区间数模糊投资组合模型

利用模糊约束将Markowitz投资组合模型转化为模糊线性规划模型，用区间数来描述证券的期望收益率和风险损失率，建立区间数模糊证券投资组合模型，利用区间数知识把区间规划问题转化为参数线性规划问题对该模型进行求解，通过算例阐述方法的有效性。     

一个基于模糊决策理论的投资组合模型

对清晰和模糊两种情况下的组合投资问题进行了研究 ,提出了相应的模型和求解方法 .模型以绝对偏差和代替方差 ,假定交易费用函数为 V-型函数 ,给出了将目标函数中含有非线性项或含有非线性约束的优化模型转化为线性规划问题的一个简便方法 ,不仅大大地简化了模型的计算 ,更重要的是使得在线解决大型组合投资问题成为可能 .投资者的主观意见反映在模糊情况的组合投资模型之中 .最后通过一个例子来说明本文所提出的方法 ,并对文中两个模型进行了对比分析     

投资组合最大损失最小化模型研究

根据损失的定义 ,提出了证券投资组合的一种线性规划模型——最大损失最小化 ( MM)模型 ,给出模型的两种表达式 ,并进行了效用分析 .文中进一步阐述了 MM模型和 Markowitz的 MV模型及 Konno的 MAD模型之间的关系 ,比较了它们各自的优缺点.     

组合证券资产选择模糊最优化模型研究

提出了考虑收益和风险偏好的更为一般的组合证券资产选择模糊最优化模型。给出了最优投资比例的计算公式。并研究了以风险偏好,固定利率为参数的组合证券的有效边界的变动。最后以释例说明了方法的应用。     

一个基于极大极小风险价值的组合投资模型

风险价值理论能够很好地从心理和行为方面综合考虑收益与风险之间的决策。本文将风险价值指标引入组合投资领域,通过极大极小风险价值,建立了相应的组合投资模型(MMRV),并与其他模型(MMR、MV)进行了比较分析。     

组合证券模糊最优化模型的研究

本文提出了一种考虑收益和风险偏好的组合证券模糊最优化模型。给出了最优组合的计算方法和有效边界的表达式。最后用释例说明了方法应用。     

基于GJR-EVT-COPULA和下偏矩的最优资产组合分析

与方差风险测度相比,下偏矩一方面能够度量下边风险,另一方面通过设置不同的风险因子它可以更广泛的反映投资者的风险偏好.Harlow[1]建立了基于历史数据的均值下偏矩最优投资组合模型,本文考虑建立预测数据下的均值下偏矩最优投资组合模型,并同Harlow的模型进行实证比较.考虑到实际收益数据的时变性、杠杆效应和厚尾特征,引入AR(1)-GJR(1,1)-EVT模型来描述金融时间序列的上述特征,并通过t Copula函数描述资产收益之间的非线性相关性.对基于历史数据的均值-二阶下偏矩模型和基于预测数据的均值-二阶下偏矩模型的投资绩效进行考察.中国股市的实证结果表明,基于预测数据的均值二阶下偏矩模型可以得到更好的投资绩效.     

对投资组合选择的Telser安全-首要模型的一些讨论

主要对一般情形、含无风险资产和含外生负债三种情况下的TSF模型用直观解法求解,并对其最优解、可行解的存在性条件进行详细讨论,另外还提出一些值得进一步研究的问题.     

动态半绝对离差投资组合选择模型

考虑连续时间金融市场的投资组合选择问题。在标准的Black-Scholes型金融市场下，建立了动态均值半绝对离差投资组合选择模型．研究了模型的求解方法，得到了最优投资组合策略的解析表达式及均值一半绝对离差的有效前沿方程。同时，与动态均值一方差模型作了比较分析。最后．通过实证分析说明了模型的求解方法。     

非正态稳定分布条件下的投资组合模型:均值2尺度参数模型

针对风险证券收益率的经验分布所具有的偏态和过度峰态等非正态分布特征,提出在非正态稳定分布条件下研究投资组合模型.通过拟合优度检验发现我国的股票收益率与非正态稳定分布的拟合效果非常好;研究了非正态稳定分布条件下投资组合收益和风险的度量,建立了均值-尺度参数投资组合模型;通过实证分析发现均值-尺度参数模型能够解释资产配置之谜.     

用遗传算法求解改进的投资组合模型

在传统Markowitz投资组合模型中考虑了最小交易量、交易费用以及最大投资上限等实际因素，得到了一个改进的投资组合模型。该模型是一个非线性整数规划问题，传统算法难以有效求解。为此，设计了一种基于整数编码的遗传算法求解该模型。实际算例表明，所提出的算法是有效的。     

互联网上的投资组合选择

讨论基于Internet(Browser/WebServer方式)的投资组合选择系统.首先简要地介绍了Markowitz投资组合理论以及互联网上构建投资组合的意义,接着分析构建投资组合的几种基于Browser/WebServer的系统和给出网上投资组合系统的一个应用实例,最后提出在互联网上构建投资组合值得关注的几个问题.     

特征曲线下的模糊最优投资模型研究

在分析Markowitz风险测度下的组合证券投资模型所存在的复杂计算问题的基础上,利用特征曲线,提出了以β系数为风险度量的组合投资模糊最优化模型,从而大大地简化了计算,为投资决策提供了方便.所给出的投资模型充分反映了系统风险和非系统风险对组合投资的不同影响,便于我们对投资风险进行分析.最后给出了一个释例说明方法的应用.     

A High-Moment Trapezoidal Fuzzy Random Portfolio Model with Background Risk

In most exiting portfolio selection models, security returns are assumed to have random or fuzzy distributions. However, uncertainties exist in actual financial markets. Markets are associated not only with inherent risk, but also with background risk that results from the differences among individual investors. This paper investigated the compliance of stock yields to the fuzzy-natured high-order moments of random numbers in order to develop a high-moment trapezoidal fuzzy random portfolio risk model based on variance, skewness, and kurtosis. Data obtained from the Shanghai Stock Exchange and Shenzhen Stock Exchange was used to assess the influence on the proposed model of both background risk and the maximum level of satisfaction of the portfolio. The empirical results demonstrated that the differences between the maximum and minimum variance, skewness, and kurtosis values of the portfolio were positively correlated with the variance of the background risk.     

基于Copula-GARCH-EVT的资产组合选择模型及其混合遗传算法

在非正态分布的条件下,M arkow itz的均值-方差资产组合选择模型存在不足。为此,以V aR和CV aR作为风险度量方法,EVT反映收益率的尾部分布,GARCH反映收益率的波动性,Copu la函数反映金融资产收益的相关性,构建了基于Copu la函数的资产组合选择模型。针对非正态分布条件下V aR非凸性和分布函数不连续性导致资产组合选择优化计算复杂、不精确的难题,设计了基于单纯形和传统遗传算法的混合遗传算法。最后,根据中国证券市场数据,采用该混合遗传算法对建立的资产组合选择模型求解。     

金融资产多标度波动级串模型及其投资组合选择

依据金融资产多标度行为特征,从时间序列、标度结构两维度上建立波动级串模型,利用随机分割数和基元分割概率两个关键控制参量,将资产多标度波动递归表述成为积分标度波动特征,通过计算波动级串的高阶累积,建立资产多标度投资组合选择模型,进行多时间标度条件下的金融资产风险管理.     

基于Fuzzy真值传播的模型选择

本文用图表示模型, 采用深度优先搜索方法集结模型, 引入Fuzzy真值传播, 通过Fuzzy真值传播与Fuzzy真值比较优化模型选择。     

中国证券基金最优投资组合

根据中国证券基金业面临的特殊经营环境，建立基金的变动投资组合选择模型。通过运用该模型和作者编制的相关软件进行实证分析，研究置信水平、交易成本、权重系数约束等主要约束条件对证券基金风险资产投资组合有效前沿面的影响，为基金的投资决策提供重要参考。     

A Nonlinear Interval Portfolio Selection Model and Its Application in Banks

In classical Markowitz’s Mean-Variance model, parameters such as the mean and covariance of the underlying assets’ future return are assumed to be known exactly. However, this is not always the case. The parameters often correspond to quantities that fall within a range, or can be known ambiguously at the time when investment decision must be made. In such situations, investors determine returns on investment and risks etc. and make portfolio decisions based on experience and economic wisdom. This paper tries to use the concept of interval numbers in the fuzzy set theory to extend the classical mean-variance portfolio selection model to a mean-downside semi-variance model with consideration of liquidity requirements of a bank. The semi-variance constraint is employed to control the downside risk, filling in the existing interval portfolio optimization model based on the linear semi-absolute deviation to depict the downside risk. Simulation results show that the model behaves robustly for risky assets with highest or lowest mean historical rate of return and the optimal investment proportions have good stability. This suggests that for these kinds of assets the model can reduce the risk of high deviation caused by the deviation in the decision maker’s experience and economic wisdom.     

组合投资双目标概率准则模型及TSII算法求解

考虑到我国证券交易过程中许多限制性的规定及现实投资者并非完全理性的决策行为,给出了概率准则组合投资的收益-损失风险双目标整数规划模型。通过证券收益经验分布,应用分层抽样的随机模拟,结合禁忌算法,设计禁忌模拟混合智能优化算法TSII,进行概率准则模型求解。分层抽样保证抽样遍布搜索空间,有效刻画收益分布的“高峰厚尾”,避免禁忌搜索路径往返重复,克服禁忌搜索对初始解的较强依赖性。算法同时使用禁忌表与希望表,将分散搜索与集中搜索相结合,增强禁忌算法的并行处理能力,提高了寻优效率与精度。最后,给出一个投资组合实证分析算例的收益-损失风险有效前沿。