵、TOPSIS法,整数规划,设计了一种在R＆D资源有限的约束条件下,对申报的投入项目进行优选组合的模型,通过给出一个典型算例表明该模型的可行性与有效性。     

一种新的证券组合风险度量方法

在尾部条件期望(TCE)基础上,考虑投资者的真实风险感受,研究了一种新的风险度量方法———Shortfall风险度量,并在一致性公理下研究了它的一些统计性质,最后在多元椭球分布下得到了证券组合的Shortfall风险,还在多元t分布下得到了证券组合的Shortfall风险的数值结果。     

基于信息熵的投资组合模型

本文用信息熵来代替协方差矩阵度量投资的风险,大大简化了模型的计算。在模糊环境下对模型进行求解,将投资者的愿望反映在投资组合中。     

基于信用迁移的贷款组合多目标优化问题研究

针对现有研究大都仅对单个目标进行优化的现状,提出一种优化决策模型,即将企业信用风险迁移引入到贷款收益率的计算中,以限制资产数目、决策变量上下界等为约束条件,建立组合投资的收益最大、同时方差风险最小的优化决策模型。该模型是一个混合0-1变量的多目标规划问题,提出求解该模型的一种自适应改变惯性权重的离散粒子群算法,数值结果表明该算法是有效的,模型是合理的。     

VAR度量下基于C-OWA算子的区间数组合投资模型

考虑资本结构因子和交易费用,提出VAR度量下基于C-OWA算子的区间数组合投资模型,通过引入目标函数偏好水平将该模型转化为混合整数规划模型进行求解,得到相应有效投资方案,并对OWA权向量、置信水平和目标偏好水平进行分析,使证券组合投资决策更具柔性.最后通过算例分析说明了模型的有效性和可行性.     

房地产组合投资风险最小模型

房地产业的迅猛发展对房地产投资理论提出了新的要求.借鉴西方发达国家成熟的现代组合投资理论和成功的房地产投资经验,以风险-收益为核心思想,在房地产投资组合中引入了系统风险和非系统风险的概念.通过分析预期收益下,寻求风险最小的房地产组合投资模型,讨论了该模型的有关假设、模型中有关参数的确定,并进行实例分析,最终得出预期收益下,投资者通过调整投资组合策略,可使组合投资风险远远小于单项投资的结论.     

组合投资选择均值-最小最大化多目标规划模型

构造了一个均值-最小最大化组合投资多目标规划模型.与胡达沙和吴炜提出的多目标均值-方差模型比较,该模型有几方面改进.除了模型假设和数学表述的一些修正,该模型使用历史最小收益替换方差,这使得该模型不仅继承了多个目标的可行权衡的好的特性,而且在衡量向下风险方面的表现优于多目标均方模型.通过理论分析和数值试验说明了这一点.当组合投资收益分布适度有偏时,该模型的优势会更为突出.     

基于熵的单一指数投资组合模型的应用研究

在分析马科维茨的均值方差模型及威廉·夏普的单一指数模型的基础上：将熵的概念引入到证券投资的风险度量中，提出一种新的投资组合模型，并进行了实证研究     

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．