资产收益率分形相关性下的Mean-PDCCA组合策略研究

准确地测量资产之间的相关性,是构建有效投资组合模型的前提.文章针对资产收益率存在分形相关性的现实情况,首先通过消除趋势交叉相关分析(DCCA)等方法,构建了分形相关性统计测度,用于测量资产之间的相关性;随后,通过将分形相关性统计测度纳入到收益-风险准则之中,构建了多时间标度前置下的投资组合模型Mean-PDCCA,即分形投资组合模型,并给出了模型的解析解;最后,实证分析发现,在资产收益率存在分形相关性的典型事实约束下,分形投资组合整体上优于经典投资组合,不仅能够提升投资业绩,还具有更好的稳健性,为投资者提供了有效的决策参考.     

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。     

分形统计测度构建及其在投资组合中的应用研究

准确测量证券的风险和收益无论是对投资管理,还是对金融理论研究,甚至对理论成果向实践应用转化都至关重要。本文在证券价格具有分形特征的现实背景下,基于分形理论构建了分形期望和分形方差两个分形统计测度,以克服非分形统计测度在风险收益方面测不准或不可测的缺陷。在此基础上,应用分形统计测度构建了投资组合模型,给出了分形组合模型的解析解;随后,利用实证分析验证了分形统计测度在投资组合应用中的有效性。本文创新之处在于针对证券价格具有分形特征的现实背景构建了分形期望和分形方差两个分形统计测度;并基于分形统计测度构建了投资组合模型,将证券价格普遍存在的分形特征纳入投资组合的研究框架。     

基于分形和S型效用的选股策略及M-CVaR最优资产配置

以上证50指数的主要成分股为研究对象,首先基于分形与S型效用理论构建股票风险综合评估指标,作为构建投资组合的选股依据.然后在金融资产收益率服从非对称拉普拉斯分布的假设下,采用CVaR值度量投资组合的风险,进而构建M-CVaR最优资产配置模型,并将该模型转化为二次规划问题进行求解.在实证分析阶段,利用滑动窗口法分别以月、季度、半年和一年为周期对最佳股票投资集的最优配置比例进行动态调整.结果表明,利用分形与S型期望效用理论筛选出的部分股票投资集可以获得比全部股票投资集更优的投资收益,且发现调整周期为1年的资产配置方案能获得较其他调整周期更高的累计收益率和夏普比率.     

基于Black-Litterman框架的资产配置策略研究

本文基于Black-Litterman框架提出了中国股票市场投资中行业间资产配置的策略。因为宏观经济指标对于股票收益率有一定的解释能力,本文通过宏观经济变量对收益率序列建模并且用GJR-GARCH模型捕捉资产收益率变化的特征,得出的预测资产收益率及其方差作为Black-Litterman框架下的输入。最后通过实证结果表明,基于这种策略构建的投资组合收益率在一定条件下会优于基于市场均衡权重或者传统Markowitz框架下的投资策略。     

藤Copula模型与多资产投资组合VaR预测

投资组合风险管理往往涉及多个资产,在传统的二元Copula函数面临"维度诅咒"问题及多元Copula函数刻画多变量联合分布时其精确性和灵活性存在各种局限性的情况下,引入藤Copula刻画多个资产收益的联合分布,基于不同的Pair-Copula类别构建藤Copula,运用蒙特卡罗模拟方法计算多资产投资组合的VaR,通过Kupiec和Christoffersen返回检验方法测试藤Copula模型的VaR预测效果,并与传统方差-协方差风险管理方法做比较。实证分析表明,传统的方差-协方差风险管理方法和基于正态Pair-Copula作为藤Copula构建模块的方法不能通过多资产投资组合的VaR预测返回检验;而基于student-t Copula、Clayton Copula具有尾部分布特征的Copula作为构建模块的藤Copula模型能够有效地用于多资产投资组合VaR预测,从而更好的用于指导实践。     

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.     

心理账户、损失厌恶与行为资产配置实证研究

基于前景理论和三参照点理论,建立了单心理账户和三心理账户下的线性损失厌恶行为投资组合模型,并利用中证基金指数数据构建了不同市场状态下的行为投资组合,实证研究不同损失厌恶系数、不同参照点、不同心理账户资金配置条件下模型的最优资产配置策略和投资组合绩效,研究发现线性损失厌恶模型更关注下侧损失,损失厌恶系数影响资产配置,注重安全性的投资者偏好低风险资产,而寻求实现抱负水平的投资者更偏好高收益资产。     

基于风险网络结构的资产分配策略研究

股票市场是一个高风险市场,如何在频繁发生的极端波动环境下进行有效的资产分配是当前热点问题。本文首次应用VaR模型构建股市风险网络,并基于风险网络模型进行最优投资组合成分选择,分析不同市场波动行情下最优资产分配权重和股票中心性的时变关系,融合风险网络时变中心性和个股表现提出新的动态资产分配策略(φ投资策略)。结果表明:在股市上涨和震荡期,股票中心性和最优投资组合权重呈正相关关系;股市下跌期,股票中心性和最优投资组合权重呈负相关关系;当φ>0.05时,投资者的合理投资区域向高中心性节点移动,反之。φ投资策略的绩效表现证明了风险网络结构能提高投资组合选择过程。此研究对于优化资产配置、提高投资收益、多元化分散投资风险具有重要意义。     

基于多维Gumbel Copula函数的投资组合VaR分析

基于目前国内有关Copula函数的实证研究主要是研究二种资产的相关性为主,文章根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上具有的优势,首先利用GJR模型构建资产的边缘分布,接着利用多元阿基米德Copula函数族中的Gumbel Copula函数构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度下的投资组合的最小风险价值(VaR)及其资产组成,实证说明根据文章提出的模型度量资产的风险,可以使投资者选择的资产更加稳健,同时也有利于投资者对投资组合整体风险进行分散和监管。     

基于确定性等价进行等权重调整的组合投资策略研究

由于估计误差的存在,均值方差投资策略的样本外表现并不尽如人意,与此同时,等权重投资策略由于没有估计误差和良好的样本外表现而逐渐被关注,且在策略组合中发挥重要作用.因此文章引入等权重投资策略对原有的均值方差资产配置进行调整,基于确定性等价衡量不同投资策略样本外表现的优劣,确定子策略的加权系数,构建组合投资策略.研究结果表...     

考虑投资者异质信念和目标优先级的投资组合问题研究

考虑证券市场的模糊不确定性及投资者的模糊决策特征,以资产收益、下方风险及流动性为模糊投资目标,构建考虑投资者异质信念和目标优先级的多目标投资组合模型。进一步,以我国主板、中小板和创业板市场为背景,采用CPT-TOPSIS交互式算法进行实证分析。研究发现:乐观、理性和悲观投资者权衡收益、风险和流动性目标时偏好的优先顺序不同,导致资产配置结构、最优决策和绩效表现存在差别。结果表明模糊多目标模型能够满足不同投资者权衡多目标的差异化投资需求,取得优于基准随机投资组合的投资效果,可作为投资者投资决策的参考依据。     

多约束的多阶段积极投资组合模型及实证研究

构建投资组合时需要衡量其风险, 除了考虑组合本身的风险暴露, 还需考虑其相对基准组合的风险暴露. 再者, 确定组合权重时需要根据市场的规则加入合适的约束. 基于此, 为了较为完整地考虑现实投资组合面临的风险及交易约束, 将绝对风险(CVaR)和相对风险(跟踪误差)作为风险约束, 将交易成本、卖空限制和多元权值作为交易限制约束, 构建一个新的多阶段投资组合模型, 并利用动态规划和非线性优化方法进行求解. 最后, 利用上证50成分股中41只股票构建投资组合进行实证研究. 实证结果表明构建的多阶段投资组合模型能持续战胜基准组合且优于单阶段投资组合, 同时也表明模型考虑多元权值约束具有现实意义.     

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.     

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.     

限制卖空的不确定多阶段均值-绝对偏差投资组合决策

为了处理主观不确定性,本文运用模糊不确定性来衡量投资组合收益率的均值和绝对偏差。考虑一系现实约束条件,构建了限制卖空的不确定多阶段均值-绝对偏差的投资组合模型,并运用离散近似迭代法求解。通过实证研究分别对风险资产卖空比例、风险值和熵值进行灵敏性分析,验证模型和算法的有效性。     

基于VaR的房地产投资组合模型设计与应用

本文以风险和收益的动态刻画为核心,在房地产投资组合中引入基于VaR模型的风险评价,通过资产收益和预提费用在持有期内的现值构造效用函数,建立基于VaR的投资组合优化模型,实现房地产投资的最优组合。对于上海房地产市场两种不同资产进行组合的实证分析表明该模型具有一定的实用性和有效性。     

影响收益的公司指标在最优投资组合选择中的应用

如何从数目巨大的市场股票集中选取一组特定的股票作为最优投资组合选择模型的输入,以确保最终的投资方案具有优异而稳定的表现一直是投资理论界和实务界关注的重点.为此,本文基于作者新近结合中国股市特性并采用新方法所确定影响中国股票收益的多个公司基本特性指标,设计了一个恰当的股票预选策略,并由此导出了新型而稳健的投资组合选择两阶段法.实证结果表明新方法能使投资者便捷地找到更稳健的投资策略.     

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.     

基于随机基准的最优投资组合选择问题研究

本文研究基于随机基准的最优投资组合选择问题.假设投资者可以投资于一种无风险资产和一种风险股票,并且选择某一基准作为目标.基准是随机的,并且与风险股票相关.投资者选择最优的投资组合策略使得终端期望绝对财富和基于基准的相对财富效用最大.首先,利用动态规划原理建立相应的HJB方程,并在幂效用函数下,得到最优投资组合策略和值函数的显示表达式.然后,分析相对业绩对投资者最优投资组合策略和值函数的影响.最后,通过数值计算给出了最优投资组合策略和效用损益与模型主要参数之间的关系.