CVaR鲁棒均值-CVaR投资组合模型与求解

传统的均值-风险(包括方差、VaR、CVaR等)组合选择模型在计算最优投资组合时,常假定均值是已知的常值,但在实际资产配置中,收益的均值估计会有偏差,即存在着估计风险.在利用CVaR测度估计风险的基础上,研究了CVaR鲁棒均值-CVaR投资组合选择模型,给出了另外两种不同的求解方法,即对偶法和光滑优化方法,并探讨了它们的相关性质及特征,数值实验表明在求解大样本或者大规模投资组合选择问题上,对偶法和光滑优化方法在计算上是可行且有效的.     

有效因子综合偏好强度与CVaR整合优化模型

本文从股票多维特征因子中选择有效因子,融合形成最大化有效因子综合偏好强度(IPS)的附加理性,构建并验证IPS-均值-CVaR投资组合优化模型。基于沪深300股2006~2015年数据分析显示:(1)有效因子IPS投资组合优越于单因子投资组合;(2)IPS方法相较于因子打分法,具有更优的多维数据整合功效;(3)IPS-均值-CVaR投资组合优化模型相对于均值-CVaR模型具有更优越的资产选择能力,也拓展了投资组合模型的多维数据处理能力和适用性。     

资产组合优化的多分形模型及实证分析

将马尔科夫转换多分形模型引入均值-CVaR框架,构建资产组合优化的多分形模型,并给出最优组合投资策略的求解步骤.实证分析结果表明,基于多分形模型的组合策略在描述性统计分析、风险调整收益分析、经济表现分析以及策略稳定性分析中的表现均优于基于CCC-GARCH模型的组合策略,考虑多分形性确实有助于改善资产组合策略.文章所构建的模型和实证结果为资产组合投资实践提供了有益的参考.     

均值-CVaR模型的稳健构建方法及其比较研究

传统均值-CVaR模型具有不稳健性,当样本数据存在离群值时,传统均值-CVaR模型获得的投资效果可能会偏离实际情况。针对这一现象,文中将稳健统计思想与传统均值-CVaR模型相结合,构建出稳健均值-CVaR模型以削弱或消除离群值的影响,从而获得较为可靠的投资效果。为了说明稳健改进方法的有效性和可行性,文中进行了模拟实验和实证分析,结果均表明:当数据中不存在离群值时,传统和稳健均值-CVaR模型获得的投资效果基本保持一致;但当数据中存在离群值时,传统均值-CVaR模型获得的投资效果与实际不符,而稳健均值-CVaR模型获得的投资效果仍保持着良好的一致性,说明稳健均值-CVaR模型对离群值具有较好的抗差性和抗干扰性。     

基于动态非线性损失厌恶的投资组合优化与实证研究

从行为金融学的角度考虑投资者损失厌恶的心理特征,构建了基于线性损失厌恶和非线性损失厌恶行为投资组合模型。利用中国市场数据模拟一种静态情景和四种动态情景,实证研究不同损失厌恶投资组合模型在不同情景下不同损失厌恶程度的最优资产配置策略和投资绩效表现,并将结果与均值方差模型等传统的投资组合模型进行比较。研究发现损失厌恶投资组合模型优于传统投资组合模型,不同情景下不同程度损失厌恶投资者具有不同的资产配置策略,其投资绩效表现也不尽相同。     

基于CVaR的多目标投资组合模型

金融市场的发展与完善,以及人民收入水平的提高,使越来越多人关注金融投资并成为热点.理性的投资者总是期望风险尽可能低同时收益又尽可能高,而且希望投资的资产易于管理和管理成本低.考虑投资者多个目标的要求,将运用CVaR风险度量方法,提出一个均值—CVaR—资产数目的多目标投资组合模型,并利用多目标粒子群算法对模型进行实证分析,验证新模型的可行性和有效性,为热衷投资的投资者进行投资组合提供一个新方法.     

基于交易量限制的多阶段均值-CVaR投资组合模型

本文考虑资产收益率服从Laplace分布的多阶段均值-CVaR投资组合模型.结合摩擦市场对投资的一些限制因素,建立了带有最小交易量和交易费用限制的收益最大化多阶段投资组合模型,并利用绝对值函数的性质,将该模型转化为混合整数线性规划形式,用Lingo或Matlab求解.最后在证券市场上随机选取了四只股票进行了实证分析,验证了模型的可行性.     

基于GARCH类模型的空头市场情景生成与投资组合

2015年中,中国股票市场经历了一轮较强的空头市场,投资者面临市场价格的极大不确定性.而若能有效模拟此类型市场收益波动,对于投资者优化金融决策有积极意义.文章试验了当前主要的几种非对称GARCH类模型及多种残差分布模型,最后发现,利用ARMA-EGARCH-SSTD的组合模型能较好地模拟空头股票数据收益率效果.同时文中采用中国股票市场数据进行算例分析,发现将GARCH类模型情景拟合结果与均值-CVaR模型结合得到的投资组合优化方法能有效管理空头市场环境下的投资组合风险.     

鲁棒投资组合选择优化问题的研究进展

对近年来投资组合研究优化研究的热点问题——鲁棒投资组合优化研究的现状和发展趋势作了综述性研究．在投资组合选择优化的均值-方差模型的基础上,回顾了鲁棒投资组合选择优化问题的发展历史;详细地介绍了鲁棒投资组合选择优化的研究热点及国内外研究现状,就鲁棒投资组合选择优化问题的未来发展方向和主要研究内容,提出了新的观点,以期为相关领域的研究工作提供参考依据．     

基于相对鲁棒CVaR的电网投资项目组合优化模型研究

在新一轮电改的背景下,电网投资将面临更多的不确定性风险,亟需落实精准投资以降低投资风险.将相对鲁棒CVaR风险度量模型应用于电网投资项目组合优化中,构建了基于相对鲁棒CVaR的电网投资项目组合优化模型,并通过蒙特卡洛仿真和K-means聚类方法进行随机样本的生成与削减.算例结果表明,相对鲁棒CVaR模型具有极好的鲁棒性,能够在相对最坏情景下保证电网投资风险的最小化;同时,相对于绝对鲁棒CVaR模型减小了决策结果的保守性.     

考虑投资者异质信念和目标优先级的投资组合问题研究

考虑证券市场的模糊不确定性及投资者的模糊决策特征,以资产收益、下方风险及流动性为模糊投资目标,构建考虑投资者异质信念和目标优先级的多目标投资组合模型。进一步,以我国主板、中小板和创业板市场为背景,采用CPT-TOPSIS交互式算法进行实证分析。研究发现:乐观、理性和悲观投资者权衡收益、风险和流动性目标时偏好的优先顺序不同,导致资产配置结构、最优决策和绩效表现存在差别。结果表明模糊多目标模型能够满足不同投资者权衡多目标的差异化投资需求,取得优于基准随机投资组合的投资效果,可作为投资者投资决策的参考依据。     

Portfolio selection with a minimax measure in safety constraint

In this paper, we attempt to design a portfolio optimization model for investors who desire to minimize the variation around the mean return and at the same time wish to achieve better return than the worst possible return realization at every time point in a single period portfolio investment. The portfolio is to be selected from the risky assets in the equity market. Since the minimax portfolio optimization model provides us with the portfolio that maximizes (minimizes) the worst return (worst loss) realization in the investment horizon period, in order to safeguard the interest of investors, the optimal value of the minimax optimization model is used to design a constraint in the mean-absolute semideviation model. This constraint can be viewed as a safety strategy adopted by an investor. Thus, our proposed bi-objective linear programming model involves mean return as a reward and mean-absolute semideviation as a risk in the objective function and minimax as a safety constraint, which enables a trade off between return and risk with a fixed safety value. The efficient frontier of the model is generated using the augmented -constraint method on the GAMS software. We simultaneously solve the ratio optimization problem which maximizes the ratio of mean return over mean-absolute semideviation with same minimax value in the safety constraint. Subsequently, we choose two portfolios on the above generated efficient frontier such that the risk from one of them is less and the mean return from other portfolio is more than the respective quantities of the optimal portfolio from the ratio optimization model. Extensive computational results and in-sample and out-of-sample analysis are provided to compare the financial performance of the optimal portfolios selected by our proposed model with that of the optimal portfolios from the existing minimax and mean-absolute semideviation portfolio optimization models on real data from S&P CNX Nifty index.     

考虑投资者风险态度的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。在前景理论下考虑投资者的风险态度,建立不同的随机模糊收益率、期望收益隶属度函数和目标权重,构建考虑投资者风险态度的随机模糊投资组合模型。采用实证方法把市场分为下降和上升两个阶段,研究不同风险态度投资者的投资组合差异及模型表现。结果表明:投资者的风险态度会影响投资组合的结构;考虑投资者风险态度的随机模糊投资组合模型,能够满足不同风险态度投资者对投资收益和风险的差异需求,且在实际投资决策中具有可行性。     

Fuzzy turnover rate chance constraints portfolio model

One concern of many investors is to own the assets which can be liquidated easily. Thus, in this paper, we incorporate portfolio liquidity in our proposed model. Liquidity is measured by an index called turnover rate. Since the return of an asset is uncertain, we present it as a trapezoidal fuzzy number and its turnover rate is measured by fuzzy credibility theory. The desired portfolio turnover rate is controlled through a fuzzy chance constraint. Furthermore, to manage the portfolios with asymmetric investment return, other than mean and variance, we also utilize the third central moment, the skewness of portfolio return. In fact, we propose a fuzzy portfolio mean–variance–skewness model with cardinality constraint which combines assets limitations with liquidity requirement. To solve the model, we also develop a hybrid algorithm which is the combination of cardinality constraint, genetic algorithm, and fuzzy simulation, called FCTPM.     

考虑决策者心理行为的证券投资组合决策方法研究

在现实的证券投资组合决策中,决策者的心理行为是不可忽视的重要因素。本文针对考虑决策者心理行为的证券投资组合问题,给出了一种基于累积前景理论和心理账户的决策分析方法。首先,依据累积前景理论,将决策者对不同市场状态下的预期收益率作为参考点,计算各备选证券收益率相对于参照点的收益和损失,并计算不同市场状态下针对所有备选证券的综合前景价值;然后,依据决策者的心理账户,即以证券投资组合的收益总体综合前景价值最大为目标、以投资期末总财富阈值以及满足财富约束的概率不小于决策者设定的概率阈值为约束,构建了具有概率约束条件的证券投资组合优化模型,通过将概率约束转化为线性约束并求解优化模型,可得到最优的证券投资组合方案。最后,通过一个算例对本文提出方法的可行性和有效性进行了验证。研究结果表明,本文提出的方法能够较好地解决考虑决策者心理行为的证券投资组合问题。     

Mean-chance model for portfolio selection based on uncertain measure

This paper discusses a portfolio selection problem in which security returns are given by experts’ evaluations instead of historical data. A factor method for evaluating security returns based on experts’ judgment is proposed and a mean-chance model for optimal portfolio selection is developed taking transaction costs and investors’ preference on diversification and investment limitations on certain securities into account. The factor method of evaluation can make good use of experts’ knowledge on the effects of economic environment and the companies’ unique characteristics on security returns and incorporate the contemporary relationship of security returns in the portfolio. The use of chance of portfolio return failing to reach the threshold can help investors easily tell their tolerance toward risk and thus facilitate a decision making. To solve the proposed nonlinear programming problem, a genetic algorithm is provided. To illustrate the application of the proposed method, a numerical example is also presented.     

考虑保守卖空与财务困境的背景风险投资组合模型

如何合理地考虑投资者所面临的背景风险及现实市场限制来进行有效地投资决策是人们所广泛关注的重要实际管理决策问题。本文研究投资者同时面临加性和乘性两类背景风险的前提下具有保守卖空与财务困境的投资组合选择问题。假定投资者寻求使得投资收益最大、投资风险最小及证券主体财务困境最小的最优投资组合策略,进而提出考虑保守卖空与财务困境的背景风险投资组合模型。然后,利用具有精英策略的非支配排序遗传算法对模型进行求解。最后,通过实例来阐述模型的实用性。研究结果表明:考虑保守卖空能为投资者提供更大的收益;两类背景风险的变化均导致有效前沿面的变化。     

考虑破产控制的多期模糊资产-负债组合优化模型

在实际的投资决策过程中,一些投资者需要同时管理资产和负债,因此本文研究考虑破产控制和偿债行为的资产-负债管理问题。假设风险资产的收益率和负债的增长率为模糊数,用资产-负债组合的可能性期望和下半绝对偏差度量其收益和风险,以最大化最终期望净财富和最小化最终累积风险为目标,建立了允许限制性卖空的多期模糊资产-负债组合优化模型。然后,设计了一个基于粒子群算法和模拟退火算法的混合智能算法对模型进行求解。最后,通过实例分析说明了所设计算法与传统粒子群算法相比具有更好的优化性能和稳定性。本文所提出策略可以为需要同时管理资产和负债的投资者提供决策支持。     

Portfolio construction based on stochastic dominance and target return distributions

Mean-risk models have been widely used in portfolio optimization. However, such models may produce portfolios that are dominated with respect to second order stochastic dominance and therefore not optimal for rational and risk-averse investors. This paper considers the problem of constructing a portfolio which is non-dominated with respect to second order stochastic dominance and whose return distribution has specified desirable properties. The problem is multi-objective and is transformed into a single objective problem by using the reference point method, in which target levels, known as aspiration points, are specified for the objective functions. A model is proposed in which the aspiration points relate to ordered outcomes for the portfolio return. This concept is extended by additionally specifying reservation points, which act pre-emptively in the optimization model. The theoretical properties of the models are studied. The performance of the models on real data drawn from the Hang Seng index is also investigated.     

基于DEA博弈交叉效率和投资者心理的模糊投资组合研究

考虑到投资者并不是完全理性的,本文结合DEA博弈交叉效率方法研究了带有投资者心理因素的多目标模糊投资组合决策问题。首先,为了充分描绘投资者的心理因素和风险感知,本文基于可能性理论推导了带有风险态度的可能性均值和半绝对偏差。其次,将候选的风险资产视为互相竞争的博弈者,采用基于熵权法的DEA博弈交叉效率模型衡量它们的综合表现,从而得到每项资产的博弈交叉效率和奇异指数,并将其分别作为额外的收益和风险决策准则。基于此,提出了更加综合的可能性均值—半绝对偏差—博弈交叉效率—奇异指数模型。最后,通过一个应用实例验证了所提出的模型的合理性和有效性,从而为不同类型的投资者提供具有个性化的投资策略。