用遗传算法求解改进的投资组合模型

在传统Markowitz投资组合模型中考虑了最小交易量、交易费用以及最大投资上限等实际因素，得到了一个改进的投资组合模型。该模型是一个非线性整数规划问题，传统算法难以有效求解。为此，设计了一种基于整数编码的遗传算法求解该模型。实际算例表明，所提出的算法是有效的。     

信息不确定下的主动打断项目组合选择问题鲁棒优化

在项目组合选择问题中,历史数据的缺乏以及预测和估计过程中出现的不可避免的误差,会导致模型中的参数无法被准确地估计,进而给决策带来巨大的风险.因此,构建合适的鲁棒优化模型,为企业提供能有效应对参数不确定性的鲁棒解,对企业的风险防范具有极其重要的现实意义.本文首先对确定参数下的主动打断项目组合选择问题数学模型的特点进行了分析.进一步地,介绍了鲁棒优化问题中不确定情境集的概念,并给出了允许管理者根据其偏好确定不确定情境集大小的方法,构建了全新的基于情境的鲁棒优化模型,进而计算出在所规定的不确定情境集内的最坏情境下能保持可行性与最优性的鲁棒解,实现了鲁棒性与最优性间的权衡,最后,通过GAMS/BARON进行了算例分析,验证了模型的合理性与有效性.从理论上,本文首次将鲁棒优化理论扩展到了主动打断项目组合选择问题中,针对现有的项目组合选择问题鲁棒优化理论仅能应对有限个可行解的不足之处,提出了一类新的鲁棒优化方法,使其能够应对具有无穷多可行解的主动打断项目组合问题.从实践上,随着我国高新产业的发展,具有超前性与特殊性的研究与发展(RD)、信息科技与信息系统(IT/IS)等新兴项目的投资日益受到重视.相较于传统项目,这类项目的高度不确定性使得探究项目组合选择问题的鲁棒优化理论日益迫切.故而本文的研究具有明显的理论价值和现实意义.     

动态半绝对离差投资组合选择模型

考虑连续时间金融市场的投资组合选择问题。在标准的Black-Scholes型金融市场下，建立了动态均值半绝对离差投资组合选择模型．研究了模型的求解方法，得到了最优投资组合策略的解析表达式及均值一半绝对离差的有效前沿方程。同时，与动态均值一方差模型作了比较分析。最后．通过实证分析说明了模型的求解方法。     

ORDERED WEIGHTED AVERAGINGAGGREGATION METHOD FOR PORTFOLIO SELECTION

Portfolio management is a typical decision making problem under incomplete,sometimes unknown, information. This paper considers the portfolio selection problemsunder a general setting of uncertain states without probability. The investor's preferenceis based on his optimum degree about the nature, and his attitude can be described by anOrdered Weighted Averaging Aggregation function. We construct the OWA portfolio selec-tion model, which is a nonlinear programming problem. The problem can be equivalentlytransformed into a mixed integer linear programming. A numerical example is given andthe solutions imply that the investor's strategies depend not only on his optimum degreebut also on his preference weight vector. The general game-theoretical portfolio selectionmethod, max-min method and competitive ratio method axe all the special settings of thismodel.     

一个证券组合投资分析的对策论方法

将给出证券组合投资分析的一个对策论方法 .将最小的可能收益作为风险的度量 ,将投资者的投资心理及证券市场的随机性考虑到模型之中 ,建立了证券组合投资的双层规划模型 ;对模型进行了理论分析、提出了求解算法 ;通过一个例子来说明如何用本文方法来进行证券组合投资分析.     

系统组合选择方法及典型军事应用

联合作战与体系对抗是现代战争的重要发展趋势,在体系作战中武器投产、配置以及使用对战局的胜败至关重要。系统组合选择是从“系统”角度对待投产武器系统、待配置武器系统以及列装武器系统进行选择,力求找到能发挥最大军事价值的系统组合方案。首先,介绍了系统组合选择的概念以及主要问题,细致分析了系统组合选择问题的核心元素,明确了系统组合选择的流程;然后,论述了武器系统组合选择问题中所涉及到的军事特征和问题的本质,介绍了解决此类问题的技术方法,并给出一个方法应用示例;此外,探讨了军事领域组合选择的应用与发展;最后,分析和论述了未来武器装备组合选择面临的挑战。     

区间数模糊投资组合模型

利用模糊约束将Markowitz投资组合模型转化为模糊线性规划模型，用区间数来描述证券的期望收益率和风险损失率，建立区间数模糊证券投资组合模型，利用区间数知识把区间规划问题转化为参数线性规划问题对该模型进行求解，通过算例阐述方法的有效性。     

一种求解带交易费的证券组合选择问题的线性规划方法

研究带交易费的最优证券组合问题 .交易费函数一般都假设为新的与已有的证券组合之差的 V函数 ,在某些假定下 ,带交易费的最优证券组合问题一般可以表示成一个不可微的双目标规划问题 .本文通过引进风险水平参数和变换等将不可微的双目标规划问题转化为一个线性规划问题 ,从而可以用单纯形算法等方法有效地求解带交易费的最优证券组合问题 .本文也给出了确定风险水平参数的一种方法 .     

考虑现实约束的模糊多准则投资组合优化模型

针对模糊环境中资产收益和换手率均为模糊变量的投资组合问题, 考虑了资产组合的基数约束、投资比例的边界约束、资产的流动性以及分散化程度约束, 建立了一个以资产组合收益、偏度最大, 同时资产组合风险、不确定性以及模糊性最小为目标的多准则投资组合优化模型. 然后, 利用加权极大-极小模糊目标规划方法将所提出的模型转化为单目标规划问题, 进而设计了一个遗传算法来对其进行求解. 最后, 通过一个实例来阐明所提出模型的实用性以及算法的有效性. 研究结果表明: 本模型能够有效地刻画不同投资者的投资意图, 所设计的算法是有效的.     

基于卖空成本的证券投资基金投资组合选择问题

讨论了卖空条件下,按卖空中股价比例收取成本费用的证券投资基金投资组合选择问题,提出了有卖空成本、考虑基金管理人风险偏好的证券投资基金投资组合选择最优化模型,求出了最优解的解析表达式及其有效边界.在此基础上,结合模型的有效边界及相应的置信水平对模型最优解存在条件进行了分析并提出了相关定理.最后,进行了算法释例.     

求解多项目组合选择问题的奔德斯分解算法

随着我国经济的快速发展,项目组合选择问题所面临的待选项目集日益膨胀.而项目组合选择模型通常表示为整数规划或混合整数规划的形式,过多的待选项目会对项目组合选择模型的高效求解带来巨大的挑战.针对这一问题,本文研究了多项目组合选择模型的奔德斯分解算法.将原问题分解成仅考虑从待选项目集中选出最优组合的主问题与对已选项目进行排序的子问题,通过主子问题间的迭代逐步逼近最优解.通过算法性能分析,发现直接使用奔德斯分解算法存在着收敛速度慢,子问题不可行的缺点.为了加速算法的收敛速度,对主问题进行了修正,提出了一种利用潜在的最优项目及有效不等式改进主问题的新思路.最后,通过算例分析,对比了直接使用分支定界法与使用奔德斯分解算法两类求解方法的求解效率,验证了本文所提出方法的有效性与合理性.     

Maximum principle for forward-backward stochastic control system with random jumps and applications to finance

<正> Both necessary and sufficient maximum principles for optimal control of stochastic systemwith random jumps consisting of forward and backward state variables are proved.The control variableis allowed to enter both diffusion and jump coefficients.The result is applied to a mean-varianceportfolio selection mixed with a recursive utility functional optimization problem.Explicit expressionof the optimal portfolio selection strategy is obtained in the state feedback form.     

不确定多期滚动项目组合选择优化模型

在经典项目组合选择问题的基础上, 建立了不确定条件下多期滚动项目组合选择模型, 以各期获利最大为优化目标, 以企业战略需求与所选项目合成战略贡献之间的均衡匹配性和资源增益性为关联约束条件. 基于模糊理论提出了上 方贴近度和下方贴近度概念, 用以对战略均衡匹配性进行度量. 应用可能性理论将所建模型转换为确定性模型. 采用遗传算法对模型求解, 并基于路径再连接(path relinking, PR)算法思想, 设计了适合0-1编码的逐次替代法和逐次后移法进行局部搜索, 获得了较好的求解效果. 仿真测试显示, 进行多期滚动项目组合选择时, 在5期以内可以保证获利的稳定性, 获利波动期在第6-8期, 可以帮助企业确定最佳战略调整期. 各期不同类型的项目选择数量也具有较明显的周期性变化规律. 研究结果具有实践指导意义.     

基数约束投资组合选择问题

投资者在进行投资组合选择时,通常希望得到的投资组合方案中,被选择资产数量可控,风险水平足够小.模型中通常以基数约束来控制投资组合方案中选择的资产数量.基于一类基数约束投资组合选择模型,该模型以最小化风险函数为目标,在不允许卖空前题下,考虑基数约束和预算约束.该模型应用极其广泛,但目前尚无商用软件可以直接精确求解.提出一...     

含交易成本和机会成本的极小极大多期投资组合选择模型

本文考虑了摩擦市场下的多期证券投资组合选择问题,利用极小极大原理,建立了在含有机会成本和交易成本的多期极小极大投资组合选择模型.利用非线性规划相关理论, 证明了该模型最优解的存在性,并利用凸规划相关理论与Kuhn-Tucker条件给出了求解该模型的一种方法,最后通过实例对结论进行了说明.     

A branch-and-cut approach to portfolio selection with marginal risk control in a linear conic programming framework

Marginal risk represents the risk contribution of an individual asset to the risk of the entire portfolio In this paper, we investigate the portfolio selection problem with direct marginal risk control in a linear conic programming framework. ＇The optimization model involved is a nonconvex quadratically constrained quadratic programming （QCQP） problem. We first transform the QCQP problem into a linear conic programming problem, and then approximate the problem by semidefinite programming （SDP） relaxation problems over some subrectangles. In order to improve the lower bounds obtained from the SDP relaxation problems, linear and quadratic polar cuts are introduced for designing a branch-and-cut algorithm, that may yield an e -optimal global solution （with respect to feasibility and optimality） in a finite number of iterations. By exploring the special structure of the SDP relaxation problems, an adaptive branch-and-cut rule is employed to speed up the computation. The proposed algorithm is tested and compared with a known method in the literature for portfolio selection problems with hundreds of assets and tens of marginal risk control constraints.     

随机线性二次最优控制在投资组合中的应用

提出一类随机线性二次最优控制问题,给出了一个新的随机黎卡提方程,若此方程有解,就可以得到系统的最优反馈控制;作为其应用,讨论了连续时间的均值-方差投资组合选择问题,其目标是投资组合的最终收益最大,风险最小,通过"嵌入"方法将其转化为随机线性二次最优控制问题,并在非自融资的条件下,得出最优证券组合;最后将其理论应用于实例分析.     

组合证券投资的概率准则模型

从概率角度出发，提出一种概率准则的新型组合证券投资模型，在此模型中，把实现预期收益的概率作为目标函数，使之达到最大，在证券收益率服从正态分布的条件下，给出了概率准则证券组合投资模型的确定性等价类模型，研究分析了概率准则证券组合投资模型与已有的传统证券组合投资模型的区别。另外，给出了模型最优解的必要条件以及目标值的范围估计，并给出数值算例。     

Timing Prediction Error Volatility and Dynamic Asset Allocation

We solve a portfolio selection,problem in which,return predictability,risk predictability and transaction cost are incorporated.In the problem,both expected return,prediction error volatility,and transaction cost are time-varying.Our optimal strategy suggests trading partially toward a dynamic aim portfolio,which is a weighted average of expected future tangency portfolio and is highly influenced by the common fluctuation of prediction error volatility(CPE).When CPE is high,the investor would invest less and trade less frequently to avoid risk and transaction cost.Moreover,the investor trades more closely to the aim portfolio with a more persistent CPE signal.We also conduct an empirical analysis based on the commodities futures in Chinese market.The results reveal that by timing prediction error volatility,our strategy outperforms alternative strategies.     

基于重要度评估和IMPGA的航空保障装备型谱规划

针对目前航空保障装备通用化和系列化程度低等问题,提出了基于重要度评估和改进多种群遗传算法(improved multi-population genetic algorithm,IMPGA)的型谱规划方法。该方法将专家知识体系和群体智能体系相融合,首先建立航空保障装备型谱重要度评估指标体系,然后采用结合熵权和灰色群组聚类的组合赋权模型,并将综合评估值视为型谱优先级排序实现型谱规划初步筛选,最后基于IMPGA将型谱重要度综合评估值与优化费用之比作为适应度进行各项遗传操作,在多次迭代中实现重要度综合评估值高和费用可控的型谱优化方案求解。通过型谱规划实例验证了该方法的有效性。