求解带有交易费的CVaR投资组合模型的L-S算法

本文假设投资者是风险厌恶型,用CVaR作为测量投资组合风险的方法.在预算约束的条件下,以最小化CVaR为目标函数,建立了带有交易费用的投资组合模型.将模型转化为两阶段补偿随机优化模型,构造了求解模型的随机L-S算法.为了验证算法的有效性,用中国证券市场中的股票进行数值试验,得到了最优投资组合、VaR和CVaR的值.而且对比分析了有交易费和没有交易费的最优投资组合的不同,给出了相应的有效前沿.     

含MCVaR的投资组合优化统一模型

研究了Duarte提出的投资组合优化统一模型及条件风险价值(CVaR),分析了以CVaR为风险度量的投资组合优化模型的具体形式,建立了统一七种模型的投资组合优化统一模型,并发现统一模型是一个凸二次规划问题.     

基于相对鲁棒CVaR的电网投资项目组合优化模型研究

在新一轮电改的背景下,电网投资将面临更多的不确定性风险,亟需落实精准投资以降低投资风险.将相对鲁棒CVaR风险度量模型应用于电网投资项目组合优化中,构建了基于相对鲁棒CVaR的电网投资项目组合优化模型,并通过蒙特卡洛仿真和K-means聚类方法进行随机样本的生成与削减.算例结果表明,相对鲁棒CVaR模型具有极好的鲁棒性,能够在相对最坏情景下保证电网投资风险的最小化;同时,相对于绝对鲁棒CVaR模型减小了决策结果的保守性.     

基于CVaR投资组合优化问题的光滑化方法

对选定的风险资产进行组合投资,以条件风险价值(CVaR)作为度量风险的工具,建立单期投资组合优化问题的CVaR模型。目标函数中含有多重积分与plus函数,产生情景矩阵将多重积分计算转化成求和运算,提出plus函数的一个新的一致光滑逼近函数并给出求解CVaR模型的光滑化方法,最后的实证研究表明了本文算法的优越性。     

基于CVaR衍生的多期多面风险度量下的投资组合研究

为了解决多期投资组合的决策问题,本文将由CVaR衍生的多期多面风险度量作为风险控制目标,建立了一个在收益约束条件下最小化风险的多阶段投资组合模型。为求解模型,设计了多期投资组合优化流程,它将非参数抽样方法、基于聚类算法的多阶段情景树生成方法和多期多面风险度量组合在一起。该流程基于计算、容易实现、直观合理。根据我国金融市场数据进行的实证研究结果表明,这一流程具有较好的实用性。     

基于熵和CVaR的多目标投资组合模型及实证研究

股票组合的选取以及对风险的度量在投资过程中极为重要.基于熵模型和CVaR风险度量方法,文章提出了一种新的多目标投资组合优化模型,并利用模糊集理论和粒子群算法对模型进行求解.同时,通过深圳综合指数、中小板综合指数和上证180指数的实际股票数据进行实证分析,结果表明与其他经典投资组合模型相比,文章所提出的模型在Sharpe...     

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。     

信用资产组合优化的"条件在险值-补偿"型随机规划模型

本文对于信用资产组合的优化问题给出了一个稳健的模型，所建模型涉及了条件在险值（CVaR）风险度量以及具有补偿限制的随机线性规划框架，其思想是在CVaR与信用资产组合的重构费用之间进行权衡，并降低解对于随机参数的实现的敏感性．为求解相应的非线性规划，本文将基本模型转化为一系列的线性规划的求解问题．     

CVaR风险度量模型在投资组合中的运用

风险价值(VaR)是近年来金融机构广泛运用的风险度量指标，条件风险价值(CVaR)是VaR的修正模型，也称为平均超额损失或尾部VaR，它比VaR具有更好的性质。在本中，我们将运用风险度量指标VaR和CVaR，提出一个新的最优投资组合模型。介绍了模型的算法，而且利用我国的股票市场进行了实证分析，验证了新模型的有效性，为制定合理的投资组合提供了一种新思路。     

基于Pair-Copula-GARCH模型与CVaR的时变投资组合优化

以过去的信息为条件,以一致性风险度量CVaR为优化目标,以组合收益率为约束条件,建立了时变投资组合优化模型,通过基于pair-copula-GARCH模型的蒙特卡洛模拟方法得到未来某时刻收益率的多个可能情景,并引入一个特殊函数实现了投资组合模型的线性化,得到了最优投资组合策略.最后针对提出的模型进行了实例分析.     

A smoothing method for solving portfolio optimization with CVaR and applications in allocation of generation asset

This paper focuses on the computation issue of portfolio optimization with scenario-based CVaR. According to the semismoothness of the studied models, a smoothing technology is considered, and a smoothing SQP algorithm then is presented. The global convergence of the algorithm is established. Numerical examples arising from the allocation of generation assets in power markets are done. The computation efficiency between the proposed method and the linear programming (LP) method is compared. Numerical results show that the performance of the new approach is very good. The remarkable characteristic of the new method is threefold. First, the dimension of smoothing models for portfolio optimization with scenario-based CVaR is low and is independent of the number of samples. Second, the smoothing models retain the convexity of original portfolio optimization problems. Third, the complicated smoothing model that maximizes the profit under the CVaR constraint can be reduced to an ordinary optimization model equivalently. All of these show the advantage of the new method to improve the computation efficiency for solving portfolio optimization problems with CVaR measure.     

企业债券组合的优化问题研究

信用风险已成为金融业面临的最重要风险形式.通过结构模型估计企业债券的未来价格,建立了投资损失函数,并利用CV aR风险度量方法构造了期望收益最大化的债券组合优化模型,最后利用我国债券市场数据进行了实证分析.     

证券投资组合优化问题的强健性的锥优化方法(英文)

本文研究了具有强健性的证券投资组合优化问题.模型以最差条件在值风险为风险度量方法,并且考虑了交易费用对收益的影响.当投资组合的收益率概率分布不能准确确定但是在有界的区间内,尤其是在箱型区间结构和椭球区域结构内时,我们可以把具有强健性的证券投资组合优化问题的模型分别转化成线性规划和二阶锥规划形式.最后,我们用一个真实市场数据的算例来验证此方法.     

椭球不确定集下具有消费的投资组合鲁棒优化模型

针对含有不确定参数的优化问题,鲁棒优化作为一种有效的优化手段引起了人们的普遍关注。本文主要介绍了CVaR风险投资纽合模型,并在模型中加入消费,将椭球不确定集下鲁棒优化应用到该模型中,这不仅解决了该模型由于参数的不确定性所造成的缺陷,而且也比较符合实际情况。     

鲁棒信用风险优化的线性锥优化模型

考虑了具有强健性的信用风险优化问题. 根据最差条件在值风险度量信用风险的方法,建立了信用风险优化问题的模型. 由于信用风险的损失分布存在不确定性,考虑了两类不确定性区间,即箱子型区间和椭球型区间. 把具有强健性的信用风险优化问题分别转化成线性规划问题和二阶锥规划问题. 最后,通过一个信用风险问题的例子来说明此模型的有效性.