带机会约束的动态投资决策模型研究

本文在BlackScholes型市场中,建立了具有投资机会约束的CaR动态投资决策模型: ,其中x是初始财富,π(t)=(π₁(t),…,π_d(t))′∈R^d为可行的证券组合过程,X^π(T)为计划期末的财富水平,CaR(x,π,T)为投资期末的在险资本,R是投资者事先给定的某正的财富水平,0<β<1通过对该模型的讨论,得到了最优常数再调整策略的显式表达式,其金融学含义包括:对于机会约束下的动态投资组合,在风险中性市场中,最优的常数再调整投资策略是纯债券投资策略,最优的在险资本值为零;在风险非中性市场中,最优的常数再调整投资策略蕴涵了共同基金定理的成立。     

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。     

基于区间数大小不能直接判定的灰矩阵博弈的策略优超及其最优解研究

对于区间灰数大小不能直接判定的灰矩阵博弈G(⊗)={S₁,S₂,A(⊗)}问题,其策略优超和纯策略求解问题的关键在于A(⊗)中区间灰数大小判定准则的设定与判定方法的设计。本文运用灰色系统思想和系统工程的理论,揭示了人们在灰信息条件下的博弈心理与博弈决策规则,根据区间灰数势关系的判定规则,提出了灰数势意义下的策略优超法则,定义了纯策略解。最后,以商业银行贷款动态损失准备金计提为案例,对其灰势意义下的策略优超和纯策略解问题进行了研究。     

ACO算法在投资组合中的运用

证券投资组合优化是降低投资风险的有效方法之一.该文基于现有的相关文献,并将蚂蚁算法引入证券投资组合优化领域,对Markowitz的资产组合模型进行了必要的改进.在对ACO算法作出相应的定义与描述的基础上,文章运用实例检验ACO算法,结果表明该算法具有较好的收敛性、稳定性和合理性,是求解证券投资组合优化问题的一种较好的方法.     

证券投资组合的相对极小极大方法

本文讨论了无概率假设的不确定性状态的投资组合问题.提出了不完全信息下证券投资组合的一种线性规则方法-相对极小极大方法,它是一种基于相对风险的度量方法.我们讨论了几种不完全信息下的情形,并提出了相应的投资组合相对极小极大分析原则.文中进一步阐述了相对极小极大方法与Markowitz的均值-方差方法和其它的方法之间的关系.     

具有资本结构因子和交易成本的证券组合投资模型

在介绍经典的Harry Markowitz均值-方差投资组合模型的基础上,建立了含有资本结构因子和交易成本的证券组合最优化模型,在组合中不含有无风险证券和含有无风险证券的条件下,分别给出最优投资比例及有效边界,并讨论了资本结构因子与交易成本对有效边界的影响.     

投资组合中多目标规划最优化数学模型的应用

本文通过对证券组合投资的预期收益率和投资风险进行综合定量分析,建立了证券组合投资的预期收益率和投资风险进行综合定量分析,建立了证券组合投资的预期收益率和投资风险两个目标均达到最优的多目标规划模型,并对模型进行分析,最后通过案例给出了模型的最优解。     

基于条件风险值CVaR模型的房地产组合投资的风险度量与策略

降低房地产投资风险不仅是房地产企业、投资者关注的问题,更是降低金融风险的重要内容.本文着重研究了基于条件风险值(CVaR)模型的房地产组合投资风险度量问题,通过定义离散α-VaR、α-CVaR损失值以及α-FCVaR损失值的等价函数,建立了基于离散CVaR模型的房地产组合投资优化模型,通过计算得到在一定置信水平下的组合投资比例和风险损失,从而为房地产投资决策提供依据.论文用2003-2005年我国六大城市房价数据实验,结果表明控制房地产风险的一种主要策略是选择低风险的CVaR值的投资组合.     

基于时变相关系数的动态投资组合策略

在金融市场中个股收益率之间具有高度相关性,这种相关性的强弱程度随时间变化而改变.采用基于高频数据的已实现协方差刻画个股收益率间的相关性时变特征,真实反映投资组合中个股收益率间的相关情况,通过GARCH模型把投资组合的各期收益率的方差有效地连接起来,建立收益率方差之间的递推关系,从中分离出持续方差,构建总持续方差,进而把总持续方差作为二次规划模型的目标函数建立在控制风险扩散意义下的动态投资组合模型,求得该模型的解析解.实证结果表明,时变相关系数的引入将投资组合收益率在负半轴的波动幅度控制在较小的范围,说明基于时变相关系数建立的动态投资组合模型对控制风险的扩散具有实践意义.     

金融市场条件高阶矩风险与动态组合投资

针对传统组合投资理论没有考虑高阶矩风险和静态处理问题两大缺陷,提出多元GARCHSK模型用于衡量时变的高阶矩风险,基于效用函数的Taylor展开推导出带有高阶矩风险的动态组合投资策略,并利用遗传算法进行求解。实证研究表明,中国股市不仅存在高阶矩风险,而且风险具有时变特征;为防范高阶矩风险,投资者需要动态地修正他的资产配置权重。     

多阶段条件下投资组合的优化研究

实际中的投资行为都是一个持续不断、贯穿各阶段的过程，单阶段的组合优化方法不能有效地指导实际中的多阶段投资过程。本文重点探讨了在证券统计特征不变的前提下，应如何选择多阶段组合优化策略（ｗ１，ｗ２，…，ｗＴ），并用动态规划的理论方法，研究并给出了求解多阶段投资组合优化的过程和公式，最后，通过一个例子直观地说明了单阶段展期策略不是最优的。     

项目投资组合的风险决策模型及应用

本文对项目投资组合决策方法进行了总结分析,指出了其中的不足.通过借鉴证券投资组合理论,结合项目投资组合的特点,构建了项目投资组合的风险决策模型,弥补了现有方法的不足,并设计了一种简单的模型求解方法.该模型在保证资金等资源合理配置的前提下,考虑了项目投资的先后顺序,引入了组合风险,在风险承受范围内,实现项目组合收益的最大化.最后,通过一个实例验证了模型的有效性和实用性.     

基于风险计量指标的证券组合投资的数学模型及其应用

本文建立的证券组合投资的数学模型采用风险系数β作为控制证券投资风险的参数,其经济意义明确,实用性强。该模型应用于证券组合投资,效果明显,操作方便。     

关于Markowitz投资组合模型的一个注记

本文结合现实生活和实际操作情况,对Ma- rkowitz投资组合模型进行了一定的修正,考虑证券投资买卖证券多少的问题。     

具有熵约束的多阶段均值—半绝对偏差投资组合优化

考虑投资者面临金融市场随机不确定性,将证券收益率视为随机变量,文章运用半绝对偏差度量风险,采用投资组合的熵度量分散化程度,同时,考虑交易成本和借款限制,提出多阶段投资组合模型。由于投资过程存在交易成本,上述模型为路径依赖性的动态优化问题。文章运用离散近似迭代法求解,并证明了该算法是线性收敛的。最后,通过实证研究得出熵的取值越大,投资组合的最终财富越小。     

不允许卖空下证券投资组合的区间二次规划问题

本文基于经典的Markowitz均值-方差模型,针对市场上不允许卖空的情况,提出了证券投资组合的区间二次规划模型,通过应用区间数排序方法(区间序关系、区间可能度和区间可接受度),给出了两种证券投资组合的区间非线性优化的数学转化模型,从而将不确定性证券投资组合模型转化为确定性的证券投资组合二次规划模型进行求解,并对由本文给出的三种求解方法与传统方法进行了比较。     

基于斯坦规则的投资组合管理改进研究

根据斯坦规则原理,以均值-方差模型投资权重为样本信息,以市场证券组合的投资权重为非样本信息,研究了如何确定投资权重收缩估计量的最优收缩强度,实现了投资组合主动管理与被动管理的有机结合.实证结果表明,在投资组合管理领域运用斯坦规则进行预测,能够取得优于经典均值-方差模型的业绩.     

基于TGARCH模型的证券投资惯性反向交易策略实证研究

惯性反向交易策略是比较成熟的行为金融投资策略.选取2000年1月～2006年10月投资组合公告发布在7年以上的10只偏股型封闭式基金,将TGARCH模型结合Shiller等提出的模型测度中国证券投资基金的惯性反向交易策略,探讨证券收益的波动性与惯性反向交易之间的关系.实证分析结果表明,惯性反向交易行为使基金收益具有负自相关性,同时惯性反向交易行为在市场上升和下降时是不对称的,市场下降时的惯性交易行为远比市场上升时剧烈,存在明显的杠杆效应,并且利空消息比同样大小的利好消息对收益波动性的影响更大.     

基于次梯度投影的泛投资组合选择策略

在线投资组合选择(online portfolio selection)问题是当前量化投资领域一个重要的研究问题.近些年来,可投资标的的爆炸式增长急需能够有效计算的投资组合选择策略,而现有高绩效算法大多具有指数级或多项式级的时间复杂度,不利于在实际中应用.由此,本文提出了一种基于次梯度投影的泛投资组合选择策略SGP.将次梯度投影的思想应用到资产组合构建的过程中,得到策略的再平衡规则.理论上,本文分析了次梯度投影算法的竞争性能,证明了该策略是一个泛投资组合选择策略;并发现该算法具有线性时间复杂度.实证上,验证了SGP策略在美国与中国市场的表现.结果表明,SGP策略能够实现和最新的泛投资组合选择策略相当的收益率,而算法运行时间短于现有策略.参数敏感性分析表明SGP策略对参数选择不敏感;交易成本敏感性分析表明SGP策略能够承受合理的交易成本.     

股市涨跌预测与量化投资策略:基于时变矩成分分析

利用时变矩成分分析提取高阶矩吸收率,改进基于阈值的高阶矩因子个数选择方法,提出基于元素值的联合矩成分分析权重设定,构造了一种基于股票市场高阶矩相关结构的量化投资策略。研究表明,基于矩成分吸收率的投资策略能够对股市涨跌做出有效预测,对于股市的重大系统风险尤为敏感,在熊市中也有良好表现;基于单因子吸收率、累积三因子吸收率和赫芬达尔吸收率的高阶矩投资策略优于二阶矩吸收率投资策略,而三阶矩单因子吸收率投资策略最优,基于元素值权重的投资策略优于基于元素个数权重的投资策略;量化投资策略具有参数稳健性,且可通过优化高阶矩的时变结构对投资效果进行优化。