关于证券投资基金业绩评价方法及其应的探讨

本文从多个角度介绍了证券投资基金评价的各种方法,并结合我国实际情况,对各种方法的优点与不足进行了分析,为投资者评价基金及做出投资选择提供了有效方法。     

群决策中成员意见的分歧特征及判断准则研究

群决策过程中各成员的评价在决策初始存在分歧,对这些分歧进行一致性分析是群决策过程的一个关键步骤,不剔除与群体意见偏离较远的决策者的评价信息就进行群体意见集结,可能会得出不符合客观实际的结论;讨论了群决策中成员意见的分歧特征,提出了成员评价的集中性和相似性概念;定义了群决策过程中判断个人意见是否与群体意见一致的判断准则,即集中性指标和相似性指标.     

语言分布评估信息下的群决策方法及其群体一致性分析

本文提出了基于语言分布评估加权平均(DAWA)算子的多属性群决策方法;定义了个体决策者评价结果与决策群体评价结果的次序一致性和数值一致性测度,以此分析决策群体评价结果的可靠性;最后,通过具体实例验证了群决策方法的有效性和实用性,分析了个体决策者评价结果与决策群体评价结果的次序一致性和数值一致性。     

多属性群决策算法及一致性分析研究

在多属性群决策中 ,集结群体意见之前必须先对群体的决策数据进行一致性分析 ,以确保群体作出的决策符合客观实际 .提出了群决策的三种三维层次模型 ;用欧几里得距离 ( Euclidean Distance)表示个人决策中方案的评价值 ;然后设置一致性指标值α,作为群体数据一致性的判断依据 ;提出了满足一致性基础上的一种群决策方法 ;最后用实例说明了算法的使用步骤 .     

关于群决策一致性问题研究

对于群决策问题,首先,运用集对分析的思想建立判断矩阵,然后构造判断向量,再运用向量运算,适当地定义一致度的概念,给出了关于群决策一致性测量的计算方法和步骤,并通过算例验证其有效性和实用性.     

模糊多属性群决策一致性分析研究

群决策过程中各成员可能以不同的方式给出决策信息,讨论了四种不同决策信息的统一方法,设置了模糊环境下进行一致性判断的准则,介绍了梯形模糊数在群决策过程中的运算方法,举例说明了这种方法的应用步骤.     

基于二元语言评价的群决策方法

针对语言评价的群决策问题,定义了二元语言术语的概念及其运算法则,并给出二元语言和算子与二元语言加权平均算子,提出一种属性权重已知的语言评价群决策方法.方法首先利用二元语言和算子对专家给出的语言评价信息进行集成,得到方案关于属性的群体评价,然后利用二元语言加权平均算子集成方案各属性的群体评价,得到各方案综合评价.最后通过比较各方案综合评价的期望值和优势度,确定方案排序.     

时序多指标决策及其在证券投资中的应用

对于带有时间顺序的动态多指标决策问题,我们从专家偏好和信息熵两方面综合确定了指标权重,进而在关联分析的基础上,建立了时序多指标决策综合优化模型,并将其应用于证券投资领域.     

基于隶属度分布函数的多粒度语言群决策一致性测度

研究多粒度语言群决策中群体意见一致性问题.根据群体决策中多粒度语言的基本特征,提出一种基于隶属度分布函数的一致性测度计算方法.并且与基于二元语义的决策的一致性测度计算方法进行了比较,通过算例计算分析,说明了该方法的可行性和有效性.     

证券投资基金管理人选择中的信号传递博弈

本文通过对证券投资基金这种资金运作方式的分析和研究,结合信号传递博弈模型,提出一种对资金管理人投资能力的评估方法.主要分析基金管理人的努力成本对最后投资能力评估结果的影响,为投资人选择基金管理人提供新的思路,也为基金管理人争取融资成功提供一定的帮助.     

基于前景云的不确定语言多准则国际股指投资群决策

针对投资决策过程中语言评价值具有随机性及模糊性,以及投资者的决策容易受到其情绪的影响且不同投资者受到的影响程度不同,本文提出基于前景云的不确定语言多准则投资群决策方法,并将其运用在国际股指投资中。其中,前景理论模型用来刻画投资者情绪对决策的影响,而云模型用来刻画语言评价值模糊性和随机性之间的关联。更具体来说,论文首先解决传统文献云生成方法中云期望值超过论域或者无法区分语言评价标度等级等问题,然后构建了前景云模型并将该模型应用于多个专家共同进行的国际股指投资群决策。实证结果显示,该模型得出的决策结果比传统决策方法下的结果更直观、可靠,表现为决策依据不仅考虑方案的期望值大小及变动风险,而且还考虑了投资者情绪对决策的影响。由此可得出,本文所提出的模型更符合现实情景,也更能有效实现对投资群决策。     

群决策中判断的一致性分析及方案排序

对群决策中基于区间数互补判断矩阵形式偏好信息的一致性问题进行了探讨。首先,给出了区间数互补判断矩阵相容性指标定义及性质;然后,通过定义群和个体判断的一致性指标,提出了群判断的一致性判别方法和不一致的协调方法;同时依据个体判断的一致性指标大小,即群成员评判水平的高低,给出了群偏好信息的集结方法;最后给出了由区间数互补判断矩阵导出方案排序权重的计算方法及应用算例。     

群体多指标决策的偏好集结方法

研究多个指标条件下,利用个体决策结果形成群体一致偏好的方法、假设个体有加性效用函数,将个体多指标效用函数表示成单个指标评价函数的加权和,群体指标评价函数表示成个体指标评价函数的加权和.通过协商指标权重、指标评价函数、支付意愿三个参数,成对个体达成双方一致.提出了(n-1)对个体之间达成双方一致,从而得出群体效用函数的决策方法,这种分析框架同样可以扩展到联盟协商一致中.     

不完全语言信息下的多准则群决策方法研究

针对决策者所给的自然语言信息缺失判断矩阵,提出了一种基于群体满意度最大的不完全语言信息多准则群决策规划模型.首先分析决策者所给的多准则语言评价信息矩阵,进而通过三角模糊数将多准则语言评价信息矩阵转化为三角模糊数矩阵;其次根据满意度函数构建不完全语言信息多准则群决策规划模型;最后通过实例验证本方法的可行性及有效性.实例表明该方法计算简单,易操作.     

群体决策的偏好协调性检验

对于一类群体决策问题，本文引进群体的偏好协调性指标，并且给出了偏好协调性指标的统计检验．在此基础上，还提出一个求该类群体决策问题的方法，以及讨论了群体的偏好快调性指标和群体决策结果间的关系．     

基于群体一致性的犹豫模糊多属性决策方法

犹豫模糊集允许一个元素属于一个集合的隶属度可以是多个不同的值,是表达决策者之间偏好不一致性的有力工具。针对决策者评价偏差不宜过大的问题,提出了一种基于群体一致性的犹豫模糊多属性决策方法。首先, 我们定义了犹豫模糊元的犹豫度函数,进而定义了犹豫模糊元的一致性指数;在此基础上,构建了基于群体一致性指数最大化的权重优化模型,通过求解优化模型可以得到属性的权重向量。然后,运用灰色关联分析法实现对方案的排序和择优。最后,通过实例分析说明了该方法的可行性和有效性。     

决策偏好不确定条件下群体决策收敛一致性研究

决策个体之间交互影响是达成群体一致意见的重要因素。本文引入决策个体决策偏好的不确定性以及个体间不对称的影响权重,以此为基础建立群体决策动态观点演化模型,并进行matlab仿真。文中取决策个体的偏好不确定性为常数,作为决策个体对自身观点确定性的大致考量,并把群体中所有决策者的决策偏好不确定性分为相同和不相同两种情况来讨论。仿真实例证明:决策个体观点的不确定性是最终影响群体决策一致性的重要因素,当决策个体偏好不确定性较大时,决策群体更容易得到一致意见;当偏好不确定性较小时,决策群体难以达成一致意见,最终形成几个观点簇;在初始观点分布均匀的情况下,群体观点最终会演化出怎样的观点形态,是由群体中观点不确定性较小的群体所持有的观点决定的。研究内容有助于理解群体决策中一致观点的演化规律,能够为群体决策的引导策略提供参考和借鉴。     

基于Vague集的群决策方法研究

首先介绍了Vague集的基本概念,将直觉模糊集的一些运算规则重新在Vague集上作了定义,提出用Vague值表示的九级语言术语集.接着指出衡量Vague集(值)相似度要考虑的三个因素,提出了新的度量方法.在同时考虑专家决策结果的一致性和专家权重的基础上,提出了汇总各专家Vague意见的方法.最后以一个案例说明了所提出的方法.