凸规划和模糊线性规划模型在组合投资中的应用

文章介绍凸规划和模糊线性规划模型及其求解方法,提出了基于凸规划和模糊线性规划的组合投资模型,并将模型的求解转化为参数规划应用于我国证券市场的组合投资中,最后采用相应软件求解出最优投资组合比例.     

基于原对偶内点算法求解投资组合优化模型

研究了标准均值方差投资组合选择模型,针对目前求解方法不具有多项式算法复杂性,文章给出了求解均值方差投资组合优化模型的原对偶内点算法.该算法具有多项式复杂性,因此可以快速求解大规模的投资组合优化模型.仿真结果表明,原对偶内点算法可以较好地应用于投资组合问题,具有较广泛的应用空间和一定的推广价值.     

基于预测收益率的模糊投资组合优化模型

本文提出用预测收益率代替均值,在新的经济周期下投资者重视对偏离预测收益率的风险度量,更重视最新的样本数据;并通过建立模型来预测收益率,提出了新的风险度量函数,在此基础上建立了新的投资组合优化模型,解决了样本数目不足的投资组合优化问题.本文建立的模糊环境下的投资组合可以完全转变成线性规划求解,减少了协方差的计算量,使得处理大型证券组合优化问题成为可能.     

具有熵约束的均值-绝对偏差模糊投资组合优化

在实际投资过程中,有许多模糊因素影响投资决策.文章针对资产收益率为模糊数的投资组合决策问题,用绝对偏差和比例熵度量投资组合的风险和分散化程度,提出了具有熵约束的均值-绝对偏差投资组合优化模型,利用加权极大—极小模糊目标规划方法,将双目标规划问题转化为单目标规划问题,并运用旋转算法结合序列规划法进行求解.最后,通过实证研究比较了不同熵的取值对投资决策的影响.     

基于Copula函数的动态投资组合研究

文章以传统的投资组合理论为基础,将Copula理论引入到均值一方差模型中来,用Copula函数导出的时变Kendall的tau相关性测度代替线性相关系数,求解投资组合最小方差模型,得到最优投资比例和投资收益,并在此基础上与线性相关下求解的结果进行比较.     

模糊环境下基于可信性安全准则的投资组合模型

文章研究了模糊环境下的投资组合模型,将证券的收益率描述为模糊变量,提出了基于可信性测度的安全准则,可信性安全准则反映了投资者对灾难事件的容忍水平:建立了基于可信性安全准则的模糊投资组合模型,设计了基于模糊模拟的混合智能算法时具有模糊收益的投资组合模型进行求解;给出了模糊环境下基于可信性安全准则的投资组合数值算例,说明该方法的有效性.     

基于卡尔曼滤波的投资组合时变风险估计

本文采用状态空间表示式,提出了一个具有时变的系统风险系数β的条件CAPM,然后利用卡尔曼滤波递归算法来估计时变β系数,最后通过夏普的对角线模型计算投资组合的VaR并进行返回检验.结果表明,该模型能够捕捉到金融市场的波动,而且对计算起到简化作用,特别适合对大投资组合的VaR估计.     

机会约束下风险最小的投资组合选择模型研究

文章在投资组合收益率服从正态分布的前提下,用CVaR作为度量风险的标准,建立了以投资风险最小为目标且具有投资机会约束的组合策略选择模型.利用优化理论,证明了模型最优解的存在唯一性,得到了最优解的解析表达式.并利用Matlab给出了求解该问题的最优解、最优解的均值以及CVaR的计算程序,最后通过算例予以说明.     

投资组合模型的动态规划解法

文章针对投资组合问题,建立了总风险控制下的以最终的总收益最大化为决策目标的资产投资组合模型,并利用动态规划方法对模型进行了求解,可以求得模型的整体最优解。     

基于风险价值约束的投资组合选择模型

把VaR风险度量和最优投资组合选择问题相结合,建立并求解了最优均值-VaR投资组合选择模型,实证检验所得到的结果中可以看出,以均值-VaR的模式来对资产进行优化配置具有较高效率,其效率超过以Markowitz均值进行的配置,通过-VaR的模式进行的配置,如果是在确定置信度的前提下,可以使个别偏好、共同偏好合为一体.在VaR的约束下M-V模型的特征,对于Markowitz均值方差的投资组合模型来说,是一种理论上得到的发展.     

模糊数在证券投资组合选择模型中的运用

本文利用区间数来描述证券的期望受益率,用三角模糊数来描述证券的风险损失率。从而对证券组合投资问题建立了一种模糊线性规划模型并具体给出了模型的求解方法。最后,利用国内证券市场的真实数据对模型给出了应用实例。     

基于Copula的最优投资组合探讨

文章以马克维茨的投资组合理论为基础,在均值-方差模型中引入Copula理论,使用Copula函数导出的时变KendallΥ 来代替传统的线性相关系数对相关性进行测度,求解基于Υ的最优投资组合模型,得到最优投资组合对应的方差,并且在此基础上与均值一方差模型下求解的结果进行比较.     

带有流动性约束的投资组合模型及其应用

在考虑组合投资收益与风险受市场流动性影响等因素的条件下,提出了一种带有模糊流动性约束的投资组合模型,并利用可能性理论将其转化为二次规划模型,得到该模型的解。通过实例证明:在不确定的金融资本市场,投资者可根据此模型来选择自己的投资组合,使有限资源得到最大程度利用。     

行业投资中的战略风险预算方法研究

本文将风险预算技术应用于机构投资者的行业投资战略风险管理中。为了准确地界定战略风险预算中的风险源,在国内基准证券组合比较少,不可能把战略风险源用可投资的战略基准证券组合进行刻画的情况下,引入多因素模型来刻画行业收益的风险源,建立了基于多因素模型的行业投资战略风险预算模型,并结合三因素模型进行了实证分析。在对行业战略风险进行预算的基础上配置风险,找到了一种能更好地控制行业投资战略风险的方法。     

基于Knockoff的分位数回归变量选择方法及其投资组合决策应用

在数据驱动时代,变量选择广泛应用于投资组合,如何从众多资产中挑选恰当的资产并进行配比,对稳定收益、控制风险非常关键。现有选择资产的方法未考虑到控制错误发现率（FDR）,不利于作出稳健的投资决策。为此,本文在Lasso分位数回归下基于Knockoff方法控制FDR,并用于求解条件风险价值（CVaR）投资组合决策模型。其中,用Lasso惩罚实现变量选择,用Knockoff方法通过模仿解释变量的相关结构构造Knockoff变量,将变量选择的FDR控制在给定水平。模型在两步迭代算法下采用线性规划求解,模拟分析从不同的误差分布、变量分布和维度下多角度展开。结果显示,与已有模型相比,基于Knockoff的Lasso分位数回归模型能良好地控制FDR且呈现出最好的预测效果。最后基于上证50指数成分股进行实证分析,利用滚动建模技术进行投资组合决策分析,发现新模型在收益指标和风险指标上均具有一定优势。     

考虑时间因素的投资组合模型

本文以投资收益率作为时间组合投资收益的量度,确立了时间组合中的不满足假设和回避风险假设,在此基础上建立了时间组合投资模型;通过求解数学模型论述了如何运用时间组合投资的方法降低投资风险,并确定了最优时间组合点是有效集与无差异曲线的切点。     

一种均衡风险条件下的证券投资组合模型

作为一个需要经常作出投资决策的机构或者个人,由于信息不对称、市场风险相对稳定等情况的存在,通过仔细的考虑风险因素往往会带来负面效果,导致投资迷茫,措施良机。因此首先对经典投资组合模型进行归纳总结,然后文章提出一种均衡风险下的证券投资组合模型,并进行实证分析,以便机构或个人能够简明实用的运用此方法在日常的证券投资中作出正确决策。     

均值——动态方差多阶段投资组台优化研究

文章将动态风险度量方法运用到多阶段投资组合中,提出了具有交易成本和交易量限制的均值—动态方差多阶段投资组合模型,并运用自创算法——离散近似迭代法求解。最后,以一个具体的算例,验证了该算法可以较快地计算出不同终期财富所对应的最优投资策略。     

基于分目标乘除法的双目标投资组合模型

基于马克维茨投资组合的均值-方差模型,文章构建一个投资组合预期收益率在一定范围的双目标混合投资组合摸型,并应用分目标乘除法来求解该模型。最后,给出一实际算例,对一具体投资组合模型进行分析,结果表明：所构建的模型和所采用的方法是可行的、有效的;同时,也得到了该模型的有效边界。     

多因素模型中的最佳投资比例

文章推导出多因素模型在允许卖空和不允许卖空的情况下的最佳投资比例,推广了单因素模型假设下EGP方法最佳投资比例的计算公式;并对上海股票市场一个投资组合进行实证分析。