求解带有交易费的CVaR投资组合模型的L-S算法

本文假设投资者是风险厌恶型,用CVaR作为测量投资组合风险的方法.在预算约束的条件下,以最小化CVaR为目标函数,建立了带有交易费用的投资组合模型.将模型转化为两阶段补偿随机优化模型,构造了求解模型的随机L-S算法.为了验证算法的有效性,用中国证券市场中的股票进行数值试验,得到了最优投资组合、VaR和CVaR的值.而且对比分析了有交易费和没有交易费的最优投资组合的不同,给出了相应的有效前沿.     

限制卖空及带交易费用的证券组合的三参数模型

本文在 (Simaan(1993) )组合选择的三参数模型的框架下 ,考虑了交易费用 ,限制卖空 ,提出了新的风险证券投资组合模型 ,并给出了风险投资最优比例的算法 .     

LQ理论在参数随机的证券投资组合套期保值中的应用

在连续时间情形、不考虑交易费用、市场无摩擦假设,以及套期保值准则等条件下,考察了参数随机的证券投资组合中加入未定权益类衍生品形成的最优动态投资策略(u*(t)),并给出了该投资组合的最优模型所对应的黎卡提(Riccati)方程的解的存在性证明.     

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。     

含交易费用的证券组合投资模型的满意解

在证券组合投资过程中,忽略交易费用会导致非有效的证券组合投资,本文提出了一个考虑交易费用的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参数λ和约束条件满足水平参数η将目标函数和约束条件均为区间数的区间数线性规划模型转化为确定型的一般线性规划模型,进而求得相应于优化水平λ和满足水平η的满意解.     

投资组合模型

本文建立了考虑交易费用情况下的市场资产组合投资模型,并采用偏好系数加权法对资产的预期收益和总风险进行评价,给出在不同偏好系数下的模型最优解,然后模型讨论了一般情况下的最优投资求解方法,给出定理,在总金额大于某一量值时,可化为线性规划求解。     

离散线性投资组合模型的分枝定界算法

本文提出了一类新的带整数交易手数和凹型交易费用的均值绝对偏差模型(MAD)和极大极小投资组合模型(Minmax),并给出了离散模型的分枝定界算法.我们分别用随机产生的数据和Nasdaq股票市场的真实数据进行了数值实验,数值分析表明在一定的收益水平下均值绝对偏差离散模型风险控制上优于极大极小投资组合离散模型,而计算效率上极大极小投资组合离散模型优于期望绝对偏差离散模型.     

基于直觉模糊规划的多目标投资组合选择模型

将直觉模糊集合的概念引入投资组合模型中,并将多目标投资组合模型中的收益、方差和偏度三个目标模糊化,用隶属函数与非隶属函数作为新的目标函数.针对该模糊多目标投资组合模型,提出了一个动态遗传算法,算例给出了该模型的一个实例的最优解.     

带交易费用的最优投资和比例再保险

研究了保险公司的最优投资和再保险问题.保险公司的盈余通过跳-扩散风险模型来模拟,可以把盈余的一部分投资到金融市场,金融市场由一个无风险资产和n个风险资产组成,并且保险公司还可以购买比例再保险;在买卖风险资产时,考虑了交易费用.通过随机控制的理论,获得了最优策略和值函数的显示解.     

基于自适应均匀变异人工鱼群投资组合优化算法的研究

投资市场具有一定的风险,影响因素包括经济、政治、市场自身规律等,根据市场机制构建合适的投资组合模型,可以有效降低市场风险,提高投资回报率.人工鱼群算法是模仿自然界鱼类的一种人工智能优化算法,具有较好的优化能力,但有时会陷入局部最优解.首先将人工鱼群算法与均匀变异相结合,加入均匀变异随机数,使算法能够跳出局部最优解,得到全局最优,从而提高算法精度.然后采用改进人工鱼群算法对投资组合模型进行优化求解.实验表明,改进人工鱼群算法具有较好的收敛精度和收敛速度,对投资组合模型的求解效果更好,风险下降,收益增加、     

具有熵约束的多阶段均值—绝对偏差模糊投资组合决策

文章运用可能性绝对偏差和比例熵分别度量风险和分散化程度,提出了具有风险控制和线性交易成本的终期财富最大化的多阶段模糊投资组合模型。运用可能理论,将该模型转化为显示的非线性动态优化问题。由于投资过程存在交易成本,上述模型为具有路径依赖性的动态优化问题。文章提出了前向动态规划方法求解。最后, 通过实证研究比较了不同熵的取值投资组合最优投资比例和最终财富的变化。     

手数约束和凹交易费下的离散投资组合模型及算法

本文建立带手数约束和凹交易费的离散投资组合模型,给出求解该模型的一种精确算法。该算法是一个基于拉格朗日松弛和次梯度对偶搜索的分枝定界算法。为测试算法的有效性,用随机产生的数据对模型进行数值实验。作为其应用,用沪深300指数的真实数据实证检验该模型,并与不含交易费用的离散投资组合模型进行数值比较分析。数值分析表明算法能在合理的时间内给出模型的投资组合策略, 对解决中小规模的离散投资组合问题是有效的。     

摩擦市场条件下的双目标投资组合模型模糊优化

首先建立了摩擦市场条件下基于收益率分布偏度水平的双目标投资组合模型.在此基础上,将模糊集合的概念引入到该模型中,用模糊数学中的线性隶属函数处理了其中的风险目标和收益目标,建立了摩擦市场条件下基于收益率分布偏度水平的模糊型双目标投资组合模型.然后,针对该模型进行了新型遗传算法设计(动态遗传算法).最后用一个具体的算例给出了该模型的一个实例最优解,体现了多样化投资分散风险的组合投资原理.     

有交易成本的投资组合策略

金融市场都存在交易成本,为此,本文建立了有交易成本的投资组合模型,讨论了模型解的条件,并提出模型的通用数值解法,最后给出了应用举例．     

基于熵的投资组合模糊优化模型

本文对基于信息熵的证券投资组合模型，根据模糊决策理论，在模糊环境下对模型进行求解，将投资者的主观意见反映在模糊情况的组合投资模型中，并通过实例，验证了该模型解法的可行性和有效性。     

Mean-variance portfolio rebalancing with transaction costs and funding changes

Investment portfolios should be rebalanced to take account of changing market conditions and changes in funding. Standard mean-variance (MV) portfolio selection methods are not appropriate for portfolio rebalancing, as the initial portfolio, change in funding and transaction costs are not considered. A quadratic mixed integer programming portfolio rebalancing model, which takes account of these factors is developed in this paper. The transaction costs in this portfolio rebalancing model are composed of fixed charges and variable costs, including the market impact costs associated with large market trades of individual securities, where these variable transaction costs are assumed to be non-linear functions of traded value. The use of this model is demonstrated and it is shown that when initial portfolio, funding changes and transaction costs are taken into account in portfolio construction and rebalancing, MV efficient portfolios that include risk-free lending do not have the structure expected from portfolio theory.     

A cutting plane algorithm for MV portfolio selection model

This paper deals with a portfolio selection problem with fuzzy return rates. A possibilistic mean variance (FMVC) portfolio selection model was proposed. The possibilistic programming problem can be transformed into a linear optimal problem with an additional quadratic constraint by possibilistic theory. For such problems there are no special standard algorithms. We propose a cutting plane algorithm to solve (FMVC). The nonlinear programming problem can be solved by sequence linear programming problem. A numerical example is given to illustrate the behavior of the proposed model and algorithm.     

有交易成本的模糊最优化投资

本文针对交易成本在证券组合投资中的重要地位 ,提出了考虑交易成本 ,并兼顾收益与风险的模糊最优化投资模型 ,分析了交易成本对投资有效边界的影响 ,并给出了最优投资比例公式 .这对投资者进行投资有重要的理论与实践意义 .最后 ,通过释例进行了说明 .