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。     

非对称不确定投资组合问题的鲁棒优化模型(英文)

本文研究了一类回报率不确定的投资组合问题.利用鲁棒优化方法,提出了一种鲁棒平均绝对偏差模型.现有的研究通常假设回报率是呈对称分布的不确定数据,本文提出的模型可处理非对称分布的不确定数据,适用范围更广.     

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。     

基于动态参照点的鲁棒投资组合模型及其拓展

鲁棒投资组合模型是一种适用于收益不确定条件下寻求最优决策的方法。首先考虑投资者对底线的重视,根据当收益触及底线时,激进者和保守者在参照点上的不同变化情况,建立动态参照点模型。接着,一方面将动态参照点作为划分获益和损失的界限值,改进现有的Worst-case Omega(WOmega)模型。另一方面结合投资者对下侧风险更为厌恶的特点,以动态参照点作为下侧风险的基准,改进现有的Relative Robust Portfolio Optimization(RRPO)模型。实证研究中,对于WOmega类模型,结果表明激进行为模型在样本内表现较好,而保守行为模型在样本外表现较好。对于RRPO类模型,结果显示激进行为的收益表现良好,保守行为对标准差及最大损失值的控制较好。随着约束的放松,所有模型的收益都能得到可观提升。     

参数不确定非线性组合大系统的鲁棒稳定性及参数鲁棒域的估计

本文研究了参数不确定非线性组合大系统。首先利用现代微分几何理论将系统化为由线性子系统互联而成的组合大系统，然后给出了参数不确定非线性组合大系统鲁棒稳定性的若干判据。最后通过一个例子说明了本文的结论及参数鲁棒域的估计方法。     

不确定环境下应急救援供应链鲁棒优化模型

鉴于灾害救援运作的紧迫性和重要性,考虑需求、供应、成本等参数的不确定性,构建一个由供应商、救援配送中心和受灾区域构成的三级应急救援供应链,旨在确定救援产品数量及救援配送中心的合适位置,以最小化救援供应链总成本,最大化受灾区域满意水平为目标,采用区间数据鲁棒优化方法处理模型的不确定性,应用情景随机规划降低鲁棒优化的计算难度,最后给出一个地震案例的具体数据来证明所提救援供应链鲁棒优化模型的有效性和可行性。实验结果表明,需求保守度的变化对目标函数值的影响大于供给和成本保守度的变化,可为应急救援决策者调整不确定参数保守度提供理论支持。     

鲁棒投资组合选择优化问题的研究进展

对近年来投资组合研究优化研究的热点问题——鲁棒投资组合优化研究的现状和发展趋势作了综述性研究．在投资组合选择优化的均值-方差模型的基础上,回顾了鲁棒投资组合选择优化问题的发展历史;详细地介绍了鲁棒投资组合选择优化的研究热点及国内外研究现状,就鲁棒投资组合选择优化问题的未来发展方向和主要研究内容,提出了新的观点,以期为相关领域的研究工作提供参考依据．     

一种不确定需求下库存定价模型的鲁棒优化方法

本文研究了不确定需求下一种多阶段定价与库存控制相协调的供应链模型,把扰动参数的不确定性处理为在已知集合内变化扰动. 针对不确定参数取值的几种集合情况下,应用鲁棒优化技术将不确定库存一定价模型转化为可求解的鲁棒模型. 最后进行了数值实验,对结果进行了分析.     

鲁棒优化中的Pareto有效性

对于一般的不确定优化问题, 研究了鲁棒解的~Pareto 有效性. 首先, 证明了Pareto 鲁棒解集即是鲁棒解集的Pareto 有效集, 因此求Pareto 鲁棒解等价于求鲁棒解集的Pareto 有效元. 其次, 基于推广的epsilon-约束方法, 得到了Pareto 鲁棒解的生成方法.     

椭球不确定集下具有消费的投资组合鲁棒优化模型

针对含有不确定参数的优化问题,鲁棒优化作为一种有效的优化手段引起了人们的普遍关注。本文主要介绍了CVaR风险投资纽合模型,并在模型中加入消费,将椭球不确定集下鲁棒优化应用到该模型中,这不仅解决了该模型由于参数的不确定性所造成的缺陷,而且也比较符合实际情况。     

基于相对鲁棒CVaR的电网投资项目组合优化模型研究

在新一轮电改的背景下,电网投资将面临更多的不确定性风险,亟需落实精准投资以降低投资风险.将相对鲁棒CVaR风险度量模型应用于电网投资项目组合优化中,构建了基于相对鲁棒CVaR的电网投资项目组合优化模型,并通过蒙特卡洛仿真和K-means聚类方法进行随机样本的生成与削减.算例结果表明,相对鲁棒CVaR模型具有极好的鲁棒性,能够在相对最坏情景下保证电网投资风险的最小化;同时,相对于绝对鲁棒CVaR模型减小了决策结果的保守性.     

基于BP模型的优化方法研究及其应用

首先根据BP算法的基本原理,推导出了BP模型中输出对输入的偏导.然后基于已有数据,利用BP模型进行拟合,保留训练后的BP模型的权值和阈值.在此基础上,利用变步长梯度法实现了BP模型的最优化.本文是对BP模型优化方法的一种新的理论探讨.     

Robust Portfolio Optimization with Multi-Factor Stochastic Volatility

Journal of Optimization Theory and Applications - This paper studies a robust portfolio optimization problem under a multi-factor volatility model. We derive optimal strategies analytically under...     

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。     

证券投资组合一种多目标优化模型及其算法

针对Young(1998)提出的证券投资组合极小极大(Minimax)模型,给出了一种有效算法;并在此基础上建立了一个多目标优化模型以及求解该问题的一个中心算法.最后通过算例分析,对两种模型及其算法进行了比较.     

基于动态非线性损失厌恶的投资组合优化与实证研究

从行为金融学的角度考虑投资者损失厌恶的心理特征,构建了基于线性损失厌恶和非线性损失厌恶行为投资组合模型。利用中国市场数据模拟一种静态情景和四种动态情景,实证研究不同损失厌恶投资组合模型在不同情景下不同损失厌恶程度的最优资产配置策略和投资绩效表现,并将结果与均值方差模型等传统的投资组合模型进行比较。研究发现损失厌恶投资组合模型优于传统投资组合模型,不同情景下不同程度损失厌恶投资者具有不同的资产配置策略,其投资绩效表现也不尽相同。     

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.     

基于M估计的稳健单指数投资组合模型

针对单指数投资组合模型,用稳健的M估计去估计模型参数,减少了样本数据异常值对模型的影响,并对沪市权重股进行了实证检验,得到了投资组合的有效前沿。     

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.