基于学习的证券市场专家预测意见合成研究

针对证券市场的专家预测意见的特点，研究了将学习、证据理论与协同学理论引入证券市场专家预测意见合成的理论与方法．讨论了将专家的历史预测数据用基本可信数表示作为学习样本，对初选专家进行聚类分析选择有协同效应的专家．该方法用神经网络优化基本可信数的修正系数，再用Dempster合成规则进行预测意见的合成．实验结果表明该方法应用于解决实际问题时具有较好的效果．     

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。     

考虑承保风险的保险基金投资研究

在阐述保险基金投资重要性和必要性的基础上，利用保费收取与保险赔付间的时滞，对保险基金投资进行了分析，建立了考虑承保风险的保险投资模型，并得出了最优投资比例，这对保险人进行保险基金投资有重要的理论与实践意义，最后，通过实例进行了说明。     

A STACKELBERG DIFFERENTIAL GAMES SOLUTION TO A PROBLEM OF OPTIMAL INTERTEMPORAL INVESTMENT AND TAX RATE DESIGN

Using the Stackelberg differential games(SDG) theory, we quantitatively study a problem of optimal intertemporal investment and tax rate design. Under some appropriate assumptions, the open-loop Stackelberg equilibrium solutions are obtained. Equilibrium solutions show that: 1. The optimal strategies derived from differential game and unilateral optimal control approaches are different; 2. It is not always the best strategy for the government to use a constant tax rate over the whole time period; 3. The admissible size of tax rate adjustment may have great effect on the government's optimal strategy; 4. SDG approach has no significant effect on the firm's optimal investment strategy.     

面向证券投资的动态知识发现系统设计与实现

针对传统证券投资技术分析方法所存在的不足，通过对粗集理论、神经网络学习机理的研究。提出了面向证券投资的动态知识发现系统的基本框架．基于此框架，设计出面向证券投资的动态知识发现系统，并详细阐述了系统的各组成部分的设计思想及实现．最后结合实例，验证了系统的有效性、可行性．     

不确定下项目投资时点的优化模型研究

在项目收入流不确定的假设下，研究如何寻找最优投资时点问题，建立了问题的最优停止模型，利用高切原理求解一个自由边界问题，得到候选解，运用最优停止理论验证了其的确为最优解，显式地给出最优投资时点并进行了比较静态分析，研究结果修正了传统投资准则，特别包括了传统的Jorgenson投资准则作为其特殊情形，论文的方法不需要完全金融市场和市场无套利的假定。     

基于RAGA的PPC模型在节水灌溉项目投资决策中的应用

针对节水灌溉项目投资决策问题 ,采用高维降维技术——投影寻踪分类模型 ( PPC) ,利用基于实数编码的加速遗传算法 ( RAGA)优化其投影方向 ,将多维数据指标 (样本评价指标 )转换到低维子空间 ,根据投影函数值的大小评价出样本的优劣 ,从而做出决策 .最大限度避免了模糊综合评判中权重矩阵取值的人为干扰 ,取得了满意效果 ,为节水灌溉项目投资决策及其它评判决策问题提供一条新的方法与思路 .     

企业战略投资的期权研究

首先分析传统方法在评价不可逆可延迟战略项目方面存在的弊端,然后运用实物期权理论对战略投资建立投资决策模型,通过对模型的分析来衡量项目投资与否,并确定最佳的投资时机.最后用实例检验各种参数对模型结果的影响.     

多阶段投资决策问题的一种智能化求解方法

对多阶段投资决策问题进行研究，建立一种极小化跟踪投资回报率与目标回报率偏差的多阶段投资决策模型，并将随机模拟、遗体算法和神经网络集成在动态规划之中，设计给出一种智能化的求解方法，能求得反馈形式的最优投资策略。本文给出的方法克服了传统求解方法的局限性，具有现实意义，经算例仿真验证了算法的可行性。     

企业技改投资项目的决策分析

以某个企业技改项目投资决策为例，给出一个交互式多目标决策过程。应用起来较为简单、实用，易于计算机实现求解过程。该过程充分考虑企业进行决策时的实际情况及环境和人的主管偏好，所得结果更合理。