CVaR鲁棒均值-CVaR投资组合模型与求解

传统的均值-风险(包括方差、VaR、CVaR等)组合选择模型在计算最优投资组合时,常假定均值是已知的常值,但在实际资产配置中,收益的均值估计会有偏差,即存在着估计风险.在利用CVaR测度估计风险的基础上,研究了CVaR鲁棒均值-CVaR投资组合选择模型,给出了另外两种不同的求解方法,即对偶法和光滑优化方法,并探讨了它们的相关性质及特征,数值实验表明在求解大样本或者大规模投资组合选择问题上,对偶法和光滑优化方法在计算上是可行且有效的.     

基于最小交易量和交易费用的多阶段模糊投资组合

考虑了在摩擦市场下的多阶段模糊投资组合模型,基于半绝对方差风险函数,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模糊投资组合模型.利用绝对值函数的性质,将模型转化为混合整数线性规划形式,并通过实例验证了模型的可行性,最后对模型与基于可能性均值和可能性方差的多阶段模糊投资组合模型进行了对比,分析了模型的优越性,并验证了模型的可行性.     

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。     

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。     

多阶段可能性均值-熵投资组合优化

考虑借款限制、交易量限制、交易成本和风险控制,本文提出了多阶段均值-熵投资组合模型。在该模型中,收益水平和风险分别用可能性均值和熵度量。熵值越小,投资组合包含的不确定性越低,投资组合的安全性越高。此外,熵不依赖于证券收益的对称分布。运用可能性理论,将该模型转化为显示的非线性动态优化问题。由于投资过程存在交易成本,上述模型为具有路径依赖性的动态优化问题。文章提出了前向动态规化方法求解。最后,通过实证研究比较了不同熵的取值投资组合最优投资比例和最终财富的变化,并验证了模型和算法的有效性。     

均值—动态VaR多阶段投资组合优化研究

将动态风险度量方法运用到多阶段投资组合中,提出了具有交易成本和交易量限制的均值—动态VaR多阶段投资组合模型,并运用自创算法——离散近似迭代法求解.方法的基本思路为:首先,将模型中的连续型状态变量离散化,并将上述模型转化多阶段赋权有向图,然后,运用极大代数求出起点至终点的最长路程,即获得模型的一个可行解;最后,以该可行解为基础,继续迭代直到前后两个可行解非常接近.证明了该方法的收敛性,并以一个具体的算例,验证了该算法可以较快地计算出不同终期财富所对应的最优投资策略.     

基于线性反馈策略的多阶段均值-方差投资组合优化

现有的多阶段投资组合优化问题普遍利用动态规划方法来进行求解,然而对于较为复杂的优化问题而言,该方法并不适用.针对此类复杂投资组合优化问题,文章首先在广义的多阶段均值一方差理论框架下,构建一类存在凸锥约束的投资组合优化模型.进而提出了一种有效的线性反馈策略,通过计算投资组合在各阶段财富值的收益和风险值,可将该动态随机控制问题转化为一个传统的凸优化问题.最后,在开环和闭环两种策略形式下通过数值仿真验证文章所提出反馈策略的有效性.结果表明,所提出的开环策略占优于已有的开环策略,且能够有效地拟合由动态规划所得精确投资策略.     

多阶段均值-半绝对偏差模糊投资组合优化研究

考虑交易成本和交易量限制,提出投资组合的收益率的隶属函数为梯形的多阶段均值-半绝对偏差可能性投资组合模型,并用自创算法——离散近似迭代法求解.其基本思路为:将连续型状态变量离散化,根据网络图的构造方法将上述模型转化多阶段赋权有向图;运用极大代数求出起点至终点的最长路程,即获得模型的一个可行解;以该可行解为基础,继续迭代直到前后两个可行解非常接近.文章还证明了该方法的线性收敛.最后,文章以一个具体的算例验证了该算法的有效性.     

开环策略下多阶段均值-方差投资组合优化研究

首先研究开环策略下不同财富动态过程的多阶段均值-方差投资组合优化模型,讨论它们的实际意义和计算方法,其中投资比例财富动态过程模型为高度非线性非凸数学规划.进一步研究投资比例财富动态过程模型实际计算问题,并且通过构造辅助模型,给出投资比例两阶段模型的全局解求解方法并通过数值算例和仿真说明该方法的有效性和准确性.最后通过数值算例比较不同财富动态过程在开环策略下和闭环策略下前沿面的关系,结果表明在闭环策略下三种财富过程等价,但是在开环策略下资产财富模型的前沿面最高、资产调整模型的前沿面次之、投资比例多阶段模型的前沿面最低.     

基于均值-VaR的投资组合最优化

利用均值-VaR方法,提出了有交易费用存在时的最优投资组合模型。通过求解均值-方差模型来研究均值-VaR模型的有效前沿,并指出在收益率的分布为正态分布的假设下,均值-VaR模型的有效集是均值-方差有效前沿的子集。有关全局最小VaR的存在性的分析显示在选择VaR的置信水平时必须非常小心。最后给出了应用均值-VaR模型的实例分析。     

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.     

基于均值-熵的机构投资者行为投资组合模型

考虑决策者的有限理性,利用相对财富和习惯形成效用函数描述了机构投资者的投资组合决策行为;在SHEFRIN和S TATM AN行为投资组合理论(BPT)框架下,引入均值-熵度量证券投资组合风险;由此,建立了一种机构投资者行为投资组合决策模型,算法释例进一步验证了其有效性.     

具有熵约束的多阶段均值—绝对偏差模糊投资组合决策

文章运用可能性绝对偏差和比例熵分别度量风险和分散化程度,提出了具有风险控制和线性交易成本的终期财富最大化的多阶段模糊投资组合模型。运用可能理论,将该模型转化为显示的非线性动态优化问题。由于投资过程存在交易成本,上述模型为具有路径依赖性的动态优化问题。文章提出了前向动态规划方法求解。最后, 通过实证研究比较了不同熵的取值投资组合最优投资比例和最终财富的变化。     

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.     

协方差矩阵退化情形均值-CVaR模型的有效边界

本文利用CVaR方法代替方差或CVaR来度量风险,建立了均值-CVaR模型,首先利用等CVaR线的方法研究了包含无风险资产的均值-CVaR模型的有效边界,然后在无套利假设下研究了当风险资产的协方差矩阵是奇异时的均值-CVaR模型,并得到了正态情形下模型的有效边界及其解析表达式.     

均值-CVaR模型的稳健构建方法及其比较研究

传统均值-CVaR模型具有不稳健性,当样本数据存在离群值时,传统均值-CVaR模型获得的投资效果可能会偏离实际情况。针对这一现象,文中将稳健统计思想与传统均值-CVaR模型相结合,构建出稳健均值-CVaR模型以削弱或消除离群值的影响,从而获得较为可靠的投资效果。为了说明稳健改进方法的有效性和可行性,文中进行了模拟实验和实证分析,结果均表明:当数据中不存在离群值时,传统和稳健均值-CVaR模型获得的投资效果基本保持一致;但当数据中存在离群值时,传统均值-CVaR模型获得的投资效果与实际不符,而稳健均值-CVaR模型获得的投资效果仍保持着良好的一致性,说明稳健均值-CVaR模型对离群值具有较好的抗差性和抗干扰性。     

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.     

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.     

具有投资限制的风险资产模糊随机投资组合模型

研究了模糊随机环境下风险资产投资组合选择问题.利用模糊随机变量刻画风险资产的收益率,建立了具有投资限制的风险资产投资组合选择的一般模糊随机均值-方差模型,该模型包括了是否允许卖空及具有投资比例下界约束的情况.在此基础上,提出了具有梯形模糊随机收益率的具体投资组合优化模型,这些模型能够转化为二次规划问题求解.最后,利用上证50指数中的9种股票对模型进行了实证分析,结果表明模型能够有效分散非系统性风险.     

基于离散近似迭代法的多阶段M-V投资组合优化

提出了离散近似迭代方法,并用该方法求解具有交易成本和交易量限制的多阶段均值-方差(M-V)投资组合模型.离散近似迭代方法的基本思路为:首先,将连续型状态变量离散化,根据网络图的构造方法将上述模型转化多阶段赋权有向图;其次,运用嘉量原理求出起点至终点的最长路程,即获得模型的一个可行解;最后,以该可行解为基础,继续迭代直到前后两个可行解非常接近.还证明了该方法的收敛性和复杂性.