均值-半绝对偏差区间投资组合绩效评价

本文构建了考虑现实约束的均值-半绝对偏差区间投资组合优化模型。由于存在实际投资约束,如交易成本、交易量限制和借款限制,投资组合优化模型相对复杂,不易获得真实前沿面的解析解,使得投资组合理论的应用难度加大。为了求解模型,引入DEA方法,构建均值-半绝对偏差区间投资组合DEA评价模型,通过构造前沿面来逼近真实前沿面。最后,使用上海证券市场的实际数据验证了本文方法的合理性与可行性。     

非对称不确定投资组合问题的鲁棒优化模型(英文)

本文研究了一类回报率不确定的投资组合问题.利用鲁棒优化方法,提出了一种鲁棒平均绝对偏差模型.现有的研究通常假设回报率是呈对称分布的不确定数据,本文提出的模型可处理非对称分布的不确定数据,适用范围更广.     

多阶段均值-半绝对偏差模糊投资组合优化研究

考虑交易成本和交易量限制,提出投资组合的收益率的隶属函数为梯形的多阶段均值-半绝对偏差可能性投资组合模型,并用自创算法——离散近似迭代法求解.其基本思路为:将连续型状态变量离散化,根据网络图的构造方法将上述模型转化多阶段赋权有向图;运用极大代数求出起点至终点的最长路程,即获得模型的一个可行解;以该可行解为基础,继续迭代直到前后两个可行解非常接近.文章还证明了该方法的线性收敛.最后,文章以一个具体的算例验证了该算法的有效性.     

鲁棒均值-CVaR投资组合模型及实证:基于安全准则的视角

考虑证券市场的不确定性,将资产的收益率看成区间随机变量。利用鲁棒优化方法,构建鲁棒均值-CVaR投资组合模型。采用对偶理论,将鲁棒均值-CVaR投资组合模型转换为线性规划问题,降低了模型的求解难度,有助于计算大规模的资产组合。进一步地,考虑投资者的安全性需求,在模型中引入最大违反概率,控制模型的保守程度,并直观反映投资者的安全性要求。采用实证的方法,研究模型的有效性。结果表明:鲁棒均值-CVaR投资组合模型具有较好的稳健性,且满足投资者的安全性要求,在实际的投资决策中具有可行性。     

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．     

资产组合鲁棒优化模型及应用研究

本文在对资产组合鲁棒优化理论归纳总结的基础上,根据我国实际情况,考虑未来经济因素的不确定性,建立了相应的资产组合鲁棒优化模型。对基金公司的投资决策、银行卡网络资金分配、VaR约束下的资产组合选择等实际问题进行了研究。针对每一个具体问题,调整和改进了模型的目标函数和约束条件,用相应的不确定集描述有关的未来不确定经济因素,得到了鲁棒优化结果,使得资产组合决策兼具可行性和最优性。     

基于动态参照点的鲁棒投资组合模型及其拓展

鲁棒投资组合模型是一种适用于收益不确定条件下寻求最优决策的方法。首先考虑投资者对底线的重视,根据当收益触及底线时,激进者和保守者在参照点上的不同变化情况,建立动态参照点模型。接着,一方面将动态参照点作为划分获益和损失的界限值,改进现有的Worst-case Omega(WOmega)模型。另一方面结合投资者对下侧风险更为厌恶的特点,以动态参照点作为下侧风险的基准,改进现有的Relative Robust Portfolio Optimization(RRPO)模型。实证研究中,对于WOmega类模型,结果表明激进行为模型在样本内表现较好,而保守行为模型在样本外表现较好。对于RRPO类模型,结果显示激进行为的收益表现良好,保守行为对标准差及最大损失值的控制较好。随着约束的放松,所有模型的收益都能得到可观提升。     

非凸非光滑半无限优化的混合型鲁棒对偶研究

含有不确定信息的非凸非光滑半无限优化是不确定性优化领域的一类重要模型,在机器学习、信号处理等领域有着重要应用.文章旨在研究目标函数和约束函数均含有不确定性数据的非凸非光滑半无限优化问题.借助鲁棒优化方法,建立该不确定性优化问题的混合型鲁棒对偶问题.利用广义凸性假设条件和一类更弱的鲁棒型次微分约束规格条件,刻画该不确定性优化问题与其混合型鲁棒对偶问题之间的鲁棒弱对偶、鲁棒强对偶以及鲁棒逆对偶性质.     

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.     

基于鲁棒二阶随机占优的投资组合优化模型研究

本文主要考虑一类经典的含有二阶随机占优约束的投资组合优化问题,其目标为最大化期望收益,同时利用二阶随机占优约束度量风险,满足期望收益二阶随机占优预定的参考目标收益。与传统的二阶随机占优投资组合优化模型不同,本文考虑不确定的投资收益率,并未知其精确的概率分布,但属于某一不确定集合,建立鲁棒二阶随机占优投资组合优化模型,借助鲁棒优化理论,推导出对应的鲁棒等价问题。最后,采用S&P 500股票市场的实际数据,对模型进行不同训练样本规模和不确定集合下的最优投资组合的权重、样本内和样本外不确定参数对期望收益的影响的分析。结果表明,投资收益率在最新的历史数据规模下得出的投资策略,能够获得较高的样本外期望收益,对未来投资更具参考意义。在保证样本内解的最优性的同时,也能取得较高的样本外期望收益和随机占优约束被满足的可行性。     

A new risk criterion in fuzzy environment and its application

Since the observed values of security returns in real-world problems are sometimes imprecise or vague, an increasing effort in research is devoted to study the properties of risk measures in fuzzy portfolio optimization problems. In this paper, a new risk measure is suggested to gauge the risk resulted from fuzzy uncertainty. For this purpose, the absolute deviation and absolute semi-deviation are first defined for fuzzy variable by nonlinear fuzzy integrals. To compute effectively the absolute semi-deviations of single fuzzy variable as well as its functions, this paper discusses the methods of computing the absolute semi-deviation by classical Lebesgue–Stieltjes (L–S) integral. After that, several useful absolute deviation and absolute semi-deviation formulas are established for common triangular, trapezoidal and normal fuzzy variables. Applying the absolute semi-deviation as a new risk measure in portfolio optimization, three classes of fuzzy portfolio optimization models are developed by combining the absolute semi-deviation with expected value operator and credibility measure. Based on the analytical representation of absolute semi-deviations, the established fuzzy portfolio selection models can be turned into their equivalent piecewise linear or fractional programming problems. Since the absolute semi-deviation is a piecewise fractional function and pseudo-convex on the feasible subregions of deterministic programming models, we take advantage of the structural characteristics to design a domain decomposition method to separate a deterministic programming problem into three convex subproblems, which can be solved by conventional solution methods or general-purpose software. Finally, some numerical experiments are performed to demonstrate the new modeling idea and the effectiveness of the solution method.     

开环策略下多阶段均值-方差投资组合优化研究

首先研究开环策略下不同财富动态过程的多阶段均值-方差投资组合优化模型,讨论它们的实际意义和计算方法,其中投资比例财富动态过程模型为高度非线性非凸数学规划.进一步研究投资比例财富动态过程模型实际计算问题,并且通过构造辅助模型,给出投资比例两阶段模型的全局解求解方法并通过数值算例和仿真说明该方法的有效性和准确性.最后通过数值算例比较不同财富动态过程在开环策略下和闭环策略下前沿面的关系,结果表明在闭环策略下三种财富过程等价,但是在开环策略下资产财富模型的前沿面最高、资产调整模型的前沿面次之、投资比例多阶段模型的前沿面最低.     

基于扭曲风险度量的鲁棒投资策略

投资组合策略在很大程度上取决于损失的基本分布.因此当损失的分布信息只能通过有限的数据样本来观察时,投资组合策略模型的稳健性是至关重要的.假设损失的基本分布具有已知的均值和方差且位于一个以经验分布为中心,以Wasserstein距离为半径的球内,本文建立了一个基于扭曲风险度量的稳健投资组合策略模型,并将其转化为更简便的等价形式. 此外,本文运用模拟和实证研究证明了该模型的有效性.     

An Interior-Point Method for a Class of Saddle-Point Problems

We present a polynomial-time interior-point algorithm for a class of nonlinear saddle-point problems that involve semidefiniteness constraints on matrix variables. These problems originate from robust optimization formulations of convex quadratic programming problems with uncertain input parameters. As an application of our approach, we discuss a robust formulation of the Markowitz portfolio selection model.     

考虑相对业绩的最优投资选择博弈问题研究

研究了具有相互作用的两个竞争机构投资者之间的离散时间最优投资选择博弈问题,每个机构投资者都考虑其竞争对手的相对业绩.机构投资者可以投资于相同的无风险资产和不同的具有相关关系的风险股票,以反映投资的资产专门化.机构投资者选择投资组合策略使得期望终端绝对财富和相对财富的效用最大.首先,定义了Nash均衡投资组合选择策略.然后,在机构投资者具有指数效用函数的假设下,得到了Nash均衡投资组合选择策略和值函数的显示表达式,分析了机构投资者之间的竞争对Nash均衡投资组合选择策略的影响.最后,通过数值计算给出了各种情况下Nash均衡投资组合选择策略和值函数与模型主要参数之间的关系.结果表明:机构投资者之间的竞争会影响其对风险的承担,投资机会集对机构投资者的Nash均衡投资组合选择策略和值函数与模型主要参数之间的关系会产生很大的影响.