排序方式: 共有7条查询结果,搜索用时 31 毫秒
1
1.
2.
讨论Markowitz证券组合投资模型的“多反而少”悖论问题,论证Markowitz模型出现“多反而少”悖论现象的两个充分必要条件,并相应给出消除“多反而少”悖论现象的有效方法。 相似文献
3.
Markowitz模型是现代投资组合理论的开端。通过对Markowitz模型进行深入分析,提出了应用Lagrange乘数法进行求解,然后从中国股市出发,从不同行业选取了10只股票,应用Markowitz模型进行分析,分别计算出在5种不同收益率下,投资者所得到的最优证券组合及所须承担的风险。结果表明,该模型对投资者进行股票选择及风险预测具有一定的指导意义。 相似文献
4.
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. 相似文献
5.
从组合投资理论出发,分析了国际组合投资的发展状况及影响国际组合投资的正、反因素,将组合投资与市场理论、政府及个人行为结合起来,进行了分析。 相似文献
6.
投资组合理论的脉络及发展 总被引:1,自引:0,他引:1
通过对Markowitz投资组合模型、资本资产定价模型(CAPM)、套利定价定理(APT)简评及对比研究,理顺了静态投资组合理论.同时指出动态投资组合理论目前已成为研究的热点及其发展趋势。 相似文献
7.
包悦妍 《重庆工商大学学报(自然科学版)》2022,39(6):65-70
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。 相似文献
1