基于长短记忆神经网络预测的大类资产因子配置研究

大类资产配置策略为资金相对庞大的机构投资者提供了一个有效获取稳健收益的手段,通过因子收益分布及相关性的预测能更好地进行大类资产配置.将大类资产因子配置的思想与机器学习算法预测有机结合,首先筛选宏观因子及风格因子,利用长短记忆神经网络(LSTM)方法预测组合收益,得到最优因子组合;然后结合最优因子组合中蕴含的信息,修正对资产预期收益率的估计并提出了大类资产的权重配置方案.通过在全球18种大类资产上进行的算例分析表明,采用本文模型得到的配置策略相较于其它模型有更高的收益风险比、较低的年化波动以及较小的最大回撤.研究结论可为机构投资者的大类资产配置提供理论借鉴.     

特质波动率与股票收益——基于Fama-French五因子模型的研究北大核心CSCD

股票收益与风险之间的关系一直以来都是金融学理论研究的核心问题.近年来,针对股票收益与特质风险之间的关系的研究受到了越来越多的学者的关注.在有效市场的理论下,通过构建多样化投资组合,投资者可以分散公司的特质风险,使组合收益更多的与市场风险相关.然而由于投资者之间信息不对称、市场政策差异化、资金成本不均衡等因素的影响,往往无法构建其目标组合,于是无法分散的特质风险就会在一定程度上影响股票收益.该文章以沪深A股自2000年1月4日至2015年12月31日共计3871个交易日的日收益率数据作为研究样本,通过滚动窗口分析的方法,以最新的五因子模型为切入点,研究发现了在中国股票市场中特质波动率与股票收益之间的负相关关系,并通过构建高特质风险与低特质风险股票组合进一步发现特质波动率与收益之间的负相关关系在经济意义上显著.     

基于多维Gumbel Copula函数的投资组合VaR分析

基于目前国内有关Copula函数的实证研究主要是研究二种资产的相关性为主,文章根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上具有的优势,首先利用GJR模型构建资产的边缘分布,接着利用多元阿基米德Copula函数族中的Gumbel Copula函数构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度下的投资组合的最小风险价值(VaR)及其资产组成,实证说明根据文章提出的模型度量资产的风险,可以使投资者选择的资产更加稳健,同时也有利于投资者对投资组合整体风险进行分散和监管。     

基于因子模型的指数跟踪及实证分析

指数跟踪是指数基金和机构投资者广泛使用的被动投资管理策略. 通过建立股票收益的多因子模型, 提出了将组合的贝塔值控制在合适范围内, 并在期望超额收益非负的条件下, 最小化组合风险的指数跟踪模型. 同时,考虑到实际需要, 在模型中限制了组合中股票的数量和持有量.实证分析结果表明, 通过选取不同的控制参数,
该模型产生的跟踪组合既能实现较小的跟踪误差,也能实现一定的超额收益.     

基于股票评论的投资者情绪对持有股票收益影响的研究

投资者行为易受互联网舆论的影响,进而造成股票收益的波动.分析投资者情绪对股票收益的影响方式有利于投资者规避投资风险,促进我国股票市场稳定发展.基于东方财富股吧2020年7月至2021年2月上证股票的评论数据,利用加权朴素贝叶斯分类模型构建了投资者情绪因子,并对情绪因子的构建方式进行了改进.随后将情绪因子引入中国版Fama-French三因子模型,针对单只股票和持股期为1个月的投资组合,基于线性回归、长短期记忆神经网络模型,从线性、非线性两个角度研究了投资者情绪对其持有股票收益率的影响.结果表明,投资者情绪对股票收益率具有非线性的正向影响.前一日的投资者情绪会对当日股票收益产生影响,投资者在研究期望收益率时需予以考虑.     

双侧风险度量方法及其在投资组合优化模型中的应用

现有的资产风险度量方法不能合理的反映收益的向上波动给投资者带来的风险感受,针对这一不足,本文提出了一种新的风险度量方法,这一方法综合考虑了投资者对于损失的规避和对超额收益的偏好,能够更为真实的反映投资者对于资产收益双侧波动的不同风险感受.同时本文结合新的风险度量方法给出了投资组合优化模型,并对模型的解从不同角度进行了分析.研究结果表明,新的风险度量方法可以为投资者提供更有效的投资决策依据,并且投资者的风险态度对于投资组合有效前沿和最优投资组合都有显著的影响.     

风险条件下基于收益视角的最优投资决策研究

给出了风险条件下基于收益视角的损失最小化投资组合模型.数值试验表明,当投资者预期收益较高时,该模型等价于条件在险价值模型,当投资者满足于较低收益时,该模型优于条件在险价值模型.提出的基于主成分分析的情景生成方法避免了过度分散投资,投资组合模型的最优目标值随情景数目的增加快速趋于收敛;该情景生成方法无需假定随机收益的分布,融合了收益分布的非对称及尖峰等统计特征,主成分分析法的降维优势使该方法也适合于资产数目较大时的情景生成.     

基于异质理念的动态组合选取模型

不同于传统的代表性经济人的动态投资组合选取模型,引入异质理念,考虑不同投资者的动态组合选取.由于投资者的乐观或悲观情绪直接影响了他对信息的评价,因此用随时间变化的参数体现投资者的情绪,随机组合收益分布是这个参数的函数,不同的投资者或者同一投资者在不同情绪下就有了自己独特的收益分布.通过对均值——方差目标函数的变形,给出了不同投资者对风险资产的最优投入、预期收益和方差的解析表达式,此三项不仅和投资者的风险厌恶度有关,而且和投资期长短有关、与投资者的情绪有关.在对香港恒生指数的实证分析显示,异质性严重影响投资者对风险资产的投入.     

特质波动率与股票收益——基于Fama-French五因子模型的研究

股票收益与风险之间的关系一直以来都是金融学理论研究的核心问题.近年来,针对股票收益与特质风险之间的关系的研究受到了越来越多的学者的关注.在有效市场的理论下,通过构建多样化投资组合,投资者可以分散公司的特质风险,使组合收益更多的与市场风险相关.然而由于投资者之间信息不对称、市场政策差异化、资金成本不均衡等因素的影响,往往无法构建其目标组合,于是无法分散的特质风险就会在一定程度上影响股票收益.该文章以沪深A股自2000年1月4日至2015年12月31日共计3871个交易日的日收益率数据作为研究样本,通过滚动窗口分析的方法,以最新的五因子模型为切入点,研究发现了在中国股票市场中特质波动率与股票收益之间的负相关关系,并通过构建高特质风险与低特质风险股票组合进一步发现特质波动率与收益之间的负相关关系在经济意义上显著.     

考虑组合风险的指数化投资与随机线性二次最优控制

指数化投资使投资者享有市场平均收益水平,具有投资风险分散化、投资组合透明化、投资成本低廉等优势,日益受到投资者的亲睐。由于通常指数化投资者不愿意承担较大风险,本文考虑极小化跟踪误差与投资组合的风险之和(其中风险用风险资产的累积方差来衡量)。本文证明了无论是连续时间或离散时间、有限时区或无限时区的情形,在一定的条件下,最优控制都唯一存在,即利用随机线性二次最优控制进行指数化投资,最优投资策略都唯一存在。     

基于CVaR的多目标投资组合模型

金融市场的发展与完善,以及人民收入水平的提高,使越来越多人关注金融投资并成为热点.理性的投资者总是期望风险尽可能低同时收益又尽可能高,而且希望投资的资产易于管理和管理成本低.考虑投资者多个目标的要求,将运用CVaR风险度量方法,提出一个均值—CVaR—资产数目的多目标投资组合模型,并利用多目标粒子群算法对模型进行实证分析,验证新模型的可行性和有效性,为热衷投资的投资者进行投资组合提供一个新方法.     

基于混合分布单因子模型的CDO定价问题

本文讨论了基于混合分布单因子模型的CDO定价问题,在所研究的CDO抵押资产组合中,描述资产价值的市场共同因子和异质因子均服从标准高斯和NIG的混合分布,且相关系数为随机相关系数.通过半解析法给出了CDO分券层的公允价格公式,并利用傅里叶变换及其逆变换,得出了贝努利相关和三状态相关两种随机相关系数的情形下累积损失概率分布的求解方法.     

基于不确定性期望效用模型的投资优化

针对资产的收益的分布不确切知道,并且所获得的矩信息也不是准确值的问题,提出了最大化最坏情形期望效用的鲁棒性方法.引入了凹凸类效用函数来度量模型不确定情形下投资者的效用,用一个不确定性结构来刻画资产收益的所有可能的分布和收益的矩信息,通过把具有不确定性结构的鲁棒性模型转化成参数二次规划问题,得到了最优投资策略、有效前沿和均衡价格的解析表示.方法为采用保守策略并且厌恶不确定性的投资者提供了一种有效的投资决策方案.     

考虑投资者异质信念和目标优先级的投资组合问题研究

考虑证券市场的模糊不确定性及投资者的模糊决策特征,以资产收益、下方风险及流动性为模糊投资目标,构建考虑投资者异质信念和目标优先级的多目标投资组合模型。进一步,以我国主板、中小板和创业板市场为背景,采用CPT-TOPSIS交互式算法进行实证分析。研究发现:乐观、理性和悲观投资者权衡收益、风险和流动性目标时偏好的优先顺序不同,导致资产配置结构、最优决策和绩效表现存在差别。结果表明模糊多目标模型能够满足不同投资者权衡多目标的差异化投资需求,取得优于基准随机投资组合的投资效果,可作为投资者投资决策的参考依据。     

存在系统风险的投资组合选择研究

多风险资产会受到波动和跳跃风险作用,它们往往具有高度相关性,形成系统风险,因此由投资组合多样化所带来的收益相应会受到影响.这篇文章考察了存在系统风险的投资组合选择问题,假定投资期无限且有中间消费,利用双跳跃模型给出最优资产组合权重近似解析解,由解的表达式可以清楚的看出系统风险对投资策略的影响情况.为了避免风险资产空头寸以及杠杆头寸对投资者的影响,这里对组合权重做了一定限制.通过与经典连续时间投资组合选择模型的比较,系统风险的影响进而可以由财富补偿来表达.     

基于Black-Litterman模型与Meucci理论确定投资组合权重

为考虑投资者线性选择观点和非线性偏好,在确定投资组合中各资产的投资权重时,本文提出了以下的方法:首先利用Black-Litterman模型,结合投资者的线性选择观点,得到权重w的估计值w_0~*。其次以w_0~*为标准,用蒙特卡罗方法模拟出w_1,w_2,…,w_M等M个权重,根据每个权重,基于历史数据确定整个投资组合的先验分布。再利用Meucci思想,从先验分布中得到情景点(z_j,p_j),结合投资者非线性偏好,得到后验分布情景点(z_j,p_j),继而得到整个投资组合的后验分布。最后以风险补偿率为标准,来得出最优的组合权重。该组合权重综合考虑了历史数据、投资者线性选择观点和非线性偏好多个方面的信息。     

资产收益率分形相关性下的Mean-PDCCA组合策略研究

准确地测量资产之间的相关性,是构建有效投资组合模型的前提.文章针对资产收益率存在分形相关性的现实情况,首先通过消除趋势交叉相关分析(DCCA)等方法,构建了分形相关性统计测度,用于测量资产之间的相关性;随后,通过将分形相关性统计测度纳入到收益-风险准则之中,构建了多时间标度前置下的投资组合模型Mean-PDCCA,即分形投资组合模型,并给出了模型的解析解;最后,实证分析发现,在资产收益率存在分形相关性的典型事实约束下,分形投资组合整体上优于经典投资组合,不仅能够提升投资业绩,还具有更好的稳健性,为投资者提供了有效的决策参考.     

资本市场的最佳投资组合

市场上有多种可提供投资者选择的资产。本文试图对各种收益和风险进行分析,在一定的标准下给出全部资产组合的效益前沿,即有效资产组合,为投资者提供参考。 在建立模型时,考虑到资本市场的实际情况,我们对题目的条件作了适当的简化和补充。由于用于投资的资金M很大,我们忽略了单位资产的交易费用u_i。同时我们允许从银行贷款进行投资,以增加投资的灵活性,我们把资产的平均收益率和风险损失率作为各种资产及组合的收益和风险地定量描述,用计算机模拟了各种可能的投资组合,得到了完整的风险——收益图,直观地给出了有效资产组合的区域,并给出了精确的计算方法计算资产组合集合的效率前沿。使不同类型的投资者都可以找到最佳的投资组合。 最后,我们指出了一些在模型中没有考虑进去的因素,并分析了这些因素可能对模型产生的影响,并提出了模型的改进方向,以满足对预测的可靠程度要求更高的投资者的需求。     

基于风险约束的套期保值模型及沪深300股指实证研究

提出利用风险价值VaR建立套期保值资产组合的风险约束.以套期保值资产组合收益最大为目标,以控制套期保值资产组合风险为约束,建立了基于风险约束的套期保值模型.该模型在有效控制风险的基础上,可以大幅提高套期保值资产组合的收益.对沪深300股指现货和期货的数据进行了实证分析,对比了现有研究的最小二乘((OLS)、向量自回归(VAR)、向量误差修正(VEC)三种模型以及本文建立的基于风险约束的期货套期保值模型.样本内检验结果表明,本模型比现有研究模型的收益有大幅提高,平均增加81.6%.同时并没有失去对风险的控制,与现有研究模型只有5.32%的差别.对于样本外检验,模型在控制风险和提高收益两个方面都要优于现有研究模型.模型比现有研究模型平均可提高收益21.4%,平均降低风险3.61%.     

基于矩分析的资产组合选择

在风险资产收益分布为非正态的情景下,通过矩分析,研究其收益的高阶矩对资产组合选择的影响.首先,假设风险资产收益存在有限阶矩,泰勒展开边际财富期望效用,获得静态资产组合选择的近似解;其次,假设收益过程的跳跃产生收益分布的非正态性,运用随机控制方法获得动态资产组合选择的近似解析解,从高阶矩角度解释其特征。分析表明,超出峰度的存在导致减少风险资产投资,正(负)的偏度导致增加(减少)风险资产投资,该影响性随着它们及风险规避系数的增大而增强;可预测性导致资产组合存在正或负的对冲需求,取决于相关系数的符号和风险规避系数;跳跃性总体上减少风险资产投资;可预测性和跳跃性对动态资产组合选择的影响具有内在关联性。