基于模糊系数的投资组合优化模型及其实证分析

采用模糊数处理不确定性信息．以模糊期望收益率最大为目标函数,使总的风险不高于给定的模糊数,建立了一种新的模型．在给定的截集下,期望收益率转化为区间数,目标函数转化为对该区间数的下限求最大值．基于模糊数大小的概率比较,从而将模糊优化模型转化为不等式约束下的线性规划模型．利用Matlab编程可解得其最优解．最后通过实例分析...     

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。     

带有梯形模糊数的均值-方差投资组合模型比较分析

采用梯形模糊数来描述证券的收益率,并建立基于梯形模糊数的收益最大化单目标均值-方差模型、风险最小化单目标均值-方差模型、和收益最大化风险最小化的双目标均值-方差模型.对上述三种模型进行实例分析,讨论投资比例系数上界为1和0.7两种不同情况下三种模型的对比,进而证明模型的可行性以及分析不同模型之间的差异性.     

鲁棒均值-CVaR投资组合模型及实证:基于安全准则的视角

考虑证券市场的不确定性,将资产的收益率看成区间随机变量。利用鲁棒优化方法,构建鲁棒均值-CVaR投资组合模型。采用对偶理论,将鲁棒均值-CVaR投资组合模型转换为线性规划问题,降低了模型的求解难度,有助于计算大规模的资产组合。进一步地,考虑投资者的安全性需求,在模型中引入最大违反概率,控制模型的保守程度,并直观反映投资者的安全性要求。采用实证的方法,研究模型的有效性。结果表明:鲁棒均值-CVaR投资组合模型具有较好的稳健性,且满足投资者的安全性要求,在实际的投资决策中具有可行性。     

基于模糊收益率的组合投资模型

本文考虑了收益率为模糊数的投资组合选择问题,利用模型约束简化方差约束,建立了投资组合选择的模糊线性规划模型,然后引进模糊期望把模糊线性规划问题化为普通参数线性规划问题,最后给出了一个数值算例.     

多阶段可能性均值-熵投资组合优化

考虑借款限制、交易量限制、交易成本和风险控制,本文提出了多阶段均值-熵投资组合模型。在该模型中,收益水平和风险分别用可能性均值和熵度量。熵值越小,投资组合包含的不确定性越低,投资组合的安全性越高。此外,熵不依赖于证券收益的对称分布。运用可能性理论,将该模型转化为显示的非线性动态优化问题。由于投资过程存在交易成本,上述模型为具有路径依赖性的动态优化问题。文章提出了前向动态规化方法求解。最后,通过实证研究比较了不同熵的取值投资组合最优投资比例和最终财富的变化,并验证了模型和算法的有效性。     

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.     

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。     

基于模糊收益率的投资组合模型构建及应用

投资组合理论是现代化投资管理活动的理论支持,广泛应用于证券投资领域.将模糊集理论与投资组合理论相结合,建立基于可能性理论和机会测度的投资组合模型,并用混合智能算法对模型求解.选取上证50指数成分股近两年的交易数据对模型进行实证分析.结果显示,模型构建的投资组合收益率优于经典模型收益率和上证50指数同期收益率,模型显著有效.     

基于模糊收益率的最优投资组合模型

考虑了收益率为模糊数的投资组合问题.在一定置信水平上,用收益率波动差的平方和作为风险的度量,在预期收益率给定时,建立了风险最小化的投资组合模型.投资者可以参考其最优解来减小投资风险.最后给出了一个实例.     

基于熵的投资组合模糊优化模型

本文对基于信息熵的证券投资组合模型，根据模糊决策理论，在模糊环境下对模型进行求解，将投资者的主观意见反映在模糊情况的组合投资模型中，并通过实例，验证了该模型解法的可行性和有效性。     

基于均值-VaR的投资组合最优化

利用均值-VaR方法,提出了有交易费用存在时的最优投资组合模型。通过求解均值-方差模型来研究均值-VaR模型的有效前沿,并指出在收益率的分布为正态分布的假设下,均值-VaR模型的有效集是均值-方差有效前沿的子集。有关全局最小VaR的存在性的分析显示在选择VaR的置信水平时必须非常小心。最后给出了应用均值-VaR模型的实例分析。     

基于均值-熵的机构投资者行为投资组合模型

考虑决策者的有限理性,利用相对财富和习惯形成效用函数描述了机构投资者的投资组合决策行为;在SHEFRIN和S TATM AN行为投资组合理论(BPT)框架下,引入均值-熵度量证券投资组合风险;由此,建立了一种机构投资者行为投资组合决策模型,算法释例进一步验证了其有效性.     

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.     

投资组合与模糊规划模型

本文讨论了投资的风险与收益的问题,首先我们给出了一个比较完整的模型,然后,考虑投资数额相当大时的一个近似处理模型,并分别用偏好系数加权法和模糊线性规划法进行了求解,接下来,我们又考虑了如何处理投资额相对较小的情况下的最优投资组合情况,引入了绝对收益率进行了较为有效的解决。     

基于加权可能性均值的亚式期权模糊定价

主要探讨不确定环境下用模糊集理论处理亚式期权的定价问题.运用梯形模糊数来表示标的资产价格、无风险利率、红利率和波动率,建立了亚式期权的加权可能性均值模糊定价模型,得到连续几何和算术亚式期权的模糊价格公式.最后通过数值例子表明:亚式期权的加权可能性均值模糊定价模型具有很大的灵活性,更符合现实的不确定情况,具有较强的实用价值.     

基于动态损失厌恶投资组合优化模型及实证研究

为了研究行为金融学中损失厌恶的心理特征对投资决策的影响,建立预期效用最大化的动态损失厌恶投资组合优化模型。以我国股票市场为依托进行实证研究,将市场分为上升、下降和盘整三种状态,研究动态损失厌恶投资组合模型的表现,与静态损失厌恶投资组合模型、均值-方差投资组合模型和CVaR投资组合模型进行比较。通过改变参照点对动态模型进行稳健性检验。得出动态损失厌恶投资组合模型优于静态模型、均值-方差投资组合模型和CVaR投资组合模型的结论。     

模糊数在投资组合优化中的应用研究及实证分析

采用模糊数处理不确定性信息.以模糊期望收益率最大为目标函数,使总的风险不高于给定的模糊数,建立了一种新的模型.在给定的截集下,期望收益率转化为区间数,目标函数转化为对该区间数的下限求最大值.基于模糊数大小的概率比较,从而将模糊优化模型转化为不等式约束下的线性规划模型.利用Matlab编程可解得其最优解.最后通过实例分析,验证该模型的可行性.     

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.     

均值-叉熵证券投资组合优化模型

在研究马科维茨(Markowitz)证券投资组合模型的基础上,分析了该模型用方差度量风险的缺陷,进而提出用叉熵作为风险的度量方法,建立了均值-叉熵的投资组合优化模型.该模型计算简便,更易被一般投资人所使用.