组合投资双目标概率准则模型及TSII算法求解

考虑到我国证券交易过程中许多限制性的规定及现实投资者并非完全理性的决策行为,给出了概率准则组合投资的收益-损失风险双目标整数规划模型。通过证券收益经验分布,应用分层抽样的随机模拟,结合禁忌算法,设计禁忌模拟混合智能优化算法TSII,进行概率准则模型求解。分层抽样保证抽样遍布搜索空间,有效刻画收益分布的“高峰厚尾”,避免禁忌搜索路径往返重复,克服禁忌搜索对初始解的较强依赖性。算法同时使用禁忌表与希望表,将分散搜索与集中搜索相结合,增强禁忌算法的并行处理能力,提高了寻优效率与精度。最后,给出一个投资组合实证分析算例的收益-损失风险有效前沿。     

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。     

允许卖空情况下证券投资组合的概率准则模型

从概率角度出发，提出一种新型证券投资组合模型、该模型把实现预期收益的概率作为目标函数，使之达到最大。文中将概率准则模型与传统模型作对比分析，解释了该模型的现实意义、在允许卖空的市场条件下，使用优化方法给出了模型的最优解及目标函数的解析表达式，并给出数值算例。     

有交易费用的组合证券投资的概率准则模型

提出一种基于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,在不考虑投资交易费用前提下,给出了模型最优解满足的必要条件,此外,提出了考虑交易费用因素的概率准则模型,经转化,将问题变成可用传统优化方法求解的非线性规划问题,给出了最优解满足的必要条件,并给出了数值算例。     

一个推广的半绝对离差证券组合投资模型

对半绝对离差证券组合投资模型作一个推广，推广后的模型体现了投资者的下方风险规避，适用于任何类型的收益率分布，同时保留半绝对离差模型的线性性。证明该模型一致于SSD准则，通过实例验证模型的有效性和合理性。     

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.     

随机最优证券投资组合模型

讨论了当投资的预期收益率和风险损失率为随机变量时 ,证券投资组合模型的优化问题 .并分别建立了证券投资组合决策系统的期望值模型及机会约束规划模型 .最后设计了基于随机模拟的遗传算法 ,该方法有效地解决了证券投资组合模型的优化问题.     

基于随机模拟和VaR模型的投资组合优化研究

投资组合的优化旨在对资金进行分配组合,得到各项资产的最优分配权重,并在权衡投资收益和风险的基础上使投资达到期望效用最大化.在研究过程中,首先运用Monte Carlo随机模拟方法预测各资产的收益率期望值,计算出收益率标准差和各资产间的相关系数,进而求解资产的组合风险.然后将VaR(Value at Risk)条件引入到模型中,建立以资产组合收益为最大目标,以资产组合的VAR为约束条件的投资组合优化模型,计算出资产分配比重.最后通过实例分析资产价格走势和检验分布假设,验证模型的合理性和可行性,为投资者的决策提供理论和应用依据.     

自融资均值方差投资组合模型的旋转算法

将自融资投资组合问题用一个以极小化方差风险为目标的凸二次规划表示,用线性不等式组的一种旋转算法解其库恩塔克条件的线性部分并使互补松弛条件得以满足.     

粒子群算法在投资组合中的应用

投资组合面临现实证券市场中大量数据，求解组合模型是一个非线性整数规划问题，传统数学规划算法难以有效求解。为此，本文将粒子群算法应用到基于VaR的投资组合模型中，并通过上海证券交易所的实际数据进行计算机模拟，结果说明该算法所求最优投资组合是实用的和有效的。     

OD分布与随机均衡分配的组合模型及算法

目前交通规则实践缺乏考虑交通信息的随机性,从而降低了它所得结果的准确性,为此,通过分析出行路选择和目标选择的随机性,建立了交通网络OD分布与随机平衡（或均衡）分配的组合模型,通过引入拉格朗日函数,证明了模型最优解满足随机用户平衡条件和OD分布的要求且最优解是唯一的;最后给出了模型的方向搜索算法。     

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。     

利用熵极大化准则求解排除系统稳态概率

在没有对排队系统中顾客到达时间和服务时间的概率分布作出假设的条件下,结合排队系统中一些易得系统运行指标,如系统容量、系统平均队长和系统空闲概率等,利用熵极大化准则,求解出了系统稳态概率,并用X2检验进行了拟合优度检验,验证了方法的可行性.     

摩擦市场下加权极大-极小随机模糊投资组合模型及实证

考虑投资者面临证券市场随机和模糊的双重不确定性,把证券收益率视为随机模糊变量. 根据前景理论建立符合投资者心理特征的期望收益和目标概率隶属度函数,构建目标权重不等的加权极大- 极小随机模糊投资组合模型. 在含有交易费用和最小交易单位约束的摩擦市场环境下,利用改进动态邻居粒子群算法求解投资组合问题. 采用实证方法把市场分为上升和下降两个阶段,研究模型的表现. 结果表明： 加权极大- 极小随机模糊投资组合模型的收益率优于均值-方差投资组合模型; 利用加权极大- 极小随机模糊投资组合模型能够满足不同风险态度投资者的需求,构建与投资者风险态度一致的投资组合.     

具有典型交易成本的投资组合管理模型及其求解

引入了非凹非凸的典型交易成本函数形式 ,建立了含有典型交易成本的投资组合管理模型 ,并采用遗传算法对其进行了有效求解 .通过数值实例分析了不同交易成本、不同风险水平对投资组合的影响.     

B2C物流配送网络双目标模糊选址模型与算法

基于B2C"配送-退换同时"的物流模式及配送业务特点,集成设施选址-分配和路线优化,研究模糊需求下的B2C物流设施选址问题.针对选址-分配的模糊性和静态性、配送的确定性和动态性特征,以物流总费用为主目标函数,以配送中心流通费用、车辆派遣费用、配送费用总和为子目标函数,建立了有配送中心容量静态约束和车辆动态负载量约束的双目标模糊选址模型,设计了嵌入随机算法和禁忌搜索算法的遗传算法求解.选取合适的测试算例验证了算法的有效性,探讨了客户需求模糊区间宽度和商品退换率对物流选址结果和各项费用值的影响.实验结果表明,所设计的算法对解决这类复杂问题合理有效.客户需求模糊区间宽度与车辆利用率和车辆路线总长的波动区间、平均车辆路线总长度、配送费用正相关,且宽度较窄时,选址结果、车辆派遣费用和配送中心流通费用不变,超过一定范围,选址结果、车辆派遣费用和配送中心流通费用改变.商品退换率与流通费用和物流总费用正相关,但不会影响选址结果和其他费用.     

损失厌恶下带有风险约束的委托投资组合模型

在管理者呈损失厌恶的假设下,构建了带有风险约束的委托投资组合模型,研究委托投资管理中的最优投资问题.通过构造辅助函数将以条件风险价值为约束的委托投资组合问题转化为约束含有随机凸函数的随机优化问题,证明了最优策略的存在性.进而利用随机抽样方法构造了Monte Carlo罚函数算法,得到了近似最优投资策略,并证明了当样本容量足够大时近似最优投资策略几乎处处是原委托投资组合问题的最优策略.最后,给出了数值算例说明模型的有效性和管理者的损失厌恶对最优策略的影响.     

基于可变安全第一准则和交易约束的投资组合调整模型

结合证券市场的实际情况,通过加入最小交易单位及交易费用约束改进了基于可变安全第一准则的风险定义,将风险表示成为与投资者意愿和交易约束相关的一条曲线。提出了一个新的基于可变安全第一准则的具有一般交易费用函数的投资组合调整优化模型,并给出求解该模型的基于遗传算法和随机模拟的混合智能算法步骤。然后,结合现实中交易费用的实际情况,分别建立了具有线性交易费用和二次分段凹型交易费用的投资组合调整模型。最后,依据上海证券市场的实际数据,通过两个实例验证模型的可行性和有效性。     

基于联合违约概率的资产组合投资优化方法

投资组合的资产联合违约概率(joint,probability of default,JPoD)是一种有效的系统风险测度工具.基于JPoD分析,提出了一种新的资产组合选择优化方法,即通过计算资产池中每两种资产的JPoD值得到JPoD矩阵,利用遍历算法逐次筛选,得出具有最小系统风险的多资产组合.实证分析首先利用2014 2015年的上证综指和深证成指数据验证了JPoD方法的有效性;其次,分别利用中国股票市场数据和美国股票市场数据将所提出的资产组合选择方法与马科维茨均值-方差组合理论、随机组合方法进行比较,结果表明无论是在中国股票市场还是美国股票市场,JPoD方法都明显优于其他两种方法.     

体液免疫算法及其对证券组合投资分析的应用

基于Jia&Dyer的一般性失望模型,给出一种新的非对称风险度量方法,建立该风险度量下考虑证券最小交易单位约束的组合投资二次整数规划模型;进而依据体液免疫原理设计实用、简单的新体液免疫算法,并寻求该模型的最优方案.算法设计中引入优秀抗体演化操作,搜集和更新进化中最好解,以及建立能增强群体多样性及具有较强整体、局部、并行搜索能力的免疫操作,从多方位搜索最优解.实证及比较表明,所获算法的整体和局部搜索能力强、能快速获取最优投资决策方案,所建模型的合理性和有效性被论证.