基于直觉模糊规划的多目标投资组合选择模型

将直觉模糊集合的概念引入投资组合模型中,并将多目标投资组合模型中的收益、方差和偏度三个目标模糊化,用隶属函数与非隶属函数作为新的目标函数.针对该模糊多目标投资组合模型,提出了一个动态遗传算法,算例给出了该模型的一个实例的最优解.     

分式规划模糊投资组合模型的遗传算法求解

将预期收益率表示为模糊数,以E-SV风险测度为基础给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模糊投资组合选择模型,考虑到模型求解的复杂性,我们利用遗传算法构造罚函数对模型进行了求解,并通过实例,验证了该模型解法的可行性和有效性.     

考虑背景风险和流动性的模糊投资组合模型

利用投资收益率的二阶矩作为风险度量函数,建立了考虑背景风险和流动性的模糊投资组合模型.在满足预设收益率、换手率可能性均值要求水平以及风险资产的投资比例等约束条件下,使投资收益的二阶矩最小.最后选取中证100指数成分股中部分股票的历史数据进行数值分析,证明了该模型符合“高收益、高风险”的规律,说明该模型适用于实际金融市场.而且使用二阶矩代替方差作为风险度量函数,克服了方差计算复杂的缺陷,简化了模糊投资组合求解问题.     

具有现实约束的均值-方差模糊投资组合绩效评价

本文提出了具有实际约束的均值-方差模糊投资组合优化模型。由于实际投资约束情况,如交易成本、交易量限制、借款限制和基数约束的影响,投资组合优化模型非常复杂,难以获得真实前沿面的解析解,这给投资组合理论的应用带来了很大的困难。基于数据的实际约束的均值-方差模糊投资组合DEA评价模型,文章通过构造前沿面来逼近一般情形下真实的前沿面。最后,通过上海证券市场的实际数据验证了本文方法的合理性与可行性。     

基于模糊收益率的养老保险基金投资研究

结合中国养老保险基金投资现状,考虑预期收益率是模糊数的情形,利用可能性均值和可能性方差作为投资组合的预期收益率和风险,建立均值-方差组合投资模型.最后,利用lingo软件进行数值分析,表明此模型具有一定的实际应用价值.     

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。     

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.     

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.     

随机模糊的等比例-最小方差投资组合优化研究

Markowitz的均值-方差模型在投资组合优化中得到了广泛的运用和拓展,其中多数拓展模型仅局限于对随机投资组合或模糊投资组合的研究,而忽略了实际问题同时包含了随机信息和模糊信息两个方面。本文首先定义随机模糊变量的方差用以度量投资组合的风险,提出具有阀值约束的最小方差随机模糊投资组合模型,基于随机模糊理论,将该模型转化为具有线性等式和不等式约束的凸二次规划问题。为了提高上述模型的有效性,本文以投资者期望效用最大化为压缩目标对投资组合权重进行压缩,构建等比例-最小方差混合的随机模糊投资组合模型,并求解该模型的最优解。最后,运用滚动实际数据的方法,比较上述两个模型的夏普比率以验证其有效性。     

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。     

一种基于语义的协同事务模型

CSCW系统中存在大量的长周期、协作、交互事务，传统事务模型和高级事务模型不能有效地支持CSCW系统中的事务处理，本文提出一个基于语义的同事务模型，该模型基于协作过程和数据对象的语义信息，能够满足CSCW系统中事务处理的需要。     

有交易成本的投资组合策略

金融市场都存在交易成本,为此,本文建立了有交易成本的投资组合模型,讨论了模型解的条件,并提出模型的通用数值解法,最后给出了应用举例．     

Portfolio Optimization Model with Transaction Costs

Abstract The purpose of the article is to formulate,under the l_∞ risk measure,a model of portfolio selectionwith transaction costs and then investigate the optimal strategy within the proposed.The characterization of aoptimal strategy and the efficient algorithm for finding the optimal strategy are given.     

Transaction activity and bitcoin realized volatility

We study the predictive value of transaction activity in the bitcoin network for the realized volatility of bitcoin returns constructed by high-frequency data. As an alternative modeling approach to the popular linear heterogeneous autoregressive model, we provide out-of-sample forecasts for realized volatility of bitcoin returns employing machine learning algorithms, and in particular by Random Forests. Our findings reveal that on-blockchain transaction activity does improve the out-of-sample forecast accuracy at all the forecast horizons considered.     

异常交易行为的甄别研究

本文在无指导学习的研究框架下,运用分位数回归模型结合变点检验,对中国证券市场的异常交易行为进行甄别研究。通过分析持股比例变动与股价收益率间协同演化关系的异常,为甄别异常交易行为设立判别标准并客观的界定阈值提供了一种新的方法。基于这一方法监管者可以构建分期、分级、分类的实时监管体系,提高监管效率。     

有交易费时的欧式期权定价

本文考虑存款与借款利率不同且对股票的交易有交易费要求时的欧式期权定价问题。我们假定投资者的投资目的是使自己的期望效用最大化。对于市场给出的期权价格,投资者将选择最优的资产组合。在投资者的这种行为下,可以认为市场是投资者的对手,而期权的市场价格将会这样给出：投资者在这个价格下,他的最大期望效用将达到最小。本文在假定投资者的效用函数为风险中性时,给出了有交易费时欧式期权价格的显式表达式。     

Transaction tagging in highly congested queueing simulations

The purpose of this paper is to illustrate how a very simple queueing model can be used to gain insight into a computer memory management strategy that is important for a large class of discrete-event simulation models. To this end, an elementary queueing model is used to demonstrate that it can be advantageous to run transaction-based simulations with a relatively few tagged transactions that collect data. The remaining transactions merely congest the system. Conceptually the tagged transactions flow through the simulation acting similar to radioactive trace elements inserted into a biological system. The queueing model analyzed in this paper provides insight into some trade-offs in simulation data collection. We show that, while resulting in a longer computer run, an optimal tagging interval greater than one will minimize the probability of prematurely aborting the run. Finally, we propose a heuristic procedure to estimate the optimal tagging interval. We illustrate this with an actual simulation study of a steel production facility.This research was partially supported by a grant to Cornell University by the Bethlehem Steel Corporation     

有交易成本的模糊最优化投资

本文针对交易成本在证券组合投资中的重要地位 ,提出了考虑交易成本 ,并兼顾收益与风险的模糊最优化投资模型 ,分析了交易成本对投资有效边界的影响 ,并给出了最优投资比例公式 .这对投资者进行投资有重要的理论与实践意义 .最后 ,通过释例进行了说明 .     

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.     

Transaction costs and efficiency of portfolio strategies

Some recent results for frictionless economies show that popular dynamic portfolio strategies such as stop-loss and lock-in are inefficient. I.e for each of these strategies there exists an alternative portfolio strategy that gives the same final payoff distribution at lower initial costs. However, the alternative strategies require considerably more active trading than the simple strategies. The results rely heavily on the assumption of no transaction costs. Under this assumption the initial investment required is a linear function of the prices of the contingent claims that build the final payoff distribution. In this paper we demonstrate that, even for modest levels of transaction costs, the efficient strategies are more costly than the simple strategies, i.e. a strategy that replicates the final payoff distribution of an efficient strategy is excessively costly due to the transaction costs and the heavy trading involved. Since the initial investment is no longer a linear function of the contingent claims, the optimization problems to find the most efficient strategy are complicated combinatorial optimization problems which can only be solved for trees with a small number of steps. In a world without transaction costs, options are redundant instruments, since all payoff distributions can be replicated by trading in stocks and bonds. In the second half of this paper we show that the use of options in a world with transaction costs enables investors to realize final value distributions at lower initial costs than would be possible with trades in stocks an bonds only. Hence, although in theory options do not give rise to other portfolio strategies, they do in a more restrictive setting with transaction costs.