基于主成分分析与Fourier变换的动态投资组合

提出了一种将主成分分析与Fourier变换组合的资产投资组合方法.对于N个资产,首先利用主成分分析中第一主成分确定各资产的组合权重并建立投资组合,利用Fourier变换获得该组合残差的复合周期趋势,最后利用ARMA模型对趋势残差进行区间预测.为使资产保值,当组合股价达到最低点时,各资产以第一主成分对应权重进行组合建仓;当组合股价反向上升达到最高点时,则以第N主成分对应权重进行组合并调仓.在实证模拟方面,选取2016年1月4日-2018年6月8日全球股票主要指数的收盘价数据进行实证分析.模拟结果表明:基于主成分分析的投资组合在收益及资产保值方面表现更佳.     

基于GARCH类模型的空头市场情景生成与投资组合

2015年中,中国股票市场经历了一轮较强的空头市场,投资者面临市场价格的极大不确定性.而若能有效模拟此类型市场收益波动,对于投资者优化金融决策有积极意义.文章试验了当前主要的几种非对称GARCH类模型及多种残差分布模型,最后发现,利用ARMA-EGARCH-SSTD的组合模型能较好地模拟空头股票数据收益率效果.同时文中采用中国股票市场数据进行算例分析,发现将GARCH类模型情景拟合结果与均值-CVaR模型结合得到的投资组合优化方法能有效管理空头市场环境下的投资组合风险.     

基于巨额损失波动性的最优投资决策研究

近年来伴随着金融市场广度与深度的不断拓展,频发的金融风险对世界经济及金融市场造成了巨大损失(如美国次贷危机),学者和投资者越来越关注规避小概率巨额风险的最优投资决策及有潜力风险资产遴选方法的研究.文章就此开展了如下研究:首先以损失超过VaR部分的条件期望CVaR作为投资者愿意承担风险的上限,改进投资预算约束为非紧约束,提出了基于巨额损失波动性的投资组合模型.数值试验验证了模型具有良好的收敛性,即使在生成较少数量的情景下也能快速收敛;当投资者对最低期望收益率要求不高时,不必全额投入预算资金就能满足投资者对预期收益的要求;随着投资者对最低期望收益率要求的提高,更多预算资金被投入可能带来更高收益的风险资产,资金预算约束逐渐趋于紧约束;模型给出的最优投资决策在样本外各滚动窗口测试中均实现了较高收益,但发生巨额损失的波动程度却显著降低,达到了控制小概率极端风险的目的.其次,结合常规基本面分析法和聚类分析技术,提出了风险资产的遴选方法.该方法适用于跨市场跨行业不同品种间风险资产的筛选,可兼顾同一类别内资产的同质性及不同类别资产间的异质性,以此达到分散化解风险的目的.实证研究表明,该方法遴选出的"少量"风险资产在各项评价指标上具有明显的优势,聚类技术的引入大大降低了投资者选择资产的难度.     

基于Multi-Agent的机构投资者行为投资组合模型

从人的有限理性角度研究了机构投资者的投资组合决策问题．基于Multi-Agent构建了多心理账户情景下,机构投资者的两级行为投资组合模型；并且,利用两状态Markov链和管理熵函数描述了该模型中的关键参数；仿真算法释例验证了该模型能够逼近实际决策情景．     

摩擦市场条件下的双目标投资组合模型模糊优化

首先建立了摩擦市场条件下基于收益率分布偏度水平的双目标投资组合模型.在此基础上,将模糊集合的概念引入到该模型中,用模糊数学中的线性隶属函数处理了其中的风险目标和收益目标,建立了摩擦市场条件下基于收益率分布偏度水平的模糊型双目标投资组合模型.然后,针对该模型进行了新型遗传算法设计(动态遗传算法).最后用一个具体的算例给出了该模型的一个实例最优解,体现了多样化投资分散风险的组合投资原理.     

基于CVaR衍生的多期多面风险度量下的投资组合研究

为了解决多期投资组合的决策问题,本文将由CVaR衍生的多期多面风险度量作为风险控制目标,建立了一个在收益约束条件下最小化风险的多阶段投资组合模型。为求解模型,设计了多期投资组合优化流程,它将非参数抽样方法、基于聚类算法的多阶段情景树生成方法和多期多面风险度量组合在一起。该流程基于计算、容易实现、直观合理。根据我国金融市场数据进行的实证研究结果表明,这一流程具有较好的实用性。     

高维投资组合风险的估计

在大数据时代,如何估计高维投资组合的风险是金融机构面临的一大难题.针对这一难题,文章主要做了两方面研究:首先,将非线性收缩法和QuEST函数应用到BEKK模型中,提出BEKK-NS模型,以估计和预测在资产组合中扮演着重要角色的资产协方差阵.该模型同时适用于估计正态分布和厚尾分布数据的协方差阵,并且能够很好地解决维数诅咒问题,提高协方差阵的估计效率.其次,构造了基于循环分块bootstrap方法的极限误差U(α)来评价高维投资组合的风险.通过模拟和实证研究发现:BEKK-NS模型明显优于BEKK,将其应用在投资组合时,降低了组合风险,使得投资者获得了更高的收益;并且极限误差U(α)非常接近于真实的误差,由其构造的组合风险的置信区间较为精确.     

PI(Portfolio Insurance)投资者特性研究

根据期权定价理论,分析了投资组合保险策略与期权的关系及投资组合保险策略与凸收益函数的关系,通过建立投资组合保险模型,得出不同条件下购买投资组合保险投资者的特点如下:1)随着财富的增加他们的风险承受能力比市场一般投资者增加的快;2)他们的市场预期比一般市场投资者更乐观,并且受益于投资组合保险.     

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。     

基于CVaR的多目标投资组合模型

金融市场的发展与完善,以及人民收入水平的提高,使越来越多人关注金融投资并成为热点.理性的投资者总是期望风险尽可能低同时收益又尽可能高,而且希望投资的资产易于管理和管理成本低.考虑投资者多个目标的要求,将运用CVaR风险度量方法,提出一个均值—CVaR—资产数目的多目标投资组合模型,并利用多目标粒子群算法对模型进行实证分析,验证新模型的可行性和有效性,为热衷投资的投资者进行投资组合提供一个新方法.     

考虑交易费用的二阶随机占优投资组合风险控制模型

本文通过引入交易费用函数,建立了一个更符合实际的带有二阶随机占优约束的投资组合风险控制模型.该模型不需要对投资者的效用函数和风险资产收益的分布作任何假设,就可以确保风险厌恶投资者所做的选择都会随机占优于一个基准值,从而可以规避高风险投资.针对优化模型的求解,设计了一种光滑化样本平均值近似罚函数方法,理论上证明了光滑化罚问题与原问题的等价性.数值结果验证了模型和算法的有效性.     

基于混合治愈模型的网络借贷投资组合决策模型与实证研究

作为互联网消费金融的一种新型模式,P2P借贷(peer-to-peer lending)凭借其高回报与低门槛的特点,吸引了众多投资者与借款人的关注.如何有效地实现在P2P平台贷款的投资组合决策,为不同投资者提供最佳投资方案极为重要.文章将投资组合决策转化为一个给定时间下的收益最大化、风险最小化的优化问题,通过引入混合治愈模型来改进基于实例的投资组合优化模型,使用核函数来刻画历史贷款与待投贷款的相似性,在此基础上通过混合治愈模型筛选终止时间小于给定时间的待投贷款,构建基于实例的模型,对投资者的投资组合决策进行优化.通过美国Lending Club的数据对本文模型进行实证分析,结果表明,文章模型有助于实现资金的合理化分配,使投资者获得时间、收益、风险三方面的权衡的投资组合决策.     

基于异质理念的动态组合选取模型

不同于传统的代表性经济人的动态投资组合选取模型,引入异质理念,考虑不同投资者的动态组合选取.由于投资者的乐观或悲观情绪直接影响了他对信息的评价,因此用随时间变化的参数体现投资者的情绪,随机组合收益分布是这个参数的函数,不同的投资者或者同一投资者在不同情绪下就有了自己独特的收益分布.通过对均值——方差目标函数的变形,给出了不同投资者对风险资产的最优投入、预期收益和方差的解析表达式,此三项不仅和投资者的风险厌恶度有关,而且和投资期长短有关、与投资者的情绪有关.在对香港恒生指数的实证分析显示,异质性严重影响投资者对风险资产的投入.     

基于股票评论的投资者情绪对持有股票收益影响的研究

投资者行为易受互联网舆论的影响,进而造成股票收益的波动.分析投资者情绪对股票收益的影响方式有利于投资者规避投资风险,促进我国股票市场稳定发展.基于东方财富股吧2020年7月至2021年2月上证股票的评论数据,利用加权朴素贝叶斯分类模型构建了投资者情绪因子,并对情绪因子的构建方式进行了改进.随后将情绪因子引入中国版Fama-French三因子模型,针对单只股票和持股期为1个月的投资组合,基于线性回归、长短期记忆神经网络模型,从线性、非线性两个角度研究了投资者情绪对其持有股票收益率的影响.结果表明,投资者情绪对股票收益率具有非线性的正向影响.前一日的投资者情绪会对当日股票收益产生影响,投资者在研究期望收益率时需予以考虑.     

投资者情绪指数及中国股市的实证

准确度量投资者情绪,有助于深刻理解市场,进行有效的监管和制定正确的投资策略.从重新界定投资者情绪的定义出发,对投资者情绪与当期收益的关系进行了理论演绎,总结出5条有关投资者情绪与当前收益关系的假说.依据可以获得的投资者情绪代理变量,利用主成分分析构建了中国证券市场投资者情绪指数,进而利用EGARCH模型实证检验了上述5条假说.实证结果表明,理论演绎与市场实际运行有很好的相合性.     

基于因子模型的指数跟踪及实证分析

指数跟踪是指数基金和机构投资者广泛使用的被动投资管理策略. 通过建立股票收益的多因子模型, 提出了将组合的贝塔值控制在合适范围内, 并在期望超额收益非负的条件下, 最小化组合风险的指数跟踪模型. 同时,考虑到实际需要, 在模型中限制了组合中股票的数量和持有量.实证分析结果表明, 通过选取不同的控制参数,
该模型产生的跟踪组合既能实现较小的跟踪误差,也能实现一定的超额收益.     

基于CvaR的融入期权的投资组合模型

把期权作为一种投资对象融入到投资组合中,而不仅仅是作为风险对冲工具.用条件风险价值(CVaR)刻画组合风险,并求出最小化风险下的最优鲁棒投资组合策略.最后通过数值算例证明了模型的有效性,并得到融入期权后有效地提高了组合的收益,特别是当标的资产出现大的波动时,期权在组合中的表现更突出.     

动态投资组合决策中机会收益与在险收益的权衡

本文在Black-Scholes型市场中引入机会收益的概念,并利用文[4]中提出的在险收益的风险概念,建立了机会收益-在险收益(EaC-EaR)动态投资决策模型maxR=E[Xπ(T)|Xπ(T)≥ρ1-β(x,π,T)]s.t.EaR(x,π,T)≤Cπ∈Rd,其中C是事先给定的某风险水平,ρ1-β(x,π,T)是期末财富Xπ(T)的1-β下侧分位数.通过对该模型的讨论,得到了最优常数再调整策略的显式表达式以及投资组合的有效前沿,阐明的金融学涵义包括:在EaC-EaR投资组合模型下,风险中性市场中的最优常数再调整投资策略是纯债券投资策略,而风险非中性市场中的最优常数再调整投资策略蕴涵了两基金分离定理的成立.另外,β=1时的均值-在险收益(M-EaR)模型maxR=E[Xπ(T)]s.t.EaR(x,π,T)≤Cπ∈Rd正是上述模型的特款.     

双侧风险度量方法及其在投资组合优化模型中的应用

现有的资产风险度量方法不能合理的反映收益的向上波动给投资者带来的风险感受,针对这一不足,本文提出了一种新的风险度量方法,这一方法综合考虑了投资者对于损失的规避和对超额收益的偏好,能够更为真实的反映投资者对于资产收益双侧波动的不同风险感受.同时本文结合新的风险度量方法给出了投资组合优化模型,并对模型的解从不同角度进行了分析.研究结果表明,新的风险度量方法可以为投资者提供更有效的投资决策依据,并且投资者的风险态度对于投资组合有效前沿和最优投资组合都有显著的影响.     

基于感知收益-风险比分析的结构性产品投资决策

引入收益风险比-sharpe-omega比率,结合累积前景理论,将累积前景理论中带有心理偏差的主观预期收益作为临界收益点,构建出带有主观行为因素的感知收益风险比,用来衡量存在心理偏差的投资者面对某项投资产品时的预期投资成效,并将其运用在结构性产品投资中,通过数值分析表明:面对同一投资产品时,对价值敏感程度越弱,概率扭曲程度越接近于阈值的投资者,其感知收益风险比越大,投资该产品的预期投资成效越好,即该产品更适合该类型的投资者进行投资.同时还将文章所构建的感知收益风险比与现有的收益风险比的衡量指标进行了对比分析,发现不同心理偏差的投资者采用这两种指标作为投资决策依据时的表现具有较大差别.