基于股价预测的泛证券投资组合策略

本文基于期望效用最大化和L₁-中位数估计研究了在线投资组合选择问题。与EG（Exponential Gradient）策略仅利用单期价格信息估计价格趋势不同，本文将利用多期价格信息估计价格趋势，以提高在线策略的性能。首先，基于多期价格数据，利用L₁-中位数估计得到预期价格趋势。然后，通过期望效用最大化，提出一个新的具有线型时间复杂度的在线策略，EGLM（Exponential Gradient via L₁-Median）。并通过相对熵函数定义资产权重向量的距离，进而证明了EGLM策略具有泛证券投资组合性质。最后，利用国内外6个证券市场的历史数据进行实证分析，结果表明相较于UP（Universal Portfolio）策略和EG策略，EGLM策略有更好的竞争性能。     

次分数布朗运动下带交易费用的备兑权证定价

为了体现金融资产的长记忆性,采用次分数布朗运动刻画备兑权证标的资产价格变化的行为模式。利用随机分析理论和偏微分方程方法,建立了次分数布朗运动下带交易费用的备兑权证定价模型,进一步研究了定价模型的参数估计问题。最后,采用我国权证市场实际数据进行了实证分析,通过比较不同定价模型的结果说明了长记忆性和交易费用对定价结果有着显著的影响。     

通胀市场下多设备租赁的在线策略分析

现实租赁市场中,企业同时租赁多台设备的现象大量存在,但经营者面临的最大难题是如何对这多台设备进行在线租赁的组合优化,从而降低决策成本,而通货膨胀又进一步增加了决策难度。本文运用在线算法和竞争分析法建立多设备投资的风险控制策略,并分析通胀对决策的影响。首先在Karp经典模型上给出通胀因素下多设备投资的最优在线和离线策略;接着建立设备租赁在连续可分情形下的最优风险控制模型,进一步结合实际投资中设备必须以离散整数租赁的特点,对CR策略进行调整和优化,得到近似的CRJ策略,使得策略更符合实际投资活动。最后给出具体实例分析,结果显示,当物价指数逐渐增大时,最优决策日期相应提前,对应最优策略的竞争比也逐渐增大,进一步说明物价指数因素和多设备投资因素的引入对投资者的决策有着重要的影响,为多设备在线租赁问题的研究提供了新的解决思路。     

证券市场宏观基本面分析的模糊综合评价

中国股市具有很强的“政策性效应”，准确客观地分析股市对于把握投资时机非常重要。文章首先分析了影响股票投资的宏观经济因素，然后建立股票投资宏观经济分析的模糊综合评价模型，最后给出了一个算例说明该评价模型的可行性。     

随机选择设备获得方式的可折旧设备在线租赁

选取截止到2011年底高管所持股票已过禁售期的90家创业板公司作为研究样本,采用最小二乘法分析高管减持和股权结构对创业板公司成长性的影响,研究一股独大的股权结构下公司治理机制对成长性的作用。研究结果表明,核心管理者减持对公司成长性的负面影响显著,初始股权结构是影响处于成长期的创业板公司成长性的主要因素,创业板公司在严格的监管制度下形成被动合规,在股权高度集中的背景下董事会、监事会以及其他内部治理机制的作用弱化,治理的有效性短时间内难以显现;嵌入企业生命周期变量后发现,随着公司的发展,独立董事和监事会的职能逐渐凸显;加强对核心管理者减持行为的监管和优化股权结构有利于提升公司成长性,而创业板公司治理的高起点、高合规性在未来能够成为创业板公司真正实现高成长的制度保障。     

基于任务跟踪的在线租赁问题与竞争策略研究

现实经济活动中,有许多租赁融资决策既非纯在线租赁问题也非纯离线租赁问题,而是介于二者之间的具有部分已知信息的在线租赁问题.基于此研究了工作任务总量已知而工作任务进展序列未知的在线设备租赁问题,以租赁工作所需设备的费用最小为优化目标,建立了该问题的基本数学模型,提出了任务跟踪策略,给出并证明了基于这一策略的算法的竞争比.最后,把该在线租赁问题的竞争比与经典的在线租赁问题的竞争比做了比较分析,结果表明在线租赁问题的算法优于经典的在线算法,竞争性能得到了较大的提高.     

在线设备更新问题的竞争策略及其风险补偿模型

本文基于一种设备在线租赁的基础上,提出了在线设备更新问题。运用传统竞争比方法分别研究了两阶段设备更新问题在有无利率情形下的在线竞争策略,并建立了相应的风险补偿模型,从而在线投资者可以根据自己的风险容忍度和预期选择最优的更新策略。市场利率的引入使得在线设备更新模型更复杂但更贴近于现实中的设备更新问题。最后,通过具体实例进一步说明了市场利率下在线竞争比更小,而且竞争比关于市场利率递减;同时也说明了风险补偿模型中最优约束竞争比要小的多。因此,投资者若考虑到资金的收益及市场风险因素后将会采取更加谨慎稳健的投资策略。     

局内租赁问题的风险补偿模型及其竞争分析

将风险的概念引入局内租赁问题中,建立了该问题的风险补偿模型,并对存在和不存在 利率情况下的局内租赁问题作了分析. 和局内问题中传统的竞争比分析不同的是,竞争比分析 只反映局内策略与基准算法(局外最优算法) 的相对绩效,但这往往忽略了很多的有用信息,且 分析模型很不灵活. 然而在风险补偿模型中,投资者可以控制风险,根据自己不同的风险容忍 度和未来预期选择最优的租赁策略