基于CVaR风险计量指标的投资组合策略及模型

本文以在条件风险（cvaR）模型的框架下,建立了三个以Worst—CaseCVaR．CWCVaR．）为风险测量指标的投资组合模型。依据深圳证券市场的股票数据,运用Matlab工具葙提供的求解优化问题的算法进行了模拟计算,验证了模型的有效性。     

基于Copula-AL法的VaR和CVaR的度量与分配

金融资产收益率的实际分布具有明显尖峰肥尾和不对称等特征,本文采用非对称拉普拉斯分布来刻画这些特征,结合Copula函数技术来描述资产间的相关性结构,研究了市场组合VaR和CVaR的度量和分配。选取上证指数和深圳成指的组合为例,计算了组合风险及其分配。结果表明,基于t-Copula-AL模型的VaR、CVaR法计算简单准确,且能方便地进行风险分配。     

遗传算法在基于二元决策树的模型选择中的应用

模型选择是模型管理的重要部分. 本文提出利用二元决策树实现模型选择, 并采用遗传算法构造二元决策树. 最后给出了在趋势预测模型选择中的应用实例, 并分析了影响二元决策树错误率的因素.     

基于鲁棒优化模型的项目调度策略遗传算法

针对任务工期不确定的资源受限项目调度问题,提出了求解该问题的鲁棒优化数学模型。在随机规划基础上,针对该鲁棒优化模型设计了遗传算法。算法通过多种任务优先规则生成初始种群以保证种群多样性。应用该遗传算法对项目实例进行了求解,分析表明所求得的项目调度策略能够有效应对任务工期不确定性导致的随机差异,具有较强的鲁棒性。参数分析表明决策者可以通过调节模型权重系数有效平衡解的可行性与最优性,有助于决策者根据风险偏好进行选择。     

基于变结构遗传算法的水质综合评价模型

准确的水质评价可为区域水环境管理和污染防治提供科学的决策依据,其中的主要问题是在评价模型结构未知时如何建立合适的模型来反映以评价指标为系统输入与以评价等级为系统输出之间的关系.为此,提出了基于变结构遗传算法的水质综合评价自适应建模方法(CSGA-CEWQ).结果说明CSGA-CEWQ只需输入与输出数据驱动,可在较大的模型空间中搜索寻优,所得最佳模型表达式往往是预先难以想到的,它的计算精度高、易于物理解释,一次可提供多个较优的评价模型,可在环境系统工程智能化中推广应用.     

基于VaR的金融资产配置模型

本文根据均值-方差模型的框架,建立了用VaR代替方差或标准差作为风险的测量指标时的均值-VaR模型,同时使用等VaR线分析了两种模型的内在联系。作为模型的扩展本文还分别考虑了存在无风险资产,负债和非正态分布时的情形。此外讨论了均值-VaR模型有效边界的一些性质。     

基于遗传算法的三级逆向物流网络设计模型研究

建立初始回收点以方便客户、提高回收速度以及建立集中回收中心以负责产品的收回、分拣并统一运送到相应的生产商或分销商修理地点是一种节约、有效的多层次产品回收模式。本文在即存研究基础之上,加入了考虑初始点回收成本、回收产品中再销售品的收益和可再利用品的收益等变量,提出了能够优化连接客户、集中回收中心和生产商三级逆向物流网络数学模型,最后灵敏度分析表明遗传算法对于求解这类问题是一种有效的方法。     

基于遗传算法的企业信息化建设

本文首先介绍遗传算法的定义和内容,分析了企业信息化指标体系和企业信息化措施;其次建立了企业信息化建设的教学模型;然后运用遗传算法对数学模型进行分析、求解;最后举例说明遗传算法在企业信息化建设决策中的合理性.并指出了遗传算法在应用中的不足之处.     

基于遗传算法的经济性参数设计

针对田口方法的不足,本文在双因子方法DRA(dualresponseapproach)的基础上从经济的角度讨论了参数设计问题。考虑产品规格界限及质量损失的不对称性,建立了经济性参数设计模型,并利用遗传算法(GA)得到了最经济的过程均值与波动方差。最后给出一个实例验证了此模型是可行的,有效的。     

考虑事件风险的在险价值研究

本文讨论了考虑事件风险的资产的在险价值方法,并以此对上海股票指数作了实证研究。这种方法用跳跃来描述事件风险,用跳跃-扩散过程来描述收益率过程。通过模拟退火算法来估计模型参数,利用随机模拟方法求得资产收益率的模拟分布,进而计算组合的在险价值。通过对上海指数的实证研究表明,资产的事件风险是不可忽略的,考虑事件风险的在险价值更加合理。     

国际碳市场风险价值度量的新方法——基于EVT-CAViaR模型

受全球经济、政治、能源和政策等各方面因素影响,碳资产价格波动剧烈,探寻适合碳市场风险度量的计量方法具有重要的现实意义。论文以EUA和CER市场为研究对象,对比了CAViaR与GARCH-GED模型在不同预测区间、不同置信水平下度量碳市场风险时的表现,发现CAViaR模型在模型拟合和预测方面要优于GARCH-GED模型,但由于CER市场具有更大的不确定性,导致了CAViaR模型在CER市场的预测表现比EUA市场更差,并且在预测1%VaR时,CAViaR模型表现出不稳定性;论文进一步将EVT与CAViaR模型结合来改进碳市场1%VaR的预测效果,发现在处理具有高风险预测区间以及高风险的CER市场,EVT-CAViaR模型的预测表现都更加稳健,说明该方法能够一定程度上提升碳市场风险的预测精度。     

混合HOGA-SVM财务风险预警模型实证研究

目前涉及遗传算法与支持向量机相结合的预测模型中,遗传算法基本上采用的是标准算法.但是在对全局函数的优化中,一般的遗传算法容易陷入局部最优,从而降低遗传算法收敛速度和搜索精度,进而影响财务风险预警模型的精度与速度.基于此,提出了基于混合全局优化正交遗传算法(HOGA)和支持向量机(SVM)的财务风险预警模型(HOGA-SVM),通过使用混合全局优化正交遗传算法连同支持向量机来改进支持向量机进行财务风险预警的效果.结果显示,提出的模型不仅提高了财务风险预警的准确率和速度,而且模型的两类分类错误率(尤其是第一类分类错误率)相对其他模型也有了明显下降.未来的工作可以把模型的应用扩大到多分类的财务风险预警问题中.     

考虑条件高阶矩风险的动态对冲模型研究

传统的期货对冲模型多数忽视了期货和现货收益高阶矩风险的影响。本文使用效用函数的Taylor展开分析了高阶矩风险对投资者目标函数的影响,并利用二元GARCHSK模型对期货和现货收益的条件高阶矩风险进行了动态建模,在此基础上提出了考虑条件高阶矩风险的动态对冲模型。通过使用恒生指数期货和现货数据的实证表明,考虑条件高阶矩的动态对冲策略和静态策略相比,能够更有效地降低高阶矩风险和提高投资者的效用。     

基于二元因素分析的商业银行信用风险评价模型

从价值和信誉二元因素入手,构建了评价银行客户信用的系统指标体系并在此基础上利用遗传规划(GP)方法研究了我国商业银行信用风险评价问题.母本集数据的拟合和测试集数据的检验结果均表明,基于二元因素的GP模型在预测精度和使用价值上优于一般GP模型和其他传统的统计模型.     

VaR的一种模拟方法

在险价值作为一种风险管理的方法,到目前为止已成为国际范围内普遍使用的风险管理技术,严格定义了在险价值,并合作概率规划提供限确定是小价值的模型,同时给出了一种模拟方法。     

基于改进遗传算法的开放式基金市场价值溢价研究

针对时间序列回归方法对Carhart四因素模型参数估计不够精确的缺陷,本文利用改进的遗传算法来优化四因素模型中的参数,获得了更为精确的模型.基于此模型,以2003年1月至2006年9月我国开放式基金月度数据为样本,对我国开放式基金市场的价值溢价进行了深入研究.研究结果表明我国开放式基金市场存在明显的价值溢价,并且高市值基金价值溢价比低市值基金更为显著,导致这一结果的主要原因是基金管理者的价值投资理念尚未形成.     

基于遗传算法的装备采购决策优化研究

在装备采购中,由于需求单位地域分布和担负的任务各不相同,对装备的品种、数量、时限要求也就不一样,如何使装备采购科学化、合理化,是一个涉及多变量、多目标的复杂系统问题。在综合考虑装备采购各项因素的基础上,构建多约束条件下的多目标模糊指派模型,提出了基于遗传算法的解决方案,最后通过案例进行仿真实验,验证该算法的可行性和有效性,解决了采用传统优化方法难以解决的装备采购优化决策问题。