均值-方差-近似偏度投资组合模型和实证分析

均值-方差投资组合模型作为现代投资组合理论的基础, 采用方差作为风险度量,但忽略了投资组合收益的非对称性. 而考虑收益非对称性的基于偏度的投资组合模型由于非凸和非二次性 使模型难以求解. 本文提出用上下半方差的比值近似刻画偏度, 建立了均值-方差-近似偏度(MVAS）模型,并利用该模型对中国证券市场主要股票指数进行实证分析. 实证分析结果表明, 在收益率非正态分布的市场中,考虑了收益率非对称性的投资组合模型较传统的MV和MAD模型具有更优的表现.     

与TSD准则一致的组合证券投资分析

基于预先给定的目标收益率,利用投资者对低于目标收益率的风险损失和高于目标收益率的风险报酬之间的权衡,给出了一些非对称风险度量模型,特别其中一种风险度量是低于参考点的方差和高于参考点的方差的加权和,它利用二阶上偏矩来修正二阶下偏矩,进一步建立了在该非对称风险度量下的组合投资优化模型,并证明了该模型在三阶随机占优的意义下是有效的.此外,还给出了其它3个模型与三阶随机占优准则是否一致的结论,并对所给出的几个组合证券投资模型的求解方法及其应用进行了分析.以上研究和分析为投资者在选择投资模型时避免盲目性、任意性提供了有益的决策参考.     

贷款组合的“均值-方差-偏度”三因素优化模型

以银行各项资产组合收益率最大化为目标函数,以收益率偏度大于零控制银行重大损失发生的概率,以组合风险价值VaR风险限额为约束条件控制资产组合风险的大小,建立了贷款组合的"均值-方差-偏度"三因素优化模型.本模型的创新与特色一是通过偏度约束减少了组合收益率小于其均值的可能性,并增加了组合收益率大于其均值的概率.这在均值-方差模型的基础上,增加了偏度参数,建立了收益率均值-方差-偏度模型,开拓了资产组合优化的新思路.二是以组合风险价值VaR建立了约束条件,通过在一定置信水平下的最大损失限额来制约贷款组合的违约风险,使贷款配给的风险限定在银行的承受能力和贷款准备金的范围之内,解决了整体风险的控制问题.     

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.     

二阶随机占优约束下考虑偏度的投资组合模型

在DentchevaRuszczynski(2006)模型的基础上,考虑偏度对构建投资组合的影响,建立了二阶随机占优约束下最大化组合收益率偏度的投资组合优化模型,并应用分段线性近似方法将模型转化为一个非线性混合整数规划问题.利用中国股票市场的历史数据对所建模型进行了实证分析,结果表明,所建新模型比均值-方差-偏度模型和市场指数具有更稳健的表现.     

基于Pair-Copula-GARCH模型与CVaR的时变投资组合优化

以过去的信息为条件,以一致性风险度量CVaR为优化目标,以组合收益率为约束条件,建立了时变投资组合优化模型,通过基于pair-copula-GARCH模型的蒙特卡洛模拟方法得到未来某时刻收益率的多个可能情景,并引入一个特殊函数实现了投资组合模型的线性化,得到了最优投资组合策略.最后针对提出的模型进行了实例分析.     

考虑现实因素的模糊多目标投资组合策略

真实金融市场上的红利和税收等现实因素对投资者的决策活动有着直接的影响。考虑风险资产的红利、税收及交易费用等因素及最小交易单位与投资比例边界等约束,将每个风险资产的收益率和红利率视为梯形模糊数,以最大化投资组合净收益的期望与偏度、最小化其下半方差与模糊性为目标函数,建立了带红利和税收的模糊多目标投资组合优化模型。然后,采用模糊多目标规划方法将该模型转换成一个单目标规划模型,并设计了一个改进的多种群遗传算法对模型进行了求解。最后,利用真实股票数据进行数值算例分析,说明了所提出的优化模型及求解算法的可行性和适用性。     

基于多目标CVaR模型的证券组合投资的风险度量和策略

本文首先定义了多损失函数下的-αVaR,-αCVaR损失值以及-αCVaR损失值的等价函数,给出了多目标CVaR模型.然后,基于多目标CVaR模型,建立了一个多目标证券组合投资优化模型,得出在多置信水平下的证券组合投资比例和CVaR值,据此建立一种证券组合投资的降低风险优化模型.其降低风险策略是在收益率不变的情形下降低风险和总投资比例.数值实验表明,这种策略是可以通过明显地减少总投资比例来达到降低风险的目的.     

摩擦市场的均值-离差证券组合选择模型

本文给出了基于历史收益率数据的均值 -平均绝对离差型证券组合投资模型 .该模型采用收益的平均绝对离差作为风险的尺度 ,可以通过求解线性规划来获的摩擦市场 (如具有税收和交易费 )最优投资组合 ,避免了均值 -方差模型求解二次规划的复杂性 .     

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.     

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。     

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.     

Mean-variance-skewness model for portfolio selection with fuzzy returns

Numerous empirical studies show that portfolio returns are generally asymmetric, and investors would prefer a portfolio return with larger degree of asymmetry when the mean value and variance are same. In order to measure the asymmetry of fuzzy portfolio return, a concept of skewness is defined as the third central moment in this paper, and its mathematical properties are studied. As an extension of the fuzzy mean-variance model, a mean-variance-skewness model is presented and the corresponding variations are also considered. In order to solve the proposed models, a genetic algorithm integrating fuzzy simulation is designed. Finally, several numerical examples are given to illustrate the modelling idea and the effectiveness of the proposed algorithm.     

基于可信性安全准则的模糊动态投资组合模型

研究了模糊环境下的动态投资组合模型,将证券的收益率描述为模糊变量,提出了基于可信性测度的安全准则,可信性安全准则反映了投资者对灾难事件的容忍水平.建立了基于可信性安全准则的模糊动态投资组合模型,对建立的模型设计了基于模糊模拟的混合智能算法进行求解,并在Visual C++环境下,用C语言实现了对实例的求解,证明了混合智能算法的有效性和合理性.     

稳定分布的多期投资组合模型及其应用

本文研究了多期投资组合模型的问题.利用非正态稳定分布和参数估计的方法,建立了市场上含一个无风险证券和多个风险证券时多期投资组合的模型,对于描述风险证券所具有的偏态和过度峰态的非正态特征及其股市中的应用起到了作用.     

分式规划模糊投资组合模型的遗传算法求解

将预期收益率表示为模糊数,以E-SV风险测度为基础给出了组合证券投资决策的效用函数,并建立了基于分式规划的模糊投资组合选择模型,考虑到模型求解的复杂性,我们利用遗传算法构造罚函数对模型进行了求解,并通过实例,验证了该模型解法的可行性和有效性.     

基于EEMD与模糊回归的投资组合选择模型及实证

随着模糊理论的不断发展与其在证券市场的广泛应用,越来越多的学者关注到参数模糊化对投资组合优化具有重要作用。本文利用集合经验模态分解(EEMD)和模糊线性回归相结合的预测方法,构建了基于对称三角模糊数的投资组合模型。并将提出的模型与集合经验模态分解和普通最小二乘结合的方法、单一模糊线性回归方法进行了对比分析,结果表明基于集合经验模态分解和模糊线性回归建立的投资组合模型最优,这对构建最优投资组合具有参考意义。     

基于可信性理论的均值-熵-偏度投资组合模型及其算法求解

本文考虑到证券市场的投资者往往面临着随机和模糊两种不确定性的情形,在模糊随机环境下把证券的收益率视作三角模糊变量,在可信性理论基础上建立了带融资约束条件的均值-熵-偏度三目标投资组合决策模型,拓展了基于可信性理论的投资组合决策模型的研究内容,同时通过对约束条件处理方法,外部档案维护方法等关键算子的改良,提出了一种新的约束多目标粒子群算法。本文运用该算法对模型进行求解,把得到的最优解与传统的多目标粒子群算法得到的最优解进行对比,结果表明新算法得到的最优解的质量会显著地优于传统的多目标粒子群算法的最优解,从而验证了算法的有效性和准确性。该算法可以在三维空间中得到一个分布性和逼近性较好的Pareto最优曲面,满足投资者对不同目标的差异需求,为投资者提供合理的投资组合决策方案。