均值-CVaR投资组合模型及改进的蝙蝠算法求解

基于投资者是风险厌恶型和风险资产价格路径服从跳扩散过程的假设,采用条件风险价值来度量组合风险,建立均值-CVaR投资组合优化模型.为快速有效求解模型,将基于模型的交叉熵随机优化方法嵌入到基于群体的蝙蝠仿生算法中,构建一种改进的蝙蝠算法,该算法既充分发挥交叉熵方法的随机性、自适应性和鲁棒性,又有效抑制蝙蝠算法的早熟收敛现象.借助Monte Carlo模拟情景生成得到价格路径,进而采用所建算法实现模型求解,并与遗传算法和线性规划方法进行比较.实验结果表明,新算法在求解有效性和实用性方面表现更好,取得更为满意的结果.     

聚类分组法修正协方差阵的最佳投资组合方案

给出了Markowitz模型的解并分析了最优化投资组合不稳定的原因.在此基础上,提出了一个新的方法:用聚类分组法调整样本协方差阵从而得到一个更好的投资组合.为了证明该方法的合理性,运用来自中国股市的真实数据来模拟"真实的投资".事实证明,用这种方法所得到的投资组合较传统方法有更好的收益率和更低的风险,且可以用风险预测来进行事后验证.     

中国证券市场中动态资产配置绩效的实证分析

采用"上证180"指数的周收益率数据,对基于随机规划方法的多阶段动态资产配置模型的投资绩效进行实证分析.研究结果表明:情景元素生成模型对动态资产配置模型的投资绩效起着关键性的作用,决策周期和资产配置频率等其他因素,只有在选择了适当的情景元素生成模型后,才能对投资绩效产生有利的影响,而中国证券市场目前的市场特征决定了采用反转策略的情景元素生成模型能产生较好的投资绩效;其次,动态资产配置模型一般在中长期投资中才能产生较好的投资收益;同时,最优的资产配置周期依赖于决策周期的时间跨度.     

基于Copula函数的贷款组合期限结构优化模型及其应用

将Copula函数应用于银行贷款组合期限结构优化模型上,进行实证分析.指出基于Copula函数的贷款组合期限结构模型解决了贷款组合的流动性风险控制问题.更好地反映了贷款组合的真实风险,兼顾了资产组合的收益与市场风险的暴露.     

跳跃股价模型下投资组合的生成函数

针对股价的非连续模型,为研究投资组合之间收益的关系,采用半鞅的分析办法,研究由Ito过程和Poisson过程复合的股价模型下的投资组合生成函数及其性质。随机组合理论表明通过构造生成函数可以生成新的投资组合,并证明了生成组合的权重表达式以及相应的漂移过程项和跳跃过程项。因而可以通过一个随机微分方程分析生成投资组合的收益和市场资产组合的收益,以及收益的期望控制的关系。结论表明生成函数及相关函数在满足一定条件下这样的期望控制关系存在。     

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.     

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。     

数据驱动的扭曲均值-半方差投资组合选择

运用样本平均近似的数据驱动方法研究了带概率扭曲的均值-半方差投资组合优化模型，结合经典的遗传算法(ICA)和帝国竞争算法(GA),提出了ICA-GA混合算法.利用真实市场数据，对模型进行实证分析并求解有效前沿.最后，通过比较算法程序运行时间，表明本文创新的ICA-GA混合算法融合了帝国竞争算法和遗传算法两者的优势，比它们有更好的表现.     

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.     

不确定条件下的均衡市场

建立了跳过程为非爆炸性计数过程的跳扩散模型,讨论了完备市场下的财富优化与市场均衡.利用随机分析的方法,构建了唯一的等价鞅测度,证明了存在唯一的优化投资组合及最优消费过程,给出了最优财富过程、最优消费过程和优化投资组合.给出了均衡市场的特性,证明了均衡市场的存在性和唯一性.     

考虑通货膨胀因素的模糊投资组合MV模型

以可信性理论为基础,将通货膨胀因素引入模糊投资组合Mean-Variance(以下简称MV)模型中.由于通货膨胀率的不确定性,将通货膨胀率看成模糊变量,建立了考虑通货膨胀因素的模糊投资组合MV模型.另外,分别给出了当风险资产的收益率和通货膨胀率为三角、梯形和钟型模糊变量时的模糊投资组合MV模型.利用粒子群优化算法对模型进行了求解,给出了不同通货膨胀率下的投资风险及投资策略.实证分析表明:考虑通货膨胀因素的模糊投资组合MV模型更能真实地反映投资者的实际投资情况.     

需求不确定下船队规划决策的鲁棒优化模型

研究了不确定复杂环境下的船队规划决策问题.在分析船队规划已有研究方法和基本特点的基础上,将船舶调配优化与船队发展规划结合起来统筹研究,建立了符合市场实际的多方式投资的船队规划确定性模型.通过引入基于情景分析的鲁棒优化方法,采用具有已知概率的情景集合描述市场需求的不确定性,将此模型扩展为包含不确定因素的鲁棒优化模型.模型既考虑了船舶营运经济状态、企业投资能力、新船购置、二手船买卖、船舶租赁等多种复杂的实际情况,又考虑了需求的不确定性影响,并且体现了模型的鲁棒性.最后,以某航运公司为例进行仿真实验,将确定性模型与鲁棒模型进行对比,结果表明,鲁棒模型的解相对保守,能有效地保证船队规划决策的鲁棒性.     

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.     

基于非光滑优化的投资组合问题

采用HT∞(X)风险函数衡量组合风险,建立新的双标准优化模型.该模型所反映的均衡关系,可作为投资者进行投资组合的依据.由于风险函数是不可微的,故传统的优化方法在此并不适用.利用非光滑优化方法可以很好地解决该问题并得出其有效前沿.     

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.     

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.     

三阶随机占优风险控制下的投资组合优化模型

在分析DentchevaRuszczynski(2006)提出的基于二阶随机占优约束的投资组合优化模型的基础上,构建了三阶随机占优约束下的绝对风险厌恶递减型投资组合模型.该模型在投资组合的收益率三阶随机占优于基准参考组合的收益率约束下,最大化投资组合的期望收益率,离散分布情形可以转化为二次规划问题.该方法与均值–风险模型和效用函数模型相比具有重要的优势.利用上海证券市场的实际交易数据验证了该模型的有效性和实用性,实证分析结果表明,该模型既能实现较小的跟踪误差,也能实现一定的超额收益.     

基于模糊决策的模糊投资组合选择模型研究

对模糊情况下的证券投资组合问题进行了研究。提出了相应的证券投资组合问题模型和求解方法。假定交易费用函数为V型函数,将投资者的主观意见反映在模糊情况的投资组合模型之中,给出了将目标函数中含有非线性项或含有非线性约束的优化模型转化为线性规划问题的一个简便方法。     

VaR模型及其在证券投资管理中的应用

VaR模型是近年来用于测量和控制市场风险的主要方法之一,分析了VaR模型的基本原理和考虑的主要因素,根据函数所反映的映射关系,将资产组合价值与其相关的市场风险因素的关系分为线性关系和非线性关系,推导了在正常市场条件下VaR值的计算方法,并探讨了VaR模型在投资组合构造、投资风险控制、信息披露、金融监管等方面的应用．     

Ln-最优资产组合投资模型的几个性质

研究了金融市场中无风险控制下Ln-最优资产组合单周期投资模型的基本性质,在此基础上经过分析得到了独立市场和平稳市场中的几个有用的性质.实例表明这些性质是有效的.