集成有限个专家意见的在线投资组合策略

基于弱集成算法的在线学习特征,该文探讨了它在在线投资组合选择中的应用,考虑了根据有限个专家意见进行决策的情形.首先将弱集成算法应用到投资于单只股票的专家意见,得到了在线投资组合的单一集成策略,并给出了该策略的竞争性能分析,证明了单一集成策略能够追踪最好的股票,实际投资决策中,投资者可能会选择多只股票进行组合投资,进一步将弱集成算法应用到投资于不同股票数目的专家意见,得到了在线投资组合的混合集成策略;证明了混合集成策略实现的累积收益与最优专家意见实现的累积收益相当.在长期投资组合上的数值算例表明了该文给出的单一集成策略能够实现与最好股票相当的收益;混合集成策略能够实现与最优定常再调整策略相当的收益,且与泛证券投资组合策略相比,能够获得更多的收益,具有较好的竞争性能.     

带交易费用的集成专家意见在线投资组合策略

在多期投资组合选择过程中,频繁调整投资比例将会产生一系列的交易费用,是影响投资决策的一个重要因素.在线投资组合属于多期投资组合;投资比例需要按照投资期数逐步调整,而不是一次性确定的.本文将交易费用引入到在线投资组合模型中,应用集成有限个专家意见的弱集成算法设计在线投资组合策略.首先探讨了专家意见为在每阶段都固定地投资于单只股票的情形,得到了考虑交易费用的单一集成策略,证明了与最优专家意见相比,他们的累积收益平均值之间的差值存在渐进形式的下界.其次,讨论了专家意见为在每阶段都固定地投资于多只股票的情形,得到了带交易费用的混合集成策略,并给出了该策略的竞争性能分析.基于纽约证券交易所的股票数据,数值算例进一步说明了本文给出的带交易费用的单一集成策略和混合集成策略几乎与最优专家意见的性能一样好,并分析了交易费用对策略性能的影响.     

多产品多阶段报童问题的在线订购策略

利用集成专家意见的在线序列预测算法研究多产品多阶段报童问题.将任意的一个固定订购量策略看成一个专家意见,用弱集成算法综合考虑众多专家意见构建在线订购策略,并基于弱集成算法的竞争性理论给出在线订购策略的理论保证.首先给出了两产品多阶段报童问题的在线订购策略,证明了其实现的累积收益可与最优固定订购量策略实现的累积收益相当.然后,将两产品多阶段报童问题的在线订购策略及其理论结果推广到多产品多阶段报童问题中.最后在不同的需求类型下,通过数值算例表明构建的在线订购策略相对于最优固定订购量策略具有较强的竞争性能.     

考虑边信息的在线投资组合指数梯度策略

在线投资组合问题是计算金融领域的基本问题之一.金融市场瞬息万变,投资者需要根据各种资本市场信息动态地调整资产头寸.在不对资产价格做任何概率假设的前提下,研究了带边信息的在线投资组合策略.用相对熵函数定义两个投资组合向量之间的距离,提出了一种带边信息的在线投资组合指数梯度策略,并从理论上证明了它是一个泛证券投资组合策略,即与离线的最优状态定常再调整策略具有相同的渐近平均指数增长率.采用实际股票数据对该策略进行了测试,并分析了交易费用对策略的影响,结果表明其能获得更高的收益.     

带运费多阶段易腐品库存问题的竞争性订购策略

供货商在订购量达到一定水平时,一般会为订购者提供免运费服务,以达到促销商品的目的.结合这一实际情况,在多阶段易腐品库存问题中引入运费因素,应用集成专家意见的在线序列预测算法研究该问题的竞争性订购策略.基于静态专家意见构建在线订购策略;并证明该策略能够实现与最优专家意见相当的累积收益.数值算例进一步说明策略具有较强的竞争性能及免运费的最小订购量对策略竞争性能的影响.     

基于收益序列相关的动态投资组合选择——动态均值-方差模型

以动态均值-方差模型研究基于收益序列相关的投资组合选择.利用嵌入法将动态均值-方差模型嵌入到二次效用模型当中,通过动态规划方法求得最优投资策略和有效边界的解析形式.还得到一个反映风险资产动态投资价值的指标,它能包涵序列相关性的影响,在静态情形下,该指标是夏普指数绝对值的单调递增光滑变换.风险资产投资价值影响最优投资,并决定有效边界斜率.最优投资策略使期望终期财富向目标值趋近,该目标值随风险资产投资价值递增.最后以收益服从AR(1)过程为例对最优投资策略进行数值计算,发现序列相关可以对最优策略造成显著影响.     

基于线性学习函数的泛证券投资组合策略

最优定常再调整策略所产生的收益随时间成指数速度增长, 寻找与最优定常再调整策略的收益具有相同指数增长率的在线序贯投资组合是近年来投资组合研究的一个 热点. 首先提出了基于线性学习函数的在线投资组合策略, 其中线性函数的系数是一个与股票相对价格和收益有关的区间的中点. 用相对熵函数定义两个投资组合向量之 间的距离, 进一步证明了基于线性函数的在线投资组合策略是泛证券投资组合. 最后, 分别在两支股票和三支股票组成的多个投资组合上进行了数值计算, 并 与Cover等人提出的泛证券投资组合策略进行了比较. 结果表明这种基于线性学习函数的在线投资组合策略能获得更多的收益, 从而为投资者提供了新的 在线序贯投资组合决策的方法和依据, 具有重要的现实指导意义.     

基于自适应矩估计的在线投资组合梯度下降策略

对于在线投资组合选择问题，充分利用历史数据能有效地减少市场噪声对投资策略的影响，但这往往会导致策略计算效率降低。与其相对应的是，高频交易的日益发展与数据量的爆发式增长愈发要求投资策略具备高效的计算能力。为此，借助于自适应矩估计，以增量的方式利用历史数据，提出了一个基于自适应矩估计的在线投资组合梯度下降策略。理论分析表明，该策略具有泛证券性，即其与离线的最优定常再调整策略具有相同的渐近平均对数增长率；同时，该策略在充分利用历史数据的情况下依然保持线性时间复杂度。实证分析表明，该策略在收益以及计算时间等指标上表现出较好的性能，同时能承受合理的交易费用，故而具有良好的实际应用前景。     

基于已实现半协方差的投资组合优化

在传统的风险度量方法中,常见的协方差估计量并未区分资产收益的下侧风险和上侧收益,而一般的下偏矩估计量则存在非对称性和难以加总的缺点.本文引入已实现半协方差矩阵(RSCOV)作为风险度量进行波动率预测和投资组合研究.本文将RSCOV应用于两种常见的风险分散投资策略—风险平价(ERC)策略和全局方差最小(GMV)策略,并将机器学习中的在线加权集成(OWE)算法用于提升已实现波动率预测方法HAR-RV的样本外预测表现.通过研究发现,相比起已有的其他风险衡量方式,仅包含负向波动信息的下半RSCOV能够更好地被用于平衡组内各资产的风险贡献.基于A股市场2011-2018年的高频数据,本文通过实证研究发现,OWE-HARRV在月度预测步长下的效果优于HAR-RV,而下半RSCOV则能够使ERC策略以及GMV策略在保证一定平均收益的同时,降低了组合收益的极端损失.     

基于CVaR和多元权值约束下的积极投资组合模型

基于方差或VaR方法度量投资组合风险的不足,在Roll的均值-跟踪误差模型基础上引入CVaR总风险约束,同时考虑到现实交易市场中存在交易费用约束和多元权值约束条件等因素,构建了基于CVaR和多元权值约束下的积极投资组合模型。结合我国股票市场数据采用非线性优化算法对模型进行实证分析,结果表明,交易费用和多元权值约束会显著影响投资组合的风险收益空间;在CVaR总风险可控情形下,无论是样本内还是样本外市场交易数据,本文模型都能获得持续超越基准投资组合的阿尔法收益。     

基于滚动经济回撤约束和下半方差的最优投资组合策略

最大回撤和下半方差均是投资者在实际投资过程中非常关注的风险指标.本文创造性地将这两个风险指标纳入投资组合分析框架,提出了基于风险资产滚动经济回撤约束和下半方差的最优投资组合策略(REDP-LSV策略).该策略以风险资产滚动经济最大回撤为约束条件,以风险资产的下半方差代替方差,研究了投资组合中风险资产的动态配置过程,并给出了解析解.分别采用模拟的实验数据以及中国市场实际风险资产数据,研究了投资组合中包含一种风险资产和两种风险资产的情况,结果均显示REDP-LSV策略能很好地控制最大回撤,且更能提高投资绩效.     

基于跨期间排污权交易的厂商污染治理成本控制策略

把厂商的污染治理投资区分为概念性污染治理投资和操作性污染治理投资,并以概念性污染治理投资率、操作性污染治理投资率和排污权交易量为决策变量,以厂商的累积污染削减量、排污权存储量和排污率为状态变量,以计划期内的总污染治理成本为目标函数,建立了一个跨期间排污权交易条件下的厂商污染治理投资动态控制模型.分析了概念性污染治理投资、操作性污染治理投资和排污权交易量对厂商累积污染削减量、排污权存储量和排污率的动态影响,给出了动态最优的概念性污染治理投资策略、操作性污染治理投资策略和最优的排污权交易量策略.     

信息与投资组合

研究信息与均值-方差投资组合之间的关系.在L2框架和给定部分信息下,清楚地给出了均值-方差意义下的最优收益和有效前沿的表达式.为了刻画信息对投资组合的影响,引入了信息的风险-收益系数概念.信息的风险-收益系数随信息的增加而增加.投资者的最优收益的期望值和方差由其对应信息的风险-收益系数和风险厌恶参数共同决定.而市场的风险价格完全由信息的风险-收益系数确定.等价信息下最优风险资产组合的收益(在相差常数倍意义下)是唯一的.零信息下投资者仅投资于无风险资产.投资者对一无所知的风险资产不投资.     

风险投资退出决策的复合模型研究

针对多阶段风险投资过程中信息不对称性以及收益不确定性的特征,在考虑投资策略组合的基础上,采用不完全信息静态博弈理论和动态规划方法,构造了股权债权混合投资时,目标函数为风险投资公司退出效用最大化的退出决策复合模型.该模型合理分配了股权投资和债权投资比例,有效解释了风险投资投资退出时机和退出方式的选择,可以作为风险投资公司进行投资退出决策的依据.     

动态投资组合保险模型优化研究

基于Merton(1971)的最优消费和投资组合策略模型,利用无风险资产、风险资产复制卖权的方法,建立连续时间条件下的动态投资组合保险模型.在连续时间条件下,把投资者的个人跨期动态投资组合保险决策问题转换为一个静态的效用最大化问题,解出组合保险者最优财富水平对应的最优策略,比较其与Merton的最优投资消费模型投资策略的异同,结果显示参与保险的投资者最优策略与其所拥有的财富无关,与市场风险相关,即市场风险越高,对投资组合保险的需求越大.     

基于高频夏普指数的组合证券投资模型

资产选择与最优组合权重的设置是构建投资组合的两个关键步骤,利用日内高频数据构建一个夏普指数序列来进行资产选择,同时考虑多种组合策略.以沪市A股市场数据进行样本外实证分析。结果表明,不论市场处于下行还是上行行情,基于高频夏普指数选股方法构建的组合都能得到较高的风险调整收益,并具有较小的风险,同时在最优风险组合下,能得到可观的超额收益.     

基于线性矩阵不等式的动态投资组合鲁棒策略

考虑证券市场股票期望收益和协方差矩阵的不确定性,研究了基于线性矩阵不等式的动态投资组合鲁棒策略问题.在跟踪误差投资组合模型和鲁棒优化方法的基础上,提出了一种动态投资组合鲁棒策略和求解算法,采用上海证券市场交易数据,运用线性矩阵不等式进行了实证分析.结果表明,基于线性矩阵不等式的动态投资组合鲁棒策略是有效、可行的.     

基于犹豫模糊语言的专家综合集成研讨方法

针对犹豫模糊语言信息下的多属性群决策问题,提出了一种专家群体分类共识信息集成的专家综合集成研讨方法.将专家决策信息的综合集成过程分为两个阶段:第一阶段,通过文本自由语法和转化函数将专家语言信息转化为犹豫模糊语言术语集,基于决策信息矩阵对专家群体进行分类,进而利用共识模型使类内专家群体达成共识,将共识达成后的类内专家决策信息转化为概率语言组合,实现类内专家决策信息集成;第二阶段,通过专家类群体规模以及类间决策信息偏离程度综合计算专家类权重,将类内决策信息集成结果进一步加权集成,实现决策信息类间集成.依据决策信息集成结果对决策对象进行优劣排序,决策机构参考排序结果即可选择最优决策方案.最后,通过算例验证了所提方法的有效性.     

基于标准差修正群组G1的组合赋权方法研究

旨在研究群组决策中的赋权问题.首先,对专家给出的不同排序进行一致性检验,淘汰未通过一致性检验的专家排序,其次,通过循环修正的思路统一通过一致性检验的不同专家给出的指标重要性排序,得到集成不同专家意见的一个理想排序;最后,计算评价指标的标准差,利用相邻指标的标准差大小确定两个指标的重要性之比,建立基于标准差修正群组G1组合赋权模型确定指标的组合权重.组合赋权模型解决了主客观组合赋权中主客观权重的分配问题,且保证了由该模型计算的组合权重既能反映出群组专家的意见,又能反映出指标的数据信息.     

股票-债券投资组合问题的数学模型及算法

针对股票一债券的最优投资组合策略问题,定义了股票一债券的半绝对偏差风险函数,建立了考虑不允许买空、不允许卖空、交易费用及交易单位等实际约束的股票一债券投资组合问题的数学模型,提出了一种基于布谷鸟搜索算法的改进算法,该算法不仅加快了最优鸟窝位置的搜索速度,同时增强了最优解的稳定性,并对该算法的复杂度进行了分析.最后通过数值算例验证了模型及算法的正确性及有效性.