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。     

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。     

可信性均值-绝对偏差投资组合优化

为了度量金融市场的不确定性,本文引入了模糊变量。假设资产收益率为模糊数,分别运用可信性均值和可信性绝对偏差度量投资组合的收益与风险。考虑到投资者偏好,分别提出了以收益最大化的均值-绝对偏差优化模型和以风险最小化的优化模型。基于可信性理论,将上述模型转化为线性规划问题,并运用旋转算法求解。通过实证研究,证明了该算法的有效性,并比较了两个模型在实际投资决策过程中的效率。结果表明,以收益最大化的均值-绝对偏差优化模型效率优于风险最小的优化模型。     

基于引力搜索和粒子群混合优化算法的证券投资组合问题研究

本文研究考虑交易成本的投资组合模型,分别以风险价值(VAR)和夏普比率(SR)作为投资组合的风险评价指标和效益评价指标。为有效求解此模型,本文在引力搜索和粒子群算法的基础上提出了一种混合优化算法(IN-GSA-PSO),将粒子群算法的群体最佳位置和个体最佳位置与引力搜索算法的加速度算子有机结合,使混合优化算法充分发挥单一算法的开采能力和探索能力。通过对算法相关参数的合理设置,算法能够达到全局搜索和局部搜索的平衡,快速收敛到模型的最优解。本文选取上证50股2014年下半年126个交易日的数据,运用Matlab软件进行仿真实验,实验结果显示,考虑交易成本的投资组合模型可使投资者得到更高的收益率。研究同时表明,基于PSO和GSA的混合算法在求解投资组合模型时比单一算法具有更好的性能,能够得到满意的优化结果。     

基于Heston随机波动率模型和风险偏好视角的资产负债管理

本文研究基于Heston随机波动率模型的资产负债管理问题。假设金融市场由一个无风险资产和一个风险资产构成,投资者的目标是最大化其终端财富的期望效用。应用随机控制方法,得到了该问题最优资产配置策略的解析表达式和相应值函数的解析解,通过数值算例分析了Heston模型主要参数以及债务对最优资产配置策略的影响。结果表明:配置到风险资产的比例对Heston模型中的参数非常敏感;为了对冲债务风险,负债的引入使得配置到风险资产的比例比无负债情形下的高;在风险厌恶系数变大时,无论投资者是否有负债,其投资到风险资产的比例则越来越低。     

基于改进粒子群算法的复杂现实约束投资组合研究

基于可能性理论,假设各资产的未来收益率均为梯形模糊数,本文构建了带有V-型交易费用、投资比例上下限和基数约束限制的均值-方差-Yager熵模型。本文采用了带有宽容量的逐步宽容法使构建的三目标模型转化为单目标模型,通过调整宽容量的大小来控制收益和风险的大小,从而使得投资者根据自己的偏好选择适合自己的投资决策。此外,本文通过非线性惯性权重来刻画搜索速度,通过对个体最优适应度值较差的部分粒子进行初始化处理,提出了改进的粒子群算法,从而降低了陷入局部最优的可能性;同时通过0-1矩阵和放缩因子处理了基数约束和上下限约束,使得模型的求解更加有效。最后,通过实例说明了算法的可行性和有效性,给出了投资模型的有效前沿,分析了收益/风险宽容量不变时,风险/收益宽容量变化的作用,从而给投资者提供了更多的决策方案。     

考虑交易费用的二阶随机占优投资组合风险控制模型

本文通过引入交易费用函数,建立了一个更符合实际的带有二阶随机占优约束的投资组合风险控制模型.该模型不需要对投资者的效用函数和风险资产收益的分布作任何假设,就可以确保风险厌恶投资者所做的选择都会随机占优于一个基准值,从而可以规避高风险投资.针对优化模型的求解,设计了一种光滑化样本平均值近似罚函数方法,理论上证明了光滑化罚问题与原问题的等价性.数值结果验证了模型和算法的有效性.     

带有最小风险准则的两阶段模糊产销计划模型

基于两阶段模糊优化方法建立一类带有最小风险准则的模糊产销计划模型,并设计含有逼近方法和粒子群优化算法的混合算法对提出的模型进行求解。然后,给出一个实例表明模型和算法的有效性。     

破产控制约束下组合投资:两阶段MiniMax模型

以绝对偏差函数作为风险测度,考虑不允许卖空约束条件下基于MiniMax的多期证券组合选择问题。为了避免在投资周期内破产事件的发生,增加了风险控制约束。利用动态规划和拉格朗日乘子法,给出了两阶段MiniMax投资组合模型最优解析策略。本文所提出策略可以为需要同时资产管理和破产控制的投资者提供决策依据。     

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。     

基于随机久期利率免疫的银行资产负债优化模型

银行资产负债管理是指商业银行在负债数量和结构一定的条件下、对资产进行优化配置,通过平衡资产的流动性、盈利性和安全性,以实现银行收益的最大化。本文通过Vasicek动态期限结构模型推导出随机久期,以包括存量与增量在内的全部资产随机久期等于全部负债随机久期为约束条件、控制利率风险,辅以现行法律法规等其他约束条件,建立全部资产负债组合的随机久期利率风险免疫模型,并通过算例说明本模型构建过程。本文的创新与特色有三:一是通过建立全部资产负债组合的利率免疫条件,对包括存量与增量在内的全部资产组合利率风险进行控制。改变了现有研究在进行资产配置时,仅对增量组合风险控制的弊端。二是通过资产负债的随机久期缺口等于0的利率风险免疫条件建立资产负债优化模型,确保在利率发生变化时,银行股东的所有者权益不受损失。三是以银行各项资产组合收益率最大化为目标函数,通过随机久期的利率免疫条件控制利率风险,建立了全部资产负债组合的随机久期利率风险免疫模型。改变了现有研究的资产负债管理模型忽略随机久期变动的影响。     

A multicriteria optimization model of portfolio rebalancing with transaction costs in fuzzy environment

In this paper we propose multicriteria credibilistic framework for portfolio rebalancing (adjusting) problem with fuzzy parameters considering return, risk and liquidity as key financial criteria. The portfolio risk is characterized by a risk curve that represents each likely loss of the portfolio return and the corresponding chance of its occurrence rather than a single pre-set level of the loss. Furthermore, we consider an investment market scenario where, at the end of a typical time period, the investor would like to modify his existing portfolio by buying and/or selling assets in response to changing market conditions. We assume that the investor pays transaction costs based on incremental discount schemes associated with the buying and/or selling of assets, which are adjusted in the net return of the portfolio. A hybrid intelligent algorithm that integrates fuzzy simulation with a real-coded genetic algorithm is developed to solve the portfolio rebalancing (adjusting) problem. The proposed solution approach is useful particularly for the cases where fuzzy parameters of the problem are characterized by general functional forms.     

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。     

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。     

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。     

含有背景风险的双目标投资组合模型研究

投资者进行投资实践时无不面临着背景风险。绝大多数以均值方差为框架的投资组合并没有考虑背景风险,其效用在实际应用中容易受到背景风险的影响。本文在含有交易费用的双目标函数模型中引入背景风险,从是否含有背景风险和背景风险偏好度大小两方面对投资组合问题展开研究,并使用智能算法得到模型的最优解,对模型进行实证分析。实证结果表明:1)当背景风险收益为0时,含有背景风险的投资组合比不含有背景风险的投资组合更能反映真实的投资环境。2) 当背景风险收益不为0时,含有背景风险的投资组合比不含有背景风险的投资组合得到更高的收益。因此,考虑背景风险后投资组合的构建优于不考虑背景风险投资组合的构建。     

Multiobjective expected value model for portfolio selection in fuzzy environment

In this paper, we propose a credibilistic framework for portfolio selection problem using an expected value multiobjective model with fuzzy parameters. We consider short term return, long term return, risk and liquidity as key financial criteria. A solution procedure comprising fuzzy goal programming and fuzzy simulation based real-coded genetic algorithm is developed to solve the model. The proposed solution approach is considered advantageous particularly for the cases where the fuzzy parameters of the problem may assume any general functional form. An empirical study is included to illustrate the usefulness of the proposed model and solution approach in real-world applications of portfolio selection.