带交易费用的证券组合投资选择的优化模型

本文利用在约束条件中加入证券多样化选择约束的办法来抵减非系统风险 ,就证券组合投资的选择问题 ,建立了带交易费用的综合考虑收益和风险的多目标规划模型 ,然后通过变换将不可微的多目标规划问题转化为一个多目标线性规划问题 ,最后给出了问题的一个算法和算例     

一类组合投资问题的线性规划解法

根据选定总体风险的一个上界值使组合投资的收益率达到最大的原则，并在合理简化的基础上建立组合投资决策问题的线性规划模型。然后通过算例求解带有参数的线性规划问题，给出资产组合的风险控制值和相应的最大净收益率及投资比例向量的关系。     

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.     

考虑完整交易费用的组合证券投资求解

针对中国证券市场现存的各种交易费用,建立一个更加符合实际的组合证券投资模型.该模型不仅继承了股票不可拆分、不能卖空等特点,而且完全反映了交易费用的核算情况;最后给出一个遗传算法结合动态罚函数求解的投资实例,计算结果证明了该模型及其求解方法的有效性和可操作性.     

基于β约束的区间证券投资组合模型

我们建立一种新的基于β约束的区间证券投资组合模型,使证券组合投资更具柔性.通过一实例分析该模型的应用价值.     

鲁棒信用风险优化的线性锥优化模型

考虑了具有强健性的信用风险优化问题. 根据最差条件在值风险度量信用风险的方法,建立了信用风险优化问题的模型. 由于信用风险的损失分布存在不确定性,考虑了两类不确定性区间,即箱子型区间和椭球型区间. 把具有强健性的信用风险优化问题分别转化成线性规划问题和二阶锥规划问题. 最后,通过一个信用风险问题的例子来说明此模型的有效性.     

一种有交易费用的交互式组合证券投资方法

本基于乘积最大化准则，提出一种新的交互式组合证券投资方法，即将不可微的双目标规划问题转化为可微的单目标规划问题。该方法可以充分考虑投资的要求，在考虑交易费用的前提下，在整个投资方案达到投资要求底限的同时，实现收益和风险的权衡。     

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。     

证券组合投资的动态模型研究

本利用方差和绝对离差这两个风险度量指标,分别建立了证券组合投资的动态模型,并给出其解法。从而使模型更符合实际,有利于实施最佳的组合投资的策略。     

区间证券多目标投资组合的β模型

基于区间证券组合的系统风险与非系统风险问题,建立一种新的含β约束的区间证券投资组合的多目标优化模型,使得证券组合投资更具柔性,最后,结合实例分析了该模型的现实应用价值.     

证券投资组合优化问题的强健性的锥优化方法(英)

本文研究了具有强健性的证券投资组合优化问题.模型以最差条件在值风险为风险度量方法,并且考虑了交易费用对收益的影响.当投资组合的收益率概率分布不能准确确定但是在有界的区间内,尤其是在箱型区间结构和椭球区域结构内时,我们可以把具有强健性的证券投资组合优化问题的模型分别转化成线性规划和二阶锥规划形式.最后,我们用一个真实市场数据的算例来验证此方法.     

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.     

金融风险的最坏VaR方法与投资组合优化

在股价及其走势均不确定的情况下,采用最坏VaR方法,对投资的潜在损失进行最保守的度量,并得到其等价的优化形式为一个二阶锥优化问题.接着考虑相应的投资组合优化问题:如何选择合适的头寸,使得当股票组合的期望收益达到给定水平的情况下,风险最低,即最坏VaR值最小,最后对模型进行实证分析.     

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。     

信用资产组合优化的"条件在险值-补偿"型随机规划模型

本文对于信用资产组合的优化问题给出了一个稳健的模型，所建模型涉及了条件在险值（CVaR）风险度量以及具有补偿限制的随机线性规划框架，其思想是在CVaR与信用资产组合的重构费用之间进行权衡，并降低解对于随机参数的实现的敏感性．为求解相应的非线性规划，本文将基本模型转化为一系列的线性规划的求解问题．     

投资组合模型的分式规划解法

以E-SV风险测度为基础提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投资组合选择模型,利用变换,把求解分式规划的问题转化为求解非分式规划问题。     

基于CVaR投资组合优化问题的光滑化方法

对选定的风险资产进行组合投资,以条件风险价值(CVaR)作为度量风险的工具,建立单期投资组合优化问题的CVaR模型。目标函数中含有多重积分与plus函数,产生情景矩阵将多重积分计算转化成求和运算,提出plus函数的一个新的一致光滑逼近函数并给出求解CVaR模型的光滑化方法,最后的实证研究表明了本文算法的优越性。     

模糊线性规划在社保基金投资组合优化中的应用

如何选择一个满意的投资组合，在既定条件下实现一个最有效率的风险-收益搭配，是社保基金投资的关键问题，本通过建立和求解社保基金的投资风险最小化模糊线性规划模型和投资收益最大化模糊线性规划模型，试图优化社保基金的投资组合，章最后给出应用示例。     

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。