基于蚁群算法的灰色组合预测模型

分别利用灰色GM(1,1)模型、GM(1,1)优化模型和新息GM(1,1)模型建立三个单项预测模型,进一步建立了组合灰色预测模型,组合模型的权系数利用蚁群算法确定.最后给出了一个我国人口数量组合预测模型,计算结果表明,基于蚁群算法的灰色组合预测模型的拟合和预测精度要优于传统组合预测模型.     

基于改进的GM(1,1)-BP组合模型的人口预测研究

准确地预测人口总量发展趋势,对我国社会稳定发展具有重要意义.通过分析GM(1,1)模型背景值的构造理论,利用Newton插值公式和线性分段函数优化GM(1,1)模型的背景值,得到新的GM(1,1)模型,并结合BP神经网络模型,再利用遗传算法优化GM(1,1)-BP组合模型的权重系数,并将组合模型应用到新疆人口预测中.最后,分别应用不同的模型,以及改进的GM(1,1)-BP组合模型进行计算和平均相对误差对比,结果表明,改进的GM(1,1)-BP组合模型有效地提高了预测精度.     

熵—证券投资组合风险的一种新的度量方法

本文在研究马科维茨 ( 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 ,进而提出用熵作为风险的度量方法 ,改进马科维茨 ( Markowitz)证券投资组合模型 ,并建立新的证券投资组合优化模型     

基于变权GM(1,1)组合模型的喀什GDP预测

利用离散GM(1,1)模型,新息GM(1,1)模型以及复合函数预测模型建立了一类变权重组合预测模型.并将该组合预测模型应用于喀什地区GDP预测,建立了喀什地区GDP的变权重GM(1,1)组合预测模型.计算结果表明变权GM(1,1)组合预测模型在时间序列数据的预测中具有一定的优势.     

套利组合的最大收益模型研究

主旨是建立套利组合最大收益的线性规划模型,使模型符合套利组合收益最大化的本意并且尽量简化.通过六个命题阐述和严格证明了套利组合收益的几个模型的一些特性,尤其是得出了使得套利组合获得最大收益的一个必要条件(命题3)和一个符合套利组合收益最大化的本意并且达到了简化目的线性规划模型(命题5).     

基于ARIMA-DGM-BP组合模型的喀什地区GDP预测

组合模型的预测效果一般优于单一模型的预测效果.利用ARIMA模型,DGM(1,1)模型以及BP神经网络构建ARIMR-DGM-BP组合预测模型,给出了建立该组合模型的基本思路.利用喀什地区2000-2018年GDP的相关数据资料,建立了ARIMR-GM-BP和ARIMR-DGM-BP组合模型并对预测的效果进行了统计分析,结果表明ARIMR-DGM-BP组合模型的预测效果优于ARIMR-GM-BP组合模型.最后运用本文的组合预测模型对喀什地区2019-2021年GDP进行预测.     

基于最小二乘法的灰色组合预测模型及其应用

根据GM(1,1)模型原理,构建了灰色增量模型和灰色组合预测模型.分别利用中国和河南1986-2015年的人口数据建立模型,采用最小二乘法求解灰色组合预测模型的最优权系数.通过GM(1,1)模型、灰色增量模型和灰色组合预测模型对上述算例进行误差分析,实验结果表明灰色组合预测模型预测精度明显的优于其它单项预测模型.     

交通流灰色RBF网络非线性组合预测方法

针对智能交通系统的开发,提出一种基于灰色GM(1,1)模型和RBF网络非线性组合的短时交通流预测方法.该方法采用三层结构的RBF网络将两种单一预测方法(灰色GM(1,1)模型和RBF网络)进行了非线性组合.利用实测数据对组合方法进行了仿真实验,结果表明:非线性组合模型的预测准确性高于单独的RBF网络预测的准确性;组合模型发挥了两种单一方法各自的优势,是短时交通流预测的有效方法.     

证券投资组合理论的一种新模型及其应用

马科维茨(Markowitz)以证券收益率的方差作为投资风险的测度建立了组合证券投资模型，本基于熵的概念，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不足，进而提出一种新的证券投资组合优化模型，并以实例作了说明。     

改进的包容性检验方法在我国能源需求组合预测上的应用

单一模型遴选问题是限制组合模型预测精度提高的瓶颈之一.首次将改进的包容性检验(NET)的方法用于能源需求组合预测中单一预测模型的遴选,并基于支持向量机回归模型(SVR)构建能源需求非线性组合预测模型.研究发现:1)相较而言,NET-SVR组合模型预测精度最高,稳定性最强.该模型的预测值平均相对误差最小(0.35%),明显低于未采用NET的SVR组合模型(0.58%)和基于线性包容性检验的模型(0.50%);2)NET-SVR组合模型在基准情景、低碳情景、受挫低碳情景下,分别预测出2014-2020年我国能源需求量以年均3.28%、1.45%、2.44%的比例增长,明显低于1990-2012年的年均增长率(6.08%),这种增速符合未来新常态经济增长方式下我国能源消费量的规划与控制.     

带有模糊系数的投资组合模型研究

在证券市场,由于各种不确定因素的存在,证券的预期收益率是难以精确估算的。本文采用模糊数来处理不确定性,提出了一种基于模糊收益率的投资组合模型。为度量投资组合的风险,将绝对偏差扩展到模糊情形。通过引入模糊数绝对值的概念和不等关系的两种占优准则,将该模型转化为相应的确定性线性规划问题,投资者可根据自己的主观态度选择参数和投资策略。最后用一个具体例子验证了模型的合理性和有效性。     

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 .     

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.     

基于免疫记忆克隆算法的指数化投资组合优化构建策略

本文基于克隆选择学说及基于克隆选择学说及生物免疫响应过程的相关机理,提出用于指数化投资的免疫记忆克隆算法,并将其应用于指数化投资组合优化构建模型的求解,旨在探索指数化投资的优化构建策略。文章首先提出多目标的指数化投资组合构建模型。其次,分别设计了适用于指数化投资组合构建策略的抗原、抗体、亲和度函数、克隆选择算子、免疫记忆算子和相应的进化算法。该算法有效避免了传统遗传算法所存在的计算后期解的多样性差、易早熟以及收敛速度慢等缺点。同时,提出了限制投资组合中股票数量的启发式算法。最后,使用包括上证180指数在内的6组世界主要股票市场指数及其成份股的历史数据对模型及算法进行测算,结果表明算法具有良好的求解能力和收敛速度,所建模型的合理性和有效性亦被论证,模型和算法均具有很强的实践价值;     

新型风险投资组合选择模型

为克服现有关于风险投资的投资组合选择研究所存在的诸如相关参量在实际中不易确定、对投资风险的刻画过于粗糙等不足,本文依据风险投资的特点,提出了直接基于对风险投资项目的综合评价值来预测其未来投资效益与风险的新方法,给出了两种更合理的风险度量,并由此导出了相应的新型风险投资的投资组合选择模型,模拟结果说明了新度量和模型的合理性和实用价值.     

Portfolio selection under possibilistic mean–variance utility and a SMO algorithm

In this paper, we propose a new portfolio selection model with the maximum utility based on the interval-valued possibilistic mean and possibilistic variance, which is a two-parameter quadratic programming problem. We also present a sequential minimal optimization (SMO) algorithm to obtain the optimal portfolio. The remarkable feature of the algorithm is that it is extremely easy to implement, and it can be extended to any size of portfolio selection problems for finding an exact optimal solution.     

On the impact of conditional expectation estimators in portfolio theory

In this paper, we investigate the implications for portfolio theory of using conditional expectation estimators. First, we focus on the approximation of the conditional expectation within large-scale portfolio selection problems. In this context, we propose a new consistent multivariate kernel estimator to approximate the conditional expectation and it optimizes the bandwidth selection of kernel-type estimators. Second, we deal with the portfolio selection problem from the point of view of different non-satiable investors, namely risk-averse and risk-seeker investors. In particular, using a well-known ordering classification, we first identify different definitions of returns based on the investors preferences. Finally, for each problem, we examine several admissible portfolio optimization problems applied to the US stock market. The proposed empirical analysis allows us to evaluate the impact of the conditional expectation estimators in portfolio theory.     

一类灰色组合投资决策方法

以灰色系统理论和概率论为基础,探讨了含有区间灰数的组合投资决策问题,提出了具有交易费用的灰色组合投资模型的有效解及其临界最优解和均值白化最优解的概念.并且指出了这些概念所对应的投资偏好.利用分析方法和技巧,融合经典组合投资理论,构建了带有交易费用的灰色组合投资模型的熵权分析算法.为不确定型组合投资决策方法的研究提出了一条新思路.文中的算例说明了算法的可行性.