基于不确定正态云组合权重的综合评价方法研究

如何确定指标体系的权重是多属性决策中的一个重要问题。针对多属性决策中主客观权重的不确定问题,通过逆向云生成算法将多个主客观权重进行信息融合,生成不确定正态云组合权重,构建基于云模型的主客观组合赋权方法。在此基础上,提出基于正态云组合权重的多属性综合评价方法,该方法通过计算各方案组合赋权与理想方案组合赋权之间的正态云相似度值大小进行排序并确定最佳方案。最后,通过算例说明云组合权重综合评价方法的可行性和有效性。     

成份股数量和再平衡策略对协整优化指数跟踪组合的影响

文章以沪深300指数为基准指数,采用大权重法进行选股,运用协整优化方法确定成份股的投资权重,从而构造了跟踪沪深300指数的投资组合。在此基础上研究了成份股数量与再平衡策略的使用频率对协整优化指数跟踪组合的影响。结果表明,以10支成份股组成的跟踪组合跟踪绩效最优,同时,基于协整的投资组合在每半年进行一次再平衡的频率下会获得更好的投资绩效。     

基于混沌PSO优化BP神经网络的碳价预测

随着全国碳排放权交易市场的启动,碳价的预测对碳市场参与者的风险管理具有重要意义。针对BP神经网络收敛速度慢、容易陷入局部极值的弊端,结合混沌的遍历性,构建基于混沌粒子群(CPSO)算法优化BP神经网络的碳价预测模型:利用Elastic Net方法降维,筛选出碳价的主要影响因素;再用CPSO优化BP神经网络的初始权值和阈值训练模型并预测碳价,结果表明:CPSO-BP碳价预测模型的精度和稳定性明显优于传统BP神经网络、粒子群优化的BP神经网络以及果蝇算法优化的BP神经网络。     

基于已实现协方差矩阵的高维金融资产投资组合应用

随着金融市场的发展,可配置金融资产种类不断增加,高维资产的投资组合应用引起了广泛的关注,因此高维协方差矩阵的建模及预测更加重要。基于已实现协方差矩阵,创新地将Elastic Net(弹性网)方法与向量自回归模型结合,对高维已实现协方差矩阵进行建模和预测。实证分析中模型取得了理想的预测精度,待估参数的数目显著下降;由于弹性网方法具备充分的变量选择功能和群组效应,得到的模型更加完善,因此资产之间动态相关结构也更加明晰;分析发现行业之间协方差变化比自身方差变化更加复杂,将VAR-LASSO、VAR-EN、DCC-MVGARCH、EWMA四种模型预测的协方差矩阵应用到投资组合中,结果表明VAR-EN优势明显。     

基于Knockoff-Logistic的多因子量化选股研究

在数据驱动时代，如何挖掘金融资产的信息、挑选恰当的资产，对稳定收益、控制风险意义重大。多因子量化模型是选择股票的常用方法，选取最优解释力的因子集合是其主要目的之一。现有因子选择方法没有考虑到控制错误发现率(FDR),不利于构建稳健的投资策略。为此，在Logistic回归的基础上引入Knockoff方法进行因子选择，通过Lasso实现因子选择，利用Knockoff控制变量选择的FDR从而提高准确率。基于所选因子，在Logistic回归下进行股票预测，并与线性判别分析、支持向量机以及随机森林模型的预测结果进行对比。对沪深300指数和中证500指数成分股2007—2020年的数据进行实证研究，采用滑动回归法进行收益预测，并建立季度换仓的投资策略。研究表明，从变量选择上来看，基于Knockoff方法选出的因子所构造的选股模型具有更好的市场表现；从模型对比上来看，Logistic回归预测的投资组合具备高收益、低风险的优势。综合来看，将Knockoff方法引入到多因子选股模型有利于提高因子选择的准确度，对优化资产配置具有参考意义。     

函数性广义线性模型曲线选择的正则化方法

本文对函数性广义线性模型曲线选择的正则化方法进行了较全面地综述,并比较了各种方法的性质。结果发现,函数性广义线性模型曲线选择问题具有群组效应,另外可能具有高维数据性质。同时通过数据模拟发现,Group Bridge、Group MCP、Elastic Net和Mnet表现出较好的数值结果。     

金融市场收益率方向预测模型研究———基于文本大数据方法

金融市场的发展关系着一国的经济命脉,而股票市场作为金融市场的重要组成部分,对其收益率的研究也一直都是学术界的热点。财经新闻常被认为蕴含着丰富的信息,其中所包含的情感信息作为影响投资者投资决策的重要因素之一,对股票收益率也具有一定的影响。故本文构建了适用于金融投资领域的财经新闻情感词典来对财经新闻进行文本分析,同时构造了新的预测模型:将财经新闻文本中所含的情感量化为情绪指数并与时变密度函数相结合,得到时变加权密度模型。并在此基础上以模型评分为权重组合多个预测模型构建出评分加权模型用于股票收益率预测。结果显示,加入情绪指数能有效提高模型预测能力,而评分加权模型的预测能力则在此基础上更进一步,在准确率以及评分规则上基本达到双重最优。     

基于Shapley-RIEP值的供应链收益分配模型

针对供应链收益分配问题,在经典Shapley值法基础上,考虑影响供应链收益分配的风险暴露、技术创新、努力程度以及资产投入四修正个因子,利用改进的灰色关联度系数确定修正因子权重,通过TOPSIS来确定收益分配系数,从而构建了一个充分反映主客观信息的Shapley-RIEP模型。该模型不仅弥补了经典Shap-ley值法中考虑因子缺失的问题,还克服了修正模型里修正系数主观性和随意性的弱点,并通过算例验证其有效性和适用性。     

基于灰色组合决策法的供应链构建

将组合权重法与灰色关联度相结合,提出了一种新的供应链构建的解决思路和决策模型。文章借鉴组合权重法建立了一个供应链运营能力评估模型,对其评价指标分别进行主、客观赋权,可以得到反映系统的主、客观信息的综合评价权重系数,为选择最优供应链奠定了数据基础。最后,通过灰色关联度分析给出了选择最佳供应链的一种易行、有效的方法,并举例说明了方法的可行性与准确性。     

基于CRITIC的多属性决策组合赋权方法

多属性决策中属性权重的确定方法有多种,每种赋权方法有其各自的特点,为了综合利用各种赋权法的优势,文章基于CRITIC的基本原理,提出了一种组合赋权方法。该方法通过对利用比强度和冲突性结合构造组合权重,研究了模型的求解,给出权重的计算公式,探讨组合赋权方法的检验,确保组合权重能反映主观信息和客观信息,并总结该方法的计算步骤。最后进行实例分析,结果表明该组合赋权方法是有效性的。     

Improving The Efficiency of The Case-Crossover Design

The case-crossover design has been used by many researchers to study the transient effect of an exposure on the risk of a rare outcome. In a case-crossover design, only cases are sampled and each case will act as his/her own control. The time of failure acts as the case and non failure times act as the controls. Case-crossover designs have frequently been used to study the effect of environmental exposures on rare diseases or mortality. Time trends and seasonal confounding may be present in environmental studies and thus need to be controlled for by the sampling design. Several sampling methods are available for this purpose. In time-stratified sampling, disjoint strata of equal size are formed and the control times within the case stratum are used for comparison. The random semi-symmetric sampling design randomly selects a control time for comparison from two possible control times. The fixed semi-symmetric sampling design is a modified version of the random semi-symmetric sampling design that removes the random selection. Simulations show that the fixed semi-symmetric sampling design improves the variance of the random semi-symmetric sampling estimator by at least 35% for the exposures we studied. We derive expressions for the asymptotic variance of risk estimators for these designs, and show, that while the designs are not theoretically equivalent, in many realistic situations, the random semi-symmetric sampling design has similar efficiency to a time-stratified sampling design of size two and the fixed semi-symmetric sampling design has similar efficiency to a time-stratified sampling design of size three.