基于区间数的证券组合投资模型研究

提出了证券组合投资的区间数线性规划模型.通过引入区间数线性规划问题中的目标函数优化水平α和约束水平β将目标函数和约束条件均为区间数的线性规划问题转化为确定型的线性规划问题.投资者可以根据自己的风险喜好程度和客观情况,对这两个参数做出不同的估计,从而得到相应情况下的有效投资方案,使证券组合投资决策更具柔性.最后通过实例分析说明了该模型的可行性.     

证券组合投资的多目标区间数线性规划模型

本文提出了证券组合投资的多目标区间数线性规划模型，引入了收益——风险偏好参数和优化水平参数。投资者可以根据对风险的喜好程度和金融市场的客观情况，适当估计这两个参数，从而得到相应情况下的有效投资方案，使投资过程更具柔性，而且更接近于实际情况。     

投资组合选择的一种模糊决策方法

针对带有V-型交易费用的半绝对偏差风险函数投资组合问题,利用模糊决策理论,提出了一种新的投资收益目标水平和投资风险目标水平心理满意度的非线性隶属函数,并将满足非线性满意程度的投资组合选择模型转化为线性规划模型,证明了两者的等价性,最后通过实例说明了所建模型的可行性与有效性.     

区间值模糊线性规划在证券组合投资优化中的应用

针对期望收益率与风险损失率为区间值模糊数的特征,就证券组合投资问题建立了一种区间值模糊线性规划模型,运用一种对区间值模糊数排序的新算法,将模型转化为经典的线性规划问题进行求解,最后通过一个算例说明其有效性和可靠性,为证券组合投资优化问题的解决提供了一种新的方法,对证券组合的理性投资具有重要的指导意义.     

证券投资组合优化问题的强健性的锥优化方法(英文)

本文研究了具有强健性的证券投资组合优化问题.模型以最差条件在值风险为风险度量方法,并且考虑了交易费用对收益的影响.当投资组合的收益率概率分布不能准确确定但是在有界的区间内,尤其是在箱型区间结构和椭球区域结构内时,我们可以把具有强健性的证券投资组合优化问题的模型分别转化成线性规划和二阶锥规划形式.最后,我们用一个真实市场数据的算例来验证此方法.     

带交易费用的证券组合投资选择的优化模型

本文利用在约束条件中加入证券多样化选择约束的办法来抵减非系统风险 ,就证券组合投资的选择问题 ,建立了带交易费用的综合考虑收益和风险的多目标规划模型 ,然后通过变换将不可微的多目标规划问题转化为一个多目标线性规划问题 ,最后给出了问题的一个算法和算例     

证券投资组合优化问题的强健性的锥优化方法(英)

本文研究了具有强健性的证券投资组合优化问题.模型以最差条件在值风险为风险度量方法,并且考虑了交易费用对收益的影响.当投资组合的收益率概率分布不能准确确定但是在有界的区间内,尤其是在箱型区间结构和椭球区域结构内时,我们可以把具有强健性的证券投资组合优化问题的模型分别转化成线性规划和二阶锥规划形式.最后,我们用一个真实市场数据的算例来验证此方法.     

带有区间型三角模糊数的多目标规划模型算法

给出了模糊多目标线性规划模型的一种有效算法,其中目标函数和约束条件中的系数都是区间型三角模糊数.首先,通过引入区间型三角模糊数的截集,将模糊多目标函数转化成单目标函数.其次,引入用于比较两个三角模糊数的强占优可能性准则,将模型中的模糊约束条件转化为经典不等式组.然后,利用Matlab软件编程求解转化的经典单目标线性规划...     

一种基于区间数的证券组合投资模型与求解

提出了区间数的相对左偏度的定义.利用区间数的相对左偏度作为区间数下表达证券风险损失率的一种补充,能合理地反映风险损失率与预期收益率之间的相关关系.建立了一种新的证券组合投资区间数规划模型,将区间数规划模型转化为参数线性规划问题求解,使证券组合投资决策分析更加具有柔性.最后通过实例分析了该模型的应用价值.     

含交易费用的证券组合投资的多目标规划模型

以Ｍａｒｋｏｗ ｉｔｚ证券组合投资理论为基础,采用相对偏好参数,建立了含交易费用的证券组合的多目标规划模型,并给出了它的解法及有效边界的确定方法     

一种改进的投资组合模型的算法和实证分析

目前,在Markowitz的均值-方差模型基础上对含有偏度和交易成本模型的研究较少,结合国内市场数据进行研究并做出三维投资组合有效前沿图像的成果更少。在建立两种在交易成本约束条件下以方差和偏度的线性组合为目标函数的最优投资组合模型之后,利用线性函数逼近,将模型转换成线性规划问题,而且这种逼近程度可以控制。用单纯形法求解以得到最优投资组合。利用国内八个上市公司的数据进行实证分析,做出了三维投资组合近似有效前沿图像,并讨论了目标函数最优值和参数的关系。可以发现,目标函数是期望r和参数m的增函数。     

目标规划法在证券组合投资中的应用

证券投资是目前我国经济中的一大热点。本以Markowitz证券组合投资理论为基础，运用目标规划的方法建立一种新的证券组合投资决策模型。在本模型中综合考虑了证券组合的收益，风险，交易费用等因素，对投资选择有效证券组合有一定的实用价值。     

标准化风险度量与投资决策的双目标优化

标准化风险度量(SRM)作为投资中的一种新的风险度量，其较传统风险度量的优点及在投资项目比较中特有的优良性质已被证明，本文导出SRM在概率意义下的一种重要的等价形式，并以此为基础建立以标准化风险(SR)为目标或约束的投资决策优化方法，该方法的核心是将以SRM为风险度量的优化问题转化为线性规划问题的优化技术，此技术结合利用统计抽样数据，可优化含有大量金融工具的投资组合，本文在考虑交易成本的情形下建立了最小化投资的标准化风险的同时最大化其期望有效回报(EER)的双目标优化模型，最后，具体考虑了上证30指数股票组合的优化以说明所建议的方法及模型的应用并实证它们的可行、合理及优良性，其中统计抽样基于近期历史数据。     

On a Local-Search Heuristic for a Class of Tracking Error Minimization Problems in Portfolio Management

In this paper we describe a 2-phase simulated annealing heuristic approach for a special class of portfolio management problems: the problem of optimizing a stock fund with respect to tracking error and transaction costs over time subject to a set of complex constraints with a linear factor return model “feeding” the objective function with data. Our results on managing two real-world funds of a major German capital investment company have shown that this meta-heuristic provides proposals for the fund manager which are feasible with respect to the investment guidelines and excellent in quality in acceptable time. Thus the approach is ideally suited to be used routinely and interactively within a decision support system to assist the fund manager in his complex task of portfolio control and optimization.     

Multi-objective possibilistic model for portfolio selection with transaction cost

In this paper, we introduce the possibilistic mean value and variance of continuous distribution, rather than probability distributions. We propose a multi-objective Portfolio based model and added another entropy objective function to generate a well diversified asset portfolio within optimal asset allocation. For quantifying any potential return and risk, portfolio liquidity is taken into account and a multi-objective non-linear programming model for portfolio rebalancing with transaction cost is proposed. The models are illustrated with numerical examples.     

Portfolio selection in discrete time with transaction costs and power utility function: a perturbation analysis

In this article, we study a multi-period portfolio selection model in which a generic class of probability distributions is assumed for the returns of the risky asset. An investor with a power utility function rebalances a portfolio comprising a risk-free and risky asset at the beginning of each time period in order to maximize expected utility of terminal wealth. Trading the risky asset incurs a cost that is proportional to the value of the transaction. At each time period, the optimal investment strategy involves buying or selling the risky asset to reach the boundaries of a certain no-transaction region. In the limit of small transaction costs, dynamic programming and perturbation analysis are applied to obtain explicit approximations to the optimal boundaries and optimal value function of the portfolio at each stage of a multi-period investment process of any length.