多阶段金融投资决策情景生成问题及实证

提出基于上下限的二叉树情景生成法、基于矩匹配的二叉树情景生成法和基于聚类分析的二叉树情景生成法,提出改进的情景分层法.进一步以我国经济环境为依托,考虑未来的不确定性,对多阶段金融投资决策中的情景生成问题进行研究.将3种情景生成方法预测值同实际值进行比较,得出基于上下限的二叉树情景生成法更优的结论.     

基于安全资本增长策略的多阶段资产配置模型

在安全资本增长策略的基础上，建立了安全资本增长的多阶段资产配置模型。并以中国证券市场为依托，对多阶段资产配置进行了实证研究。文中资产配置问题考虑了未来的经济环境的不确定性，采用情景生成的方法采处理不确定的风险资产收益，不同资产间的投资分配比例在每期期初都要进行调整，同时考虑了风险约束，对模型采用遗传算法，得到了控制风险条件下最大期末财富的资产配置策略。     

基于贝叶斯网络的团队仿真训练情景生成方法

对于基于EBAT的团队仿真训练,情景的有效生成直接决定了实际的训练效果.为解决随机条件下,考虑关键事件因素的情景生成问题.在对情景生成过程建模的基础上,引入训练目标、事件、关键事件等要素,提出情景贝叶斯网络模型.基于贝叶斯网络推理方法,建立情景贝叶斯网络推理的数学模型,并提出启发式推理方法.针对情景案例进行建模及推理实现,并对结果进行分析.结果表明,关键事件重要程度影响下的情景贝叶斯网络建模及启发式推理,能直接提高关键事件对情景生成结果的控制能力,从而使情景生成结果更为有效.     

一种基于聚类分析的多阶段情景生成方法

提出一种基于聚类分析的多阶段情景生成方法,并给出了排除套利的线性规划模型.该方法能更好地模拟历史数据的变化趋势,为多阶段投资组合决策提供一个有效的情景分析工具.     

基于贝叶斯修正的多阶段情景元素生成

针对证券市场中资产未来收益的不确定性问题,本文基于随机波动率模型刻画了资产未来收益的情景元素,得到了资产未来收益分布的情景树,并在此基础上进一步采用贝叶斯理论修正了情景概率,最后利用国际证券市场的股票指数数据对模型进行了验证.算例结果表明,基于随机波动率模型的情景元素生成模型得到的情景元素质量良好,贝叶斯方法修正后的情景概率也与真实市场情况更贴合.     

单阶段R&D项目与有价证券投资组合优化的情景生成模型

不确定性是市场的本质, 分散投资于不同种类的资产可以降低投资整体的风险, 并增加在长期投资中获得更多收益的可能性. 基于矩近似方法, 建立了单阶段R&D项目与有价证券的投资组合优化问题的情景生成模型, 并通过一个实例来说明该模型的分析过程. 研究成果为进一步研究单阶段R&D项目与有价证券的投资组合问题奠定了理论基础和决策支持.     

基于STSA的中国股市的聚集效应研究——以上证50指数为例

网络分析方法为系统分析股票市场的复杂性提供了有效方法。本文利用最小生成树和分层树聚类分析法的思想,引入符号时间序列分析法(STSA),通过构建股票市场的拓扑结构来分析经济意义上的聚类特征。首先,将收益序列转化为符号序列,并在此基础上计算出符号序列的欧氏距离;其次,利用Kruskal的最小生成树算法,构建出证券组合的亚超度量距离矩阵,并把亚超度量距离矩阵映射为分层树结构;最后,对上证50指数成分股进行了实证分析。     

案例驱动下乳品安全事件应对的风险交流策略生成方法

风险交流(risk communication, RC)是食品安全监管中风险控制框架的构成要素,在乳品安全事件应对阶段,涉及如何根据风险情景,生成有效的风险交流策略这一问题,已有研究注重策略生成的顶层指导,难以适应复杂多样的现实情景.据此,本文阐述了案例驱动下乳品安全事件应对的风险交流策略生成方法,基于案例情景相似度算法生成风险交流策略清单,再结合案例的策略效果数据和概率分配函数实现策略清单约简,从策略完备性与应对时间窗出发完成多案例策略组合与生成.该方法能够提取与应用历史经验,有利于解决复杂情景表达困难、生成策略缺乏操作性与联系性的问题.最后,通过在黑龙江省的用例分析来验证该方法的可行性与有效性.     

基于量子多目标进化算法的多任务Agent联盟生成

多Agent联盟生成是多Agent系统的关键问题之一, 主要研究如何在多Agent系统中动态生成面向任务的最优联盟. 为使Agent能稳定的组织起来完成单Agent不能完成的任务并在成本、资源、利益等方面达到一个良好的平衡性能并达到全局最优, 提出了联盟多目标综合评价模型, 并将量子进化多目标算法应用于多目标多任务Agent联盟问题, 运用编码的映射, 将资源组合和任务分配合并为一个过程, 降低了问题的复杂性. 对比实验结果表明该算法求得的解的质量高, 平衡性好, 能有效避免了联盟死锁和资源浪费.     

国民经济动员仿真演练情景生成与调度

国民经济动员仿真演练涉及的参演单位众多,流程复杂,组织机构结构不确定,要求仿真演练系统框架能够适应较大的变化,具有较高的通用性。现有的基于EBAT的团队训练方法扩展性和重用性较差,不能很好的满足国民经济动员仿真演练的通用性需求。为了解决这一问题,在EBAT的基础上提出了一种通用的情景生成与调度框架。同时,针对演练情景的描述、生成与调度等核心问题提出了相应的解决方案。这种框架设计灵活、可扩展性强,提高了系统的通用性,并且已经在国民经济动员仿真演练中得到了实际应用,其有效性得到了验证。