具有现实约束的均值-方差模糊投资组合绩效评价

本文提出了具有实际约束的均值-方差模糊投资组合优化模型。由于实际投资约束情况,如交易成本、交易量限制、借款限制和基数约束的影响,投资组合优化模型非常复杂,难以获得真实前沿面的解析解,这给投资组合理论的应用带来了很大的困难。基于数据的实际约束的均值-方差模糊投资组合DEA评价模型,文章通过构造前沿面来逼近一般情形下真实的前沿面。最后,通过上海证券市场的实际数据验证了本文方法的合理性与可行性。     

可调整的均值-半方差可信性投资组合绩效评价

本文提出具有实际约束的可调整的均值-半方差可信性投资组合优化模型。基于可信性理论,将上述模型转化为非线性规划问题。当考虑实际投资约束情况,如交易成本、交易量限制和借款限制的影响,投资组合优化模型非常复杂,难以获得真实前沿面的解析解,这给投资组合的绩效评价带来很大的困难。本文提出基于数据的实际约束的均值-半方差可信性投资组合DEA评价模型,进而利用DEA模型的前沿面来逼近一般情形下真实的前沿面。最后,通过上海证券市场的实际数据验证了本文方法的可行性和实用性。     

限制卖空的不确定多阶段均值-绝对偏差投资组合决策

为了处理主观不确定性,本文运用模糊不确定性来衡量投资组合收益率的均值和绝对偏差。考虑一系现实约束条件,构建了限制卖空的不确定多阶段均值-绝对偏差的投资组合模型,并运用离散近似迭代法求解。通过实证研究分别对风险资产卖空比例、风险值和熵值进行灵敏性分析,验证模型和算法的有效性。     

推广的半绝对离差和动态投资组合选择

在标准的Black－Scholes型金融市场下，建立了以推广的半绝对离差（Extended Semi－Absolute Deviation；ESAD）度量风险的动态均值-ESAD投资组合选择模型，研究了模型的求解方法，得到了最优投资组合策略和均值-ESAD有效前沿的解析表达式．同时，与动态均值-方差模型作了比较分析．最后，结合实例说明了模型的求解方法．     

不同风险度量方法的投资组合比较研究

为了验证投资组合理论在中国证券市场的有效性,在不允许卖空情况,针对不同风险度量方法,文章运用旋转算法或结合序列二次规划法分别求解均值-方差、均值-下半方差投资组合模型、均值-半绝对偏差、均值-平均绝对偏差和均值-VaR.文章选取三年沪市六只业绩比较好的股票,依据前两年的数据作为样本数据,分别求出五个模型在不同期望收益率下的最优投资策略,将得出的最优投资策略应用到最后一年,进行模拟投资,从而计算出各模型的总收益率.以等比例投资为标准,比较五个模型的绩效.最后,证明了两个模型对于中国证券市场是适用.     

离散线性投资组合模型的分枝定界算法

本文提出了一类新的带整数交易手数和凹型交易费用的均值绝对偏差模型(MAD)和极大极小投资组合模型(Minmax),并给出了离散模型的分枝定界算法.我们分别用随机产生的数据和Nasdaq股票市场的真实数据进行了数值实验,数值分析表明在一定的收益水平下均值绝对偏差离散模型风险控制上优于极大极小投资组合离散模型,而计算效率上极大极小投资组合离散模型优于期望绝对偏差离散模型.     

基于DEA博弈交叉效率和投资者心理的模糊投资组合研究

考虑到投资者并不是完全理性的,本文结合DEA博弈交叉效率方法研究了带有投资者心理因素的多目标模糊投资组合决策问题。首先,为了充分描绘投资者的心理因素和风险感知,本文基于可能性理论推导了带有风险态度的可能性均值和半绝对偏差。其次,将候选的风险资产视为互相竞争的博弈者,采用基于熵权法的DEA博弈交叉效率模型衡量它们的综合表现,从而得到每项资产的博弈交叉效率和奇异指数,并将其分别作为额外的收益和风险决策准则。基于此,提出了更加综合的可能性均值—半绝对偏差—博弈交叉效率—奇异指数模型。最后,通过一个应用实例验证了所提出的模型的合理性和有效性,从而为不同类型的投资者提供具有个性化的投资策略。     

基于偏好可能性均值的模糊投资组合模型及实证分析

本文通过客观模糊频数统计法,将证券投资的不确定收益用模糊数来表达,并利用模糊数的可能性均值将模糊收益清晰化,以及采用半绝对偏差函数来度量证券投资的风险,考虑证券换手率约束,构建基于偏好可能性均值—半绝对偏差投资组合模型,并对所建模型进行实证分析.     

随机模糊的等比例-最小方差投资组合优化研究

Markowitz的均值-方差模型在投资组合优化中得到了广泛的运用和拓展,其中多数拓展模型仅局限于对随机投资组合或模糊投资组合的研究,而忽略了实际问题同时包含了随机信息和模糊信息两个方面。本文首先定义随机模糊变量的方差用以度量投资组合的风险,提出具有阀值约束的最小方差随机模糊投资组合模型,基于随机模糊理论,将该模型转化为具有线性等式和不等式约束的凸二次规划问题。为了提高上述模型的有效性,本文以投资者期望效用最大化为压缩目标对投资组合权重进行压缩,构建等比例-最小方差混合的随机模糊投资组合模型,并求解该模型的最优解。最后,运用滚动实际数据的方法,比较上述两个模型的夏普比率以验证其有效性。     

开环策略下多阶段均值-方差投资组合优化研究

首先研究开环策略下不同财富动态过程的多阶段均值-方差投资组合优化模型,讨论它们的实际意义和计算方法,其中投资比例财富动态过程模型为高度非线性非凸数学规划.进一步研究投资比例财富动态过程模型实际计算问题,并且通过构造辅助模型,给出投资比例两阶段模型的全局解求解方法并通过数值算例和仿真说明该方法的有效性和准确性.最后通过数值算例比较不同财富动态过程在开环策略下和闭环策略下前沿面的关系,结果表明在闭环策略下三种财富过程等价,但是在开环策略下资产财富模型的前沿面最高、资产调整模型的前沿面次之、投资比例多阶段模型的前沿面最低.     

半绝对偏差投资组合模型构建及其应用

通过对模糊隶属函数以及基金投资组合基本模型的适当变形,构建了带交易费及流动性约束的极大极小-半绝对偏差投资组合模型.选取5支证券,依据2008年全年的数据作为样本数据,按投资者的不同偏好得出不同的最优投资策略,并对几种情形进行了对比,结果显示此模型能很好地反映出投资者的主观意愿,具有很好的灵活性.     

基于旋转算法的随机模糊均值-方差投资组合优化

Markowitz首先采用方差度量风险，并应用于投资组合优化中，大多数的均值方差模型仅对随机投资组合优化或模糊投资组合优化进行研究，然而，实际投资组合优化问题既包含随机信息也包含模糊信息。本文首先定义随机模糊变量的方差，并用其度量风险，提出了具有交易成本、借贷约束和阀值约束的均值-方差随机模糊投资组合优化模型。基于随机模糊理论，将上述模型转化为具有线性等式和线性不等式约束的凸二次规划问题，并得到其KKT条件。本文还提出改进的旋转算法求解上述模型，该算法消掉KKT条件中部分变量，减少计算量。最后，采用中国证券市场的实际数据进行样本内分析和样本外分析，验证了上述模型和算法的有效性。     

具有交易成本的多阶段M-AAD模糊投资组合优化

考虑交易成本、交易量的阀值约束和熵约束,提出均值-平均绝对偏差(M-AAD)多阶段的模糊投资组合模型。模型中的收益水平由模糊收益的均值确定,其风险水平由模糊收益的绝对偏差确定,熵度量投资组合的多样化程度。由于存在交易成本,该模型是一个具有路径依赖性的动态优化问题。提出离散近似迭代法求解。最后,以具体的算例比较不同熵约束下最优投资组合策略,并验证模型的算法和有效性。     

基于模糊决策的投资组合优化

基于模糊决策理论研究了带有成比例交易费用的证券投资组合优化问题. 首先,基于半绝对偏差风险函数和极大极小原则提出了一种新的风险函数--极大极小半绝对偏差风险函数;然后, 引入一种非线性隶属函数更加形象地描述了投资者对投资收益和投资风险的满意程度;在此基础上, 进一步提出了非线性满意程度的模糊决策投资组合选择模型;最后, 针对提出的模型,利用中国证券市场的真实数据给出了数值算例.     

具有现实约束的均值-下半方差模糊投资组合优化研究

在实际投资中,不确定性和现实约束影响着投资决策。为了度量实际投资中的不确定性,本文引入模糊变量,并采用下半方差度量投资组合的风险,考虑一个具有上下界限制、交易成本以及无风险资产借贷约束的均值-下半方差模糊投资组合模型。该模型是一个具有不等式约束的二次规划问题,使用不等式的旋转算法对该模型进行求解。最后,通过“滚动样本”方法,对上述模型与最小方差模型以及等比例模型进行对比与评价。结果表明,本文考虑的模型的夏普比率表现更优。     

具有心理账户的随机模糊均值-半绝对偏差投资组合优化研究北大核心

为了反映在不确定的证券市场环境下,投资者对不同收益目标产生的多种风险态度,本文构建了考虑心理账户和V型交易成本的随机模糊均值-半绝对偏差投资组合模型,并基于随机模糊理论将其转化为线性规划模型,运用线性规划的旋转算法进行求解。通过“滚动样本”的方法,文章将不同数据内上述模型和等比例模型的样本外单位风险收益进行对比检验。结果表明,本文模型有效地提升了投资组合的单位风险收益,且提升效果在“中期数据+小滚动窗口”下更为显著。     

鲁棒均值-CVaR投资组合模型及实证:基于安全准则的视角

考虑证券市场的不确定性,将资产的收益率看成区间随机变量。利用鲁棒优化方法,构建鲁棒均值-CVaR投资组合模型。采用对偶理论,将鲁棒均值-CVaR投资组合模型转换为线性规划问题,降低了模型的求解难度,有助于计算大规模的资产组合。进一步地,考虑投资者的安全性需求,在模型中引入最大违反概率,控制模型的保守程度,并直观反映投资者的安全性要求。采用实证的方法,研究模型的有效性。结果表明:鲁棒均值-CVaR投资组合模型具有较好的稳健性,且满足投资者的安全性要求,在实际的投资决策中具有可行性。     

基于模糊遗传算法的自融资有效投资组合研究

在马克维茨投资组合的均值一方差模型框架下,给出限制投资数量的自融资投资组合优化模型.把预期收益率不等式约束转化为模糊约束,采用一种通过惩罚因子,对适应度函数进行修正的模糊遗传算法来求解模型.在理论上,这种算法能够将最优基因较完整地遗传到下一代,有效地避免了早熟现象,可以得到更好的适应度函数值.在实际应用中,对一具体自融资有效投资组合实例进行计算,结果表明:本文所提出的模糊遗传算法是可行的、有效的,具有更好的优化结果.     

二阶随机占优约束下考虑偏度的投资组合模型

在DentchevaRuszczynski(2006)模型的基础上,考虑偏度对构建投资组合的影响,建立了二阶随机占优约束下最大化组合收益率偏度的投资组合优化模型,并应用分段线性近似方法将模型转化为一个非线性混合整数规划问题.利用中国股票市场的历史数据对所建模型进行了实证分析,结果表明,所建新模型比均值-方差-偏度模型和市场指数具有更稳健的表现.     

可信性均值-绝对偏差投资组合优化

为了度量金融市场的不确定性,本文引入了模糊变量。假设资产收益率为模糊数,分别运用可信性均值和可信性绝对偏差度量投资组合的收益与风险。考虑到投资者偏好,分别提出了以收益最大化的均值-绝对偏差优化模型和以风险最小化的优化模型。基于可信性理论,将上述模型转化为线性规划问题,并运用旋转算法求解。通过实证研究,证明了该算法的有效性,并比较了两个模型在实际投资决策过程中的效率。结果表明,以收益最大化的均值-绝对偏差优化模型效率优于风险最小的优化模型。