q-零协方差资产组合前沿

探讨了资本市场里非前沿资产组合的结构特征,提出一个更具一般性的概念——q-零协方差资产组合前沿,在σ²(r)—E［r］坐标平面中刻画了其几何结构。通常使用的前沿资产组合的零协方差资产组合是它的退化型特例,资产组合前沿是所有q-零协方差资产组合前沿的包络线。     

修正协方差阵的投资组合方案及其稳定性

分析了最优化投资组合不稳定的原因,在此基础上,推广了由前人提出的一个新方法,即根据随机矩阵定理(RMT)对样本协差阵进行变化以得到一个更好的投资方案.首先对该方法中未证明的部分给出了更充分的实证理由,并运用这种思想,结合中国证券市场的实际数据,来模拟“真实的投资”.而这种方法得到的投资方案,较之传统方法有较好的收益率和方差,且可被前人对风险预测的分析方法所解释.     

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.     

马氏组合模型中协方差逆阵的内部构造及其影响下的有效边界探讨

对马氏模型下的协方差矩阵进行了推导,并探讨了其内部构造及其影响下的马氏有效边界,加深对马氏M-V模型的理解,并为指导组合投资实践服务。     

改进的非正定方差阵下证券组合投资模型

为了更全面的研究各类方差阵下的证券组合投资模型,在分析非负定方差阵下的证券组合投资模型[1]的基础上,利用线性代数的二次型及对称阵的相关理论知识,提出了非正定方差阵下证券组合投资模型的改进方法,使得模型中的方差阵最终转化成正定阵.此模型对于研究协方差矩阵为非正定的证券组合投资模型的最优投资比列系数有一定的参考价值.     

含有交易的证券组合投资模型

证券组合投资是当今金融界研究的热点之一,但大部分研究结论都未考虑证券投资过程中的交易费,而实际中交易费是不可避免的,忽略交易费会使投资组合方案失去应用价值。证券交易费包括交给国家的印花税和交给券商的佣金。传统的研究方法一般假定用于度量投资风险的协方差阵为正定矩阵,且未考虑交易费,我们将条件放宽,假设协方差阵为半正定矩阵,对含有交易费的组合投资模型进行研究。     

考虑有交易成本的证券组合的有效前沿研究

利用均值一方差模型,讨论了有交易成本的证券组合的有效前沿问题,并给出了有交易成本的n种风险资产的证券组合以及n种风险资产与一种无风险资产的证券组合的有效前沿特性的两个结论．该研究不同于CAPM那样的一般均衡模型,不需要假设市场是否达到一般均衡的条件,使投资组合有效前沿问题的研究结论更贴近于实际．     

分析离散型与连续型样本协方差阵正定性

分析当多元随机变量协方差阵正定时,各随机分量应满足的关系,并结合多项分布研究离散型与连续型样本协方差阵的不同.     

国际组合套利机理及优化策略分析

以国际套利定价理论为基础并对其进行拓展,构建了国际多因素模型.通过进一步的数理分析,给出国际组合套利行为的定义,指出国际组合套利的触发条件和套利机会出现的决定因素,进而对国际组合套利行为的机理进行了系统描述:即通过构建组合,提高资产相关性,实现用于套利的资产匹配.在忽略交易成本的前提下,运用均值-方差法,求解出一种优化的套利组合权重.     

分析离散型与连续型样本协方差阵正定性

分析当多元随机变量协方差阵正定时,各随机分量应满足的关系,并结合多项分布研究离散型与连续型样本协方差阵的不同。     

协方差矩阵扰动约束生长曲线模型的影响分析

本文研究了协方差矩阵发生扰动时,约束生长曲线模型的有关影响分析的问题,建立了扰动模型未知参数矩阵Ｂ 的约束最佳线性无偏估计（ ＲＢＬＵＥ） ＾ＢＲ（ Ｇ） 与原模型的ＲＢＬＵＥ＾Ｂ 的一些关系式,定义了度量扰动影响的距离测度ＤＧ,给出了ＤＧ 的简单计算式     

奇异矩阵的Krylov方法的误差分析比较

Krylov方法是求解线性方程组Ax=b,A∈CN×N,b∈CN的一种迭代方法,当A非奇异时,已有很好研究.而当A奇异或接近奇异阵时,在一定的假定条件下,Krylov方法的解与范教最小的最小二乘解A+b之间的差是可以估计出来的.     

不同借贷利率的投资组合的有效前沿

研究在不同借贷利率下，投资组合的有效前沿，运用一种几何方法，给出该有效前沿的方程，把Markowitz模型的有效前沿、不同借贷利率下的资本市场线(CML)，分别用投资组合的权重向量予以表示，再由CML的定义，就在Markowitz模型的有效前沿上，分别求出不同借贷利率下资本市场线与Markowitz模型有效前沿的切点。由此，得到不同借贷利率下CML的斜率，以及不同借贷利率下投资组合的有效前沿。     

高频数据下基于LSTM的协方差矩阵预测模型

协方差矩阵的建模与预测,对于金融风险管理、投资组合管理等至关重要。 针对时间序列模型对高维变量预测精度较低的问题,利用长短记忆神经网络模型(LSTM),提出了基于深度学习的高频数据已实现协方差矩阵预测模型。 利用金融高频数据得到已实现协方差矩阵,对其进行 DRD 分解,针对相关系数矩阵 R 进行向量化处理,利用向量异质自回归模型(HAR)预测已实现相关系数矩阵 R;针对已实现波动率矩阵 D,利用半协方差(semi covariance)思想,结合 LSTM 模型,得到已实现波动率矩阵 D 的深度学习预测模型,构建了 LSTM-SDRD-HAR 已实现协方差矩阵动态预测模型。 LSTM 模型和 HAR 模型能捕捉实际数据的长期记忆性,半协方差有利于捕捉金融数据的杠杆性。 实证分析表明:相较于传统向量 HAR 已实现协方差矩阵预测模型,LSTM-SDRD-HAR 预测已实现协方差矩阵更为准确,基于 LSTM-SDRD-HAR 预测已实现协方差矩阵构造的有效前沿组合投资效果更佳。     

马尔可夫链在前沿资产组合中的运用

将马尔可夫链与资产前沿组合有效结合,以福建板块的5支股票数据做为样本,运用马尔可夫链和自相关性来预测股票在将来的收益率及其分布情况.根据马可维茨理论得出股票市场的前沿组合,对中国股票市场的实例进行实证分析.在择优标准的选取过程中,单位收益的风险最小或是单位风险的收益最大只是一种标准,其选择的方法可以依据相关理论进行选择.     

带有资金下界约束的组合投资及其灵敏度分析

研究了带有资金下界约束的M-V(mean-variance)证券投资组合的扰动问题.提出了带有资金下界约束的M-V证券投资组合模型,给出了模型的最优解和有效前沿.对有效前沿和最优解进行了灵敏度分析,得到了有效前沿的运动规律和最优解的扰动规律.     

证券期望收益率同值变动时有效边界平移分析

先证明证券市场所有证券同值变动时,证券有效边界将上下平行移动,然后引入无差异曲线来说明市场中证券期望收益率同方向变化且变化值相差不大时,不必改变证券组合。