期权动态套期保值双相机决策模型及实证研究

金融市场具有多变性,投资者一般需要根据市场情况动态地改变套期保值策略,使套期保值组合价格波动的风险被对冲掉。因此,有必要建立期权动态套期保值模型,得到动态的最优期权头寸,这意味着投资者需要按照模型所得到的头寸动态调仓才能达到风险最小的目的。然而,买入期权进行套期保值需要支付期权金成本,也就是投资者为了达到风险最小化的目的需要付出成本代价。那么,付出的代价是否“划算”是投资者面临的一个问题。此外,买入欧式看跌期权可以规避现货价格下跌的风险,但欧式期权只有到到期日时才能被执行,而投资者不一定要持有期权直到到期日。于是,投资者在投资期间选择何时退出是期权动态套期保值的另一个问题。 针对传统的期权套期保值策略存在错失退出良机和调仓过于频繁的问题,提出退出和调仓双相机决策准则,进一步优化传统套期保值策略。在满足预算、预期收益、头寸约束条件下,建立基于在险价值的最优期权动态套期保值模型,得到传统动态套期保值策略。在此基础上,基于经济价值视角将风险和成本代价统一化度量,利用期末绩效评价提出退出和调仓双相机决策准则,进一步修正期权套期保值策略。利用上证50ETF及以上证50ETF为标的的期权开展实证研究。 研究结果表明,运用退出相机准则提供了提前退出投资的参考时间点,运用调仓相机准则通过减少不必要的调仓降低调仓成本。通过对比发现传统的期权动态套期保值策略存在缺陷,运用双相机抉择的期权套期保值策略能够获得更有效率的套期保值结果。利用退出相机提供7个参考退出交易日,若在这些交易日选择退出,投资者将获得比较大的利润,利用调仓相机后增加了收益。 考虑双相机决策的期权最优套期保值模型改进了传统模型的单一决策,提出了更有效的风险控制策略,为投资者提供决策参考具有实际意义。     

基于遗传模糊算法爬壁机器人避障仿真研究

为解决爬壁机器人壁面作业过程中的避障问题,课题组提出了基于遗传算法优化的模糊控制算法。首先,建立了爬壁机器人在壁面的运动模型,求解出机器人运动学方程;利用平面栅格的方式进行描述机器人运动路径的规划;采用遗传算法对爬壁机器人模糊避障控制进行优化,并给出具体优化步骤。利用MATLAB进行仿真实验,仿真结果表明：与遗传算法进行比较,基于遗传算法优化的模糊控制在准确避开障碍物的前提下,能够更好地跟踪起点和目标点的连线,并规划出从起始点到目标点之间更短的路径。     

现代广告英语翻译

针对目前广告英语翻译中存在的问题,应以新的视点对广告英语的翻译原则及其实现的环节,翻译方法等方面进行较为广泛的探讨.     

改进A的4阶贝塞尔曲线路径规划

自动引导车（AGV）路径规划时，传统的A算法存在应对障碍物时生成路径平滑度低、累计折角多、易碰撞等问题，课题组提出一种利用Bezier曲线与A算法相结合的路径优化算法。首先利用A算法在有障碍物的栅格地图上规划出最短路径，找出路径转弯处的特征点；然后利用4阶Bezier曲线在2个特征点生成一条满足安全避障距离、具有一定曲率、路径相对更短的Bezier曲线；最后结合A算法生成的直线和Bezier曲线得到一条新的无碰撞曲线。试验结果表明在2种不同的障碍物密度下，课题组提出的新算法比传统A算法路径长度平均减少5.5%、转弯角度平均减少654%、碰撞次数平均减少100%。新算法法使AGV路径规划可减少路径长度和转弯角度，提高了AGV的工作效率和安全性能。