基于PE-局部最优算法在基金智能定投领域的研究

通过对上海证券交易所股票价格综合指数市盈率(简称:上证市盈率,PE)进行分析和研究,提出一种基于PE的局部最优定时不定额投资算法,并选取6支基金进行数值实验,其中包括3支股票型基金、股票型平均指数、混合型平均指数和沪深300指数.实验结果表明本文算法在基金购买份数比、年化收益率以及最大回撤等指标上的表现均优于普通定投算法.     

基于GARCH模型的Black-Litterman投资组合研究

该文以上证50样本期内38只股票周收益率为实证研究对象,利用GARCH模型预测周收益率和条件方差,并以此分别量化传统BL模型中的观点收益向量和观点误差矩阵,得到的BL预期收益率普遍高于市场均衡收益率.最后,基于该BL预期收益且不允许卖空条件,给出这38只股票的最优投资组合和有效前沿.     

资产组合收益的单指数模型及其实证研究

本文提出一种单指数模型方法,其是对直接加权方法的进一步发展,它有效地克服实际应用中数据过短的问题。依据大数定理,当资产组合充分地分散化时,可以利用单指数模型得到资产组合收益的拟合值。最后对上证50指数的五十只成分股来分析得到该单指数模型拟合的效果较好。     

基于EGARCH-CVaR的我国股市风险分析

根据我国股票市场收益的基本特征,对上证180指数收益率序列分别构建基于正态分布、t分布和GED分布的EGARCH模型。通过计算三种不同分布下的CVaR值,对股市风险进行分析。并将EGARCH模型的CVaR值与GARCH模型的CVaR值进行比较。结果表明,基于广义误差分布的EGARCH模型(EGARCH-GED)能更好地刻画我国股市的市场风险。     

基金证券投资组合分析

用数学模型来分析基金股票投资组合,以达到理想的低风险,高收益状态。根据实际情况,建立资产组合的M/V模型,用期望收益率ER和方差σ2(风险)的关系来讨论不确定性经济系统中最优投资组合的选择。为简化M/V模型的计算过程,建立单指数模型,提高资产组合理论的实用性。最后用绩效评估实证分析,对基金的实际运作成果进行评估,强化机构效率较高的方面。     

上证综合指数波动性的实证分析

以上证综合指数的日收益率为研究对象,建立了基于正态分布的GARcH(1,1)模型,同时考虑到股票收益率受到风险水平的影响,进一步建立GARCH(1,1)-M模型.实证研究结果表明,上证综合指数的收益率具有尖峰厚尾、方差随时间而变化特点与波动集群的现象.在研究样本区间内,GARCH(1,1)模型能较好地拟合上证综合指数收益率的波动性,同时,其期望收益与期望风险存在着正向关系.     

开放式基金规模变动的计量模型与实证分析

应用面板数据(Panel Data)计量方法对中国四大类开放式基金规模变动的外部影响因素进行研究,并以股票型基金为例,对9只股票型基金的规模变动因素进行了分析．结果显示：在基金分类层面上．区间收益率、分红次数、国债全价指数和A股指数波动率与开放式基金规模变动显著相关;对于单只基金,除上述4个变量以外,基金份额总数和分红金额对基金规模变化也有显著影响．比较两个层面的分析结果发现：分类基金模型比单只基金模型具有更高的解释力度,而且投资者在选择基金类别和选择具体基金时对成本指标和风险指标的解读有所不同．     

开放式股票基金业绩的实证研究与评价

应用T-M和H-M的单因素和三因素模型,对我国23只开放式股票型基金2003年10月至2005年7月的业绩进行了实证研究;并就基金的选股、择时能力对模型的敏感性,基金选股、择时能力的相关性进行了检验.结果发现,开放式股票型基金具有较强的选股能力,但却有一定的负的择时能力;基金经理偏向于发掘“超速成长”型公司股票,以期在整个“熊市”背景下,获得超额收益率,实现对投资者业绩的承诺.     

模糊环境下资产组合决策模型解的讨论

随机性和模糊性是风险投资问题不确定性的两个方面,从模糊性的角度考虑投资资产组合的决策问题,用模糊数刻画资产的预期收益率,在每一置信度水平上,当设定资产组合收益目标之后,给出了最优资产组合的决策模型．进一步研究了资产组合收益目标与风险的关系,得到了揭示决策模型最优资产组合存在情况的若干结果．     

资产收益率的相关系数为常数的开放式基金的投资组合

基于开放式基金的特征,运用单指数模型分析了在风险资产常值相关的情况下开放式基金的最优投资组合,并讨论了不允许卖空的情况下风险资产常值相关时开放式基金的最优投资组合.     

Portfolio Choice under the Mean-Variance Model with Parameter Uncertainty

Assuming the investor is uncertainty-aversion,the multiprior approach is applied to studying the problem of portfolio choice under the uncertainty about the expected return of risky asset based on the mean-variance model. By introducing a set of constraint constants to measure uncertainty degree of the estimated expected return,it built the max-min model of multi-prior portfolio,and utilized the Lagrange method to obtain the closed-form solution of the model,which was compared with the mean-variance model and the minimum-variance model; then,an empirical study was done based on the monthly returns over the period June 2011 to May 2014 of eight kinds of stocks in Shanghai Exchange 50 Index. Results showed,the weight of multi-prior portfolio was a weighted average of the weight of mean-variance portfolio and that of minimumvariance portfolio; the steady of multi-prior portfolio was strengthened compared with the mean-variance portfolio; the performance of multi-prior portfolio was greater than that of minimum-variance portfolio. The study demonstrates that the investor can improve the steady of multi-prior portfolio as well as its performance for some appropriate constraint constants.     

半参数方法对上证指数波动率的预测分析

根据金融时间序列一般都存在条件异方差性,本文研究了两种半参数时间序列模型的估计方法,通过实际算例对参数模型与半参数模型,以及不同的半参数模型在金融时间序列的拟合与波动率预测方面的表现作了比较。结果表明,半参数模型要优于参数模型,半参数可加模型要优于多项式样条估计模型。      

Dynamic Portfolio Choice under Uncertainty about Asset Return Model

The effect of uncertainty about stochastic diffusion model on dynamic portfolio choice of an investor who maximizes utility of terminal portfolio wealth was studied.It applied stochastic control method to obtain the closed-form solution of optimal dynamic portfolio,and used the Bayesian rule to estimate the model parameters to do an empirical study on two different samples of Shanghai Exchange Composite Index.Results show,model uncertainty results in positive or negative hedging demand of portfolio,which de...     

基于VaR控制下的动态优化投资组合

本文应用的动态优化投资组合模型是在VaR的约束下,调整投资组合的配置,使期望收益达到最大.基于投资组合中每一种资产的收益率序列,模型在不断变化的数据窗口下,首先估计模型参数,然后求解优化模型,得到每日投资组合中风险资产在VAR约束下的最优配置和借贷比率.这种方法对构筑新的风险资产投资组合的决策,以及对已有投资组合中资产配置的优化具有重要的指导意义.选取中国A股市场的4只股票,在收益率服从正态分布的假定下,确定投资组合中的资产配置以及借贷比率,并且讨论了模型参数的敏感性.     

限制投资下界的双目标风险证券组合模型及实证研究

许多研究所考虑的都是投资风险的最小化或投资收益的最大化,但对于一个典型的投资者而言,一方面希望收益率尽可能高,另一方面也希望风险尽可能小.因此,为了适应证券市场和实际操作需要以及投资者的喜好,分析了限制投资下界的双目标风险证券投资组合模型,并给予实例分析.     

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。     

基于ARCH类模型对沪市波动性的实证研究

在对股票市场的研究中,波动性一直是比较重要的一方面,利用ARCH类模型对上证综指日收益率进行分析,得出上证综指具有集聚性和长期记忆性。     

Dynamic Portfolio Choice under Time-Varying,Jumps,and Knight Uncertainty of Asset Return Process

By introducing a stochastic element to the doublejump diffusion framework to measure the Knight uncertainty of asset return process,the model of dynamic portfolio choice was built,which maximized the expected utility of terminal portfolio wealth.Through specifying the state function of uncertainty-aversion,it utilized the max-min method to derive the analytical solution of the model to study the effect of time-varying,jumps,and Knight uncertainty of asset return process on dynamic portfolio choice and their interactions. Results of comparative analysis show: the time-varying results in positive or negative intertempural hedging demand of portfolio,which depends on the coefficient of investor's risk aversion and the correlation coefficient between return shift and volatility shift; the jumps in asset return overall reduce investor's demand for the risky asset,which can be enhanced or weakened by the jumps in volatility;due to the existing of Knight uncertainty,the investor avoids taking large position on risky asset, and improves portfolio's steady and immunity;the effects of the time-varying,jumps,and Knight uncertainty are interactive.     

基于动态R-Vine Copula的银行股指投资组合及风险度量研究

金融资产价格之间的波动往往具有结构相依性。为了研究银行股指数据间这种复杂关系,能够进一步准确度量金融风险,本文以我国六大银行股指数据为研究对象,利用ARMA-GJR-SkT模型作为单一资产序列的边缘分布,以灵活的R-Vine Copula模型为基础,联合构建投资组合模型。通过滚动时间窗口的Monte Carlo技术及MST-PRIM算法确定各类模型的RVM结构,在此基础上结合逆变换法仿真模拟收益率序列,并利用模拟收益率进一步计算VaR与CVaR,最后经返回值检验法对模型进行验证。结果表明：建立最优的投资组合模型是精准度量金融风险的关键;在风险度量时,相同的置信水平下,CVaR模型比VaR模型更可靠。置信水平不等时,其值增大的同时,失败天数会减小。     

隐Makrov机制转移与随机时间水平下的多期资产配置

在状态部分可观测的金融市场中,研究了投资活动终止时间不确定的多阶段均值-方差投资组合选择问题。假定市场存在有限个不可观测状态,利用离散时间时变隐Markov链描述不可观测状态的变化过程;无风险资产在各个阶段的收益率依赖于可观测市场状态;风险资产在各阶段的收益率同时依赖于可观测和不可观测市场状态。通过构造充分统计量,部分信息下的投资组合选择问题等价地转化为了完全信息下的优化问题。再利用动态规划方法和拉格朗日对偶原理,得到了最优资产组合策略和有效边界的解析表达式。