基于拟蒙特卡罗的多目标投资组合优化

投资组合最优化是定量经济学中一个很重要的问题,主要研究金融资产的优化配置,以实现收益最大化和风险最小化的均衡.近两年,蒙特卡罗模型被应用到一些关于投资组合最优化的实验研究中,但是其稳定性不是很高.该文提出如何在权重超平面上生成低差异权重向量序列的方法,以实现了稳定性更高的基于拟蒙特卡罗的多目标投资组合优化模型.实验结果表明,相比蒙特卡罗模型,拟蒙特卡罗方法平均收益稍大,且更稳定.     

几种最优投资组合在有效边界上相对位置

讨论了均值-VaR、均值-AVaR、方差-均值比等风险-收益投资组合优化模型的最优解的有效性.基于Markowitz均值-方差模型和有效边界理论,证明了如果各模型的最优投资组合存在,则一定位于均值-方差有效边界上.计算了各投资组合模型最优解处的均值和标准差,根据计算结果讨论了各模型的最优投资组合在有效边界上的位置.特别地,均值-VaR模型的最优投资组合在有效边界上的位置与置信水平有关.     

均值-方差-峰度资产组合优化模型

基于对峰度风险的考虑,提出了均值-方差-峰度资产组合优化模型;用蒙特卡罗法求解模型的最优解;结合一个具体的例子,对模型做了灵敏度分析.     

基于风险管理模式下的最佳投资策略研究

在马柯威茨投资组合模型的改进模型—均值-CVaR模型的基础上,使用半方差来作为风险度量,即只考虑其投资在损失的一侧来做出新的投资组合优化模型,最后对均值-方差和均值-半方差模型的有效前沿进行证明,并以5支股票为实例做了实证分析.     

基于混合遗传算法的投资组合优化改进模型研究

证券投资组合优化问题的实质就是有限的资产在具有不同风险收益特性的证券之间的优化配置问题.本文在马克维茨投资组合的均值一方差模型框架下,提出改进的证券投资组合优化模型,即以VAR作为风险度量工具和以RAROC作为目标优化函数的投资组合优化模型.从理论上讲该模型更符合投资工具的风险收益规律,同时采用遗传算法求解也保证了该模型在投资实践中应用的有效性.该模型和求解方法的有效性在上证A股市场的实证研究中得到了验证.     

一类半方差模型的投资组合问题

把离散半方差模型投资组合问题,推广到连续时间情形.引进恰当的状态约束,将原问题转化为一个有约束的随机最优控制问题.利用经典Lagrange理论,将其进一步转化为无约束随机LQ(Linear Quadratic)最优控制问题.进而借助优化技术计算半方差模型投资组合问题的最优投资决策.     

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.     

基于遗传算法的高阶矩投资组合模型研究

金融资产收益数据普遍具有非对称和尖峰厚尾的分布,传统的马克维茨投资组合模型仅仅考虑了均值和方差的约束,这在确定投资组合时是不充分的.考虑了三阶矩偏度和四阶矩峰度对投资组合的影响,假定交易费用为V-型函数,建立了均值-方差-偏度-峰度投资组合模型,鉴于多目标优化求解的复杂性,编写遗传算法程序求解这一高阶矩投资组合,最后给出了一个数值算例.     

改进的非正定方差阵下证券组合投资模型

为了更全面的研究各类方差阵下的证券组合投资模型,在分析非负定方差阵下的证券组合投资模型[1]的基础上,利用线性代数的二次型及对称阵的相关理论知识,提出了非正定方差阵下证券组合投资模型的改进方法,使得模型中的方差阵最终转化成正定阵.此模型对于研究协方差矩阵为非正定的证券组合投资模型的最优投资比列系数有一定的参考价值.     

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.     

基于t Copula的中国股市指数组合VaR估计及其评价

传统的联合正态分布假设无法刻画金融市场尾部相依情况,导致投资组合VaR的低估。采用tCopula克服了这一问题;并对上证指数和深证指数构成的等权重投资组合的95%和99%VaR进行了验证;结果表明,基于t Copula模型的VaR表现要优于传统的方差-协方差分析法、历史模拟法和蒙特卡罗模拟法以及基于动态条件相关系数模型的估计方法。     

半方差模型在组合优化中的应用效力比较

首先介绍半方差及其在投资组合优化中的应用,用数量方法进行样本股票的筛选,并采取事前检验及事后检验的方法,对半方差和其他各种理论模型计算得出的最优投资组合的市场表现进行比较,用事实说明作为半方差及其他模型具有比较高的应用效力标准。     

具有基数约束的多阶段均值-方差投资组合优化

考虑交易成本、阀值约束和借贷约束,提出了具有基数约束的多阶段均值-方差投资组合模型.该模型是一个具有路径依赖性的混合整数动态优化问题.提出了离散近似迭代法求解,并证明了算法的收敛性.最后,以一个具体的算例比较了不同基数约束的投资组合最优投资策略,并验证了模型和算法的有效性.     

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.     

基于MATLAB的证券投资组合优化分析

运用投资组合理论、Markowit“z均值—方差”优化模型就如何定量、科学地分析投资组合行为进行了理论阐述和实证分析,并提出了改进建议。     

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.     

投资组合理论在房地产投资风险控制中的应用

在马柯维茨现代投资组合理论和资本资产定价模型的基础上,分别给出了房地产投资决策的“收益-方差模型”和“收益-β值模型”,并根据房地产投资的实际情况进行了优化,同时对其在房地产投资领域的具体应用进行了简单分析.     

基于GA-FUZZY的投资组合满意度优化研究

在Markowitz均值-方差模型的基础上,利用隶属度函数转化了投资组合预期收益与风险方差的函数关系表达式,构建了在不同模糊目标、模糊约束权重系数下的模糊投资组合集成模型,引入遗传算法有效地解决了投资组合模糊最优满意度决策问题.并以我国资本市场三种最基本的金融资产开展实证分析,取得了较好的效果.     

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.     

基于成本“粘性”下的投资组合模型

均值-方差(mean variance, MV)模型及均值-绝对偏差(mean absolute deviation,MAD)模型均为早期经典的投资组合模型.在这2类模型的基础上,考虑上市公司的成本"粘性"特征,建立了适合现代投资理论的成本"粘性"下的均值-方差(cost stickiness MV, CSMV)投资组合模型及成本"粘性"下的均值-绝对偏差(cost stickiness MAD, CSMAD)模型.以中国综合A股市场2004—2015年各资产的年、月平均收益率为测试样本及2006—2015年各资产的年、月平均收益率为检验样本的实证分析表明,成本"粘性"下的均值-方差投资组合模型比传统的均值-方差投资组合模型的收益率表现更好,成本"粘性"下的均值-绝对偏差模型明显优于均值-绝对偏差模型的收益率表现.