书法家——怀素

正怀素(725—785年)唐时人,字藏真,僧名怀素,俗姓钱,汉族.永州零陵(湖南零陵)人。幼年好佛,出家为僧。他是书法史上领一代风骚的草书家,他的草书称为"狂草",是唐代书法高峰另一方面的表观,用笔圆劲有力、使转如环、奔放流畅、一气呵成,与唐代另一草书家张旭齐名,人称"张颠素狂"或"颠张醉素",可以说是古典的浪漫主义艺术,对后世影响极为深远。他也能做诗,与李白、杜甫、苏涣等诗人都有交往。好饮酒,每当饮酒兴起,不分墙壁、衣物、器皿,任意挥写,时人谓之"醉僧"。     

创业企业如何构建联结组合提升绩效?——基于“结构—资源”互动过程的案例研究

在资源约束条件下,构建适宜的联结组合能使创业者从关系组合带来的资源组合效应中获益并收获成长。但已有研究大多拘泥于探讨联结组合结构特征对绩效的直接影响,未能从资源组合角度挖掘联结组合结构与绩效间的内在机理。本文基于资源依赖理论的联合依赖与非对称依赖的双重视角,建构联结组合"结构—资源—绩效"的影响机制。利用嵌入式单案例研究发现:为了克服初创期较弱的联合依赖和较高的非对称依赖,青春期创业企业建立追加式资源组合增强联合依赖,创业企业绩效较低。从青春期到成长期,创业企业建立互补式与追加式并举的资源组合以降低非对称依赖,创业企业绩效较高。从成长期到发展期,创业企业建立大范围的互补式资源组合替代追加式资源组合以降低两种依赖,创业企业绩效最高。     

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。     

指数证券组合模拟市场指数的聚类和MTV方法

根据Markowitz组合证券投资理论,在一定的假设下,投资者优化其投资组合的结果必定是以市场证券组合为其最优风险资产的投资组合.国外许多研究也表明消极投资策略是有效的,投资者只要按照某个较有代表性的股票市场综合指数中的每个股票所占权重投资每个股票,就可以消除股票的特有风险,达到很好的投资效果.但是,股票市场上股票种类繁多,有限的资金很难按照股票市场综合指数去投资.本文提出了一种利用聚类分析和MTV模型,可以以有限的几种证券的资产组合去逼近市场综合指数的方法.然后以上海股票市场为例,从任意选取的50种股票中使用本方法抽取不超出10种股票,用它们的组合去逼近上证综合指数,取得了比较满意的逼近和预测效果.     

相依结构及其在构建投资组合中的运用

传统的单指数模型主要用Beta考察个股和市场间的关系,而在现实中存在着具有相同Beta的两只股票A和B,在市场上升时,A上涨的概率大于B上涨的概率,而在市场下跌时,A下跌的概率小于B下跌的概率.这是由本文所研究的相依结构的形状所决定的,因此研究相依结构能够为构建投资组合更好的服务.本文所采用的Copula方法是近年来出现用以捕捉随机变量之间相依结构的方法,在风险控制,金融衍生产品定价中的应用颇受重视.本文首先简介Copula的概念和一些基本定理,然后用Copula的方法对国内几只较具代表性的个股和大盘指数之间的相依结构做出实验实证研究,最后给出结论.     

蚁群算法研究评述

对蚁群算法的相关研究领域进行了评述,阐述并分析了蚁群算法的研究进展,重点介绍了蚁群算法及其一系列改进算法的基本原理和应用研究成果,最后从发展重点和未来应用等方面探讨了蚁群算法研究的进一步发展方向.     

资产收益序列相依下的多阶段投资博弈模型

现有投资组合优化研究普遍假设投资者之间相互独立,且假定标的资产在不同阶段的收益序列不具相关性.然而在实际投资过程中,投资者往往是相互影响,资产收益序列也存在相依特征.基于多阶段投资组合优化和纳什均衡理论,利用相对绩效来刻画投资者之间的博弈现象,以每个投资者的相对终端财富的期望效用水平为目标,构建多阶段投资组合博弈模型.在资产收益序列相依情形下,给出了纳什均衡投资策略和相应值函数的解析表达式,以及纳什均衡投资策略与传统策略的关系.采用累计经验分布函数和夏普比率等指标,对纳什均衡投资策略与传统策略进行仿真比较,分析了纳什均衡投资策略随投资者反应敏感系数的变化趋势.结果表明:相比于传统的投资策略,当考虑竞争对手的相对绩效时,纳什均衡策略投资者更愿意冒高风险去追求高收益;并且投资者的反应敏感系数越大,其对风险的偏好程度也越高.     

多维背包问题的二进制蚂蚁算法

针对著名的多维背包问题(MKP), 在蚁群优化系统高维立方体结构的基础上,提出了一种二进制蚂蚁算法(BAS).与其他求解MKP问题的蚂蚁算法不同,BAS根据二进制解的结构设计了特殊的信息素放置方式,同时在算法的迭代过程中允许非可行解的产生,并通过基于问题特征信息的修改算子修复每次迭代所产生的非可行解.BAS算法采用了特殊的信息素更新规则,使得各个选择路径上的信息素可以直接作为选择概率,同时,为了避免算法陷入早熟,BAS设计了简单的局部搜索法,并根据算法所处的不同收敛状况,采用了不同的信息素更新规划和信息素重新初始化的方法.针对MKP基准问题的实验结果表明,BAS具有超越其他蚂蚁算法的求解结果,其求解不同基准测试问题的能力表明了BAS具有解决超大规模MKP问题的潜力.     

一类回报率不确定的证券组合投资策略

为研究包含风险证券的证券组合投资问题,建立了回报率存在不确定性情况下的证券组合投资模型.将使总收益实现最小不确定性的证券组合投资问题转化为H∞控制问题,并运用离散时变系统的H∞状态反馈控制理论,得到证券组合投资的H∞状态反馈投资策略.仿真表明使用该投资策略可实现总资产按预期目标增长的投资目的.