具有交易成本的多阶段M-AAD模糊投资组合优化

考虑交易成本、交易量的阀值约束和熵约束,提出均值-平均绝对偏差(M-AAD)多阶段的模糊投资组合模型。模型中的收益水平由模糊收益的均值确定,其风险水平由模糊收益的绝对偏差确定,熵度量投资组合的多样化程度。由于存在交易成本,该模型是一个具有路径依赖性的动态优化问题。提出离散近似迭代法求解。最后,以具体的算例比较不同熵约束下最优投资组合策略,并验证模型的算法和有效性。     

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。     

限制卖空的不确定多阶段均值-绝对偏差投资组合决策

为了处理主观不确定性,本文运用模糊不确定性来衡量投资组合收益率的均值和绝对偏差。考虑一系现实约束条件,构建了限制卖空的不确定多阶段均值-绝对偏差的投资组合模型,并运用离散近似迭代法求解。通过实证研究分别对风险资产卖空比例、风险值和熵值进行灵敏性分析,验证模型和算法的有效性。     

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。     

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.     

具有心理账户的随机模糊均值-半绝对偏差投资组合优化研究北大核心

为了反映在不确定的证券市场环境下,投资者对不同收益目标产生的多种风险态度,本文构建了考虑心理账户和V型交易成本的随机模糊均值-半绝对偏差投资组合模型,并基于随机模糊理论将其转化为线性规划模型,运用线性规划的旋转算法进行求解。通过“滚动样本”的方法,文章将不同数据内上述模型和等比例模型的样本外单位风险收益进行对比检验。结果表明,本文模型有效地提升了投资组合的单位风险收益,且提升效果在“中期数据+小滚动窗口”下更为显著。     

资产组合优化的多分形模型及实证分析

将马尔科夫转换多分形模型引入均值-CVaR框架,构建资产组合优化的多分形模型,并给出最优组合投资策略的求解步骤.实证分析结果表明,基于多分形模型的组合策略在描述性统计分析、风险调整收益分析、经济表现分析以及策略稳定性分析中的表现均优于基于CCC-GARCH模型的组合策略,考虑多分形性确实有助于改善资产组合策略.文章所构建的模型和实证结果为资产组合投资实践提供了有益的参考.     

VaR约束下均值-方差模型在基金资产配置的应用

随着我国开放式基金的迅猛发展以及证券市场的波动，如何识别和控制基金风险这一问题越显重要。VaR模型是一种有效的风险计量和管理工具，本文刻划VaR约束下均值-方差模型及其优化模型，并运用基于VaR约束下的均值——方差模型，定量地分析投资基金的投资组合收益和风险，提出开放式基金最优资产配置，使投资组合收益最大。     

考虑模型不确定的TBP养老金的鲁棒最优投资策略研究

以目标收益养老金计划(TBP)模型研究鲁棒最优投资问题, 其中养老金管理者对模型参数不确定带来的风险是模糊风险厌恶的. 养老金管理者为规避风险和增加收益将投资于无风险资产和风险资产. 考虑连续时间情形, 假设养老金计划参保人的缴费是确定的, 而参保人的收益给付是确定目标收益给付, 资金账户的收益风险由不同代际的参保人共同承担, 同时考虑随机工资及其与金融市场的相关性. 以参保人退休后养老金给付偏离目标的风险和代际之间风险分担的组合最小化为投资决策目标, 并采用指数函数的形式描述实际给付与目标给付的偏离, 利用随机最优控制方法, 建立相应的HJB方程并求解得到最优投资收益策略和最优给付策略的解析解. 通过数值示例分析了模型参数对最优投资和最优给付策略的影响.     

资本市场的最佳投资组合

市场上有多种可提供投资者选择的资产。本文试图对各种收益和风险进行分析,在一定的标准下给出全部资产组合的效益前沿,即有效资产组合,为投资者提供参考。 在建立模型时,考虑到资本市场的实际情况,我们对题目的条件作了适当的简化和补充。由于用于投资的资金M很大,我们忽略了单位资产的交易费用u_i。同时我们允许从银行贷款进行投资,以增加投资的灵活性,我们把资产的平均收益率和风险损失率作为各种资产及组合的收益和风险地定量描述,用计算机模拟了各种可能的投资组合,得到了完整的风险——收益图,直观地给出了有效资产组合的区域,并给出了精确的计算方法计算资产组合集合的效率前沿。使不同类型的投资者都可以找到最佳的投资组合。 最后,我们指出了一些在模型中没有考虑进去的因素,并分析了这些因素可能对模型产生的影响,并提出了模型的改进方向,以满足对预测的可靠程度要求更高的投资者的需求。     

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。     

选择资产组合的EP-MV模型及最优解的解析表示

本文提出了存在无风险资产贷出或借入时的有效投资组合模型(EP-MV模型)，研究了不允许卖空(投资比例非负)约束条件下，EP-MV优化模型的算法，给出了有效投资组合投资比例的解析表示．在资产收益由多因素模型产生的基础上，得到了资产与有效投资组合的期望收益及风险的估计，便于实际应用．     

基于风险约束的套期保值模型及沪深300股指实证研究

提出利用风险价值VaR建立套期保值资产组合的风险约束.以套期保值资产组合收益最大为目标,以控制套期保值资产组合风险为约束,建立了基于风险约束的套期保值模型.该模型在有效控制风险的基础上,可以大幅提高套期保值资产组合的收益.对沪深300股指现货和期货的数据进行了实证分析,对比了现有研究的最小二乘((OLS)、向量自回归(VAR)、向量误差修正(VEC)三种模型以及本文建立的基于风险约束的期货套期保值模型.样本内检验结果表明,本模型比现有研究模型的收益有大幅提高,平均增加81.6%.同时并没有失去对风险的控制,与现有研究模型只有5.32%的差别.对于样本外检验,模型在控制风险和提高收益两个方面都要优于现有研究模型.模型比现有研究模型平均可提高收益21.4%,平均降低风险3.61%.     

考虑破产风险约束的多项目投资组合决策模型

项目投资决策不导致破产事件的发生,是投资者获得预期收益的前提,故控制破产事件发生的概率至关重要。鉴于此,本文基于可信性测度理论,根据Roy的定义给出了未来现金流量隶属三角模糊变量的控制破产风险的数学表达式,并构建了项目投资过程中受到破产风险因素影响的具有破产风险约束的多项目投资组合决策模型。最后,运用遗传算法对模型进行求解,并给出算例演示本文模型的实用性和有效性。     

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、     

基于偏好可能性均值的模糊投资组合模型及实证分析

本文通过客观模糊频数统计法,将证券投资的不确定收益用模糊数来表达,并利用模糊数的可能性均值将模糊收益清晰化,以及采用半绝对偏差函数来度量证券投资的风险,考虑证券换手率约束,构建基于偏好可能性均值—半绝对偏差投资组合模型,并对所建模型进行实证分析.     

不同风险偏好下虚拟企业风险规划研究

针对虚拟企业风险规划问题,在分析其各种风险具有随机性的特点的基础上,运用随机规划理论,分别建立风险规划的期望值模型和机会约束规划模型来描述决策者在不同风险偏好下的决策行为。针对所建立的模型,分别设计了基于蒙特卡罗模拟的粒子群优化算法、遗传算法和蚁群算法对其进行求解。仿真分析表明期望值模型较好地描述了风险中性决策者的决策行为,机会约束规划模型随着其偏好系数取值的不同描述了不同风险偏好(风险厌恶、风险中性、风险爱好)决策者的决策行为。通过对三种算法仿真结果的比较分析,表明基于蒙特卡罗模拟的粒子群优化算法在寻优能力、稳定性和收敛速度等方面优于其余两种算法,是解决此类风险规划问题的有效手段。     

基于模糊遗传算法的自融资有效投资组合研究

在马克维茨投资组合的均值一方差模型框架下,给出限制投资数量的自融资投资组合优化模型.把预期收益率不等式约束转化为模糊约束,采用一种通过惩罚因子,对适应度函数进行修正的模糊遗传算法来求解模型.在理论上,这种算法能够将最优基因较完整地遗传到下一代,有效地避免了早熟现象,可以得到更好的适应度函数值.在实际应用中,对一具体自融资有效投资组合实例进行计算,结果表明:本文所提出的模糊遗传算法是可行的、有效的,具有更好的优化结果.     

基于旋转算法的随机模糊均值-方差投资组合优化

Markowitz首先采用方差度量风险，并应用于投资组合优化中，大多数的均值方差模型仅对随机投资组合优化或模糊投资组合优化进行研究，然而，实际投资组合优化问题既包含随机信息也包含模糊信息。本文首先定义随机模糊变量的方差，并用其度量风险，提出了具有交易成本、借贷约束和阀值约束的均值-方差随机模糊投资组合优化模型。基于随机模糊理论，将上述模型转化为具有线性等式和线性不等式约束的凸二次规划问题，并得到其KKT条件。本文还提出改进的旋转算法求解上述模型，该算法消掉KKT条件中部分变量，减少计算量。最后，采用中国证券市场的实际数据进行样本内分析和样本外分析，验证了上述模型和算法的有效性。     

具有投资限制的风险资产模糊随机投资组合模型

研究了模糊随机环境下风险资产投资组合选择问题.利用模糊随机变量刻画风险资产的收益率,建立了具有投资限制的风险资产投资组合选择的一般模糊随机均值-方差模型,该模型包括了是否允许卖空及具有投资比例下界约束的情况.在此基础上,提出了具有梯形模糊随机收益率的具体投资组合优化模型,这些模型能够转化为二次规划问题求解.最后,利用上证50指数中的9种股票对模型进行了实证分析,结果表明模型能够有效分散非系统性风险.