存在融资约束的可能性均值—方差模型及其应用研究

在可能性均值—方差组合投资决策模型中引入融资条件的限制,用模糊数的可能性均值作为证券投资未来收益率的预期,用模糊数的可能性方差作为对证券投资收益未来风险的度量,建立存在融资条件的可能性均值—方差的组合投资决策模型,并研究了该模型的求解方法及实际应用。实证分析的过程中,给出一种根据证券交易的历史收益数据获取模糊预期收益率的方法,该方法将证券投资收益率用对称三角模糊数来表示,以反映证券收益率每个交易日的波动情况。     

贷出或借入无风险资产的模糊可能性有效投资组合模型

本文把资产收益的模糊可能性均值和方差作为投资收益和风险的测度,研究在可以借贷和有投资数额约束条件下的随机性金融资产投资组合模型。在一些常见的隶属函数下将该模糊数学投资模型转化为线性规划模型,便于投资者对该模型的应用和推广。     

贷出或借入无风险资产的模糊可能性有效投资组合模型

本文把资产收益的模糊可能性均值和方差作为投资收益和风险的测度,研究在可以借贷和有投资数额约束条件下的随机性金融资产投资组合模型。在一些常见的隶属函数下将该模糊数学投资模型转化为线性规划模型,便于投资者对该模型的应用和推广。     

浅谈投资组合理论对我国保险风险管理体系的影响

本文针对保险投资组合的风险度量和最优投资策略问题,使用Copula函数得到了不同资产构成的投资组合收益的联合分布,并利用度量了投资组合的整体风险,然后比较了几种风险度量模型的效果。针对的不足,引入作为投资组合的优化目标建立了保险投资组合的最优投资策略模型,以期解决保险资金的最优配置问题,并对我国的保险风险管理体系提出了自己的一些建议。     

证券投资组合风险计量与相关分析

一、证券投资组合风险探析 证券投资组合风险可以分为两种性质不同的风险,即不可分散风险和可分散风险.不可分散风险又称系统性风险,是指由于某些因素给市场上的所有证券都带来经济损失的可能性.因为这种风险是无法通过证券组合来分散的,所以称为不可分散风险.可分散风险又称非系统性风险或公司特别风险,是指某些因素对单个证券造成经济损失的可能性.     

基于文化算法的证券组合投资模型的研究

本文根据证券组合投资模型的特点,给出证券组合多目标决策模型。并用线性加权法将证券组合多目标优化转化为单目标优化。同时侧重描述了文化算法,并采用带外文化的文化算法对证券组合投资模型进行求解,最后编程实现证券组合投资模型的最优解,实验结果表明此方法取得了较好效果。     

基于信息熵的分级基金组合风险研究

本文以2015年6月至2016年8月交易量较大的40支分级基金为样本,论证如何通过"三维熵模型"来对分级基金组合面对的风险进行度量,并挑选出合适的分级基金形成证券投资组合,结合现代投资理论中的均值—方差模型进行投资组合优化。为论证该理论的有效性和预测性,结合沪深300指数以2016年9月1日至9月30日的日收盘价数据对这些分级基金组合的收益和Va R风险进行对比分析,结果显示经过风险度量构建的分级基金组合在投资风险更小的情况下有更高、更稳定的收益。     

刍议线性规划在证券投资组合决策中的应用

如何选择一个满意的投资组合,在既定条件下实现一个最有效率的风险一收益搭配,是证券投资组合的关键问题。本文在分析Markowitz模型及其发展的基础上提出了一种新的证券组合投资选择模型,与Markowitz模型相比更容易实践,通过建立和求解证券投资风险最小化模糊线性规划模型和投资收益最大化模糊线性规划模型,试图优化证券投资组合,从而作出科学的投资决策。文章最后给出应用示例。     

投资组合理论在跨国证券投资领域的拓展

马柯维茨(H．M．Markowitz)的投资组合理论是投资学的经典理论。在马柯维茨提出了投资组合理论以后，金融学家们从不同的角度发展了这个理论，其中最引人注目的是夏普(W．F．Sharpe)的资本资产定价模型。马柯维茨的投资组合理论主要构建国内证券的最优组合，由于外国证券和国内证券具有不同的风险，部分金融学家致力于分析外国证券的风险，构建包括各国证券在内的投资组合，并用于解释国际证券的投资过程。投资组合理论在跨国证券投资领域的拓展也有其理论创新价值及对投资行为决策具有政策指导意义。     

证券投资组合的风险分散效应与应用研究

系统风险以及非系统风险是证券投资市场中普遍存在的两种风险形式,其中,采取证券投资组合方式可以有效的降低或控制非系统风险。在当今证券投资金融市场中,通过投资组合方式降低或分散风险的方式受到越来越的关注,应用范围也越来越广,特别是在基金投资领域。本文借助单指数模型对投资组合风险分散原理及应用进行分析,深入剖析证券风险,并阐述分散化投资应用的积极意义。     

证券投资组合损失率概率评价模型的开发与实证检验

通过建立证券投资组合损失率概率评价模型,定义损失率概率为单个资产或投资组合的损失率超过市场平均损失率的概率,用于对投资组合的风险进行评价。以某基金为例,计算得到该基金的损失率概率为39.74%,表明该基金有39.74%的概率损失率超过市场平均损失率。以证券投资组合损失率概率最小为目标函数,采用遗传算法进行求解,得出该基金投资组合损失率概率最小时的投资权重系数,最小损失率概率为36.01%,与该基金公司的投资组合相比,损失率概率降低了3.73%,实例证明该模型是降低证券投资组合风险的一种实用方法。     

追加投资时β约束下的组合投资模型

以β值证券组合投资决策模型为理论基础,建立了追加投资的情况下所对应的投资组合模型,并通过案例进行实证分析。     

CVaR模型的有效边界与组合选择

CVaR模型是经典马柯维茨均值一方差模型的直接推广,即由CVaR来直接代替方差作为风险约束条件,使得投资组合模型在新的度量标准下更加合理。本文证明了基于CVaR约束下投资组合模型有效边界的上凸性,并在收益为正态分布的假定下,结合负指数效用函数,解决了投资组合的选择问题,求得具体的显示解,并得出与均值一方差模型相一致的结论。     

证券组合投资风险控制的优化数学方法

证券组合投资是分散投资风险的有效途径。用概率统计方法,分析了基于期望收益率和方差的投资组合优化模型,并引入算例,对该模型进行了计算。结果表明,在一定的预期收益率水平下,组合投资大大降低了投资的风险。     

资产管理的金融产品创新之路

自从19世纪30年代格雷汉姆发表了经典的《证券分析》之后,美国专业的证券投资界基本上使用定性的基本面分析工具,并维持了传统主动型价值投资一统天下30多年的局面。直到1963年,William Sharpe发表了重要论文投资组合的简单模型CAPM,文中证明在传统的投资组合管理中,投资组合的回报来     

Copula的投资组合选择模型的应用研究

结合Copula技术和GARCH模型,建立了投资组合的Copula-GARCH模型。由于该模型可以捕捉金融市场间的非线性相关性,因而可用于投资组合的风险分析中。利用这个模型,并结合Markowitz的投资组合选择模型,对我国的一支开放式基金——中信红利精选股票型证券投资基金投资组合的选择进行了优化,本文应用lingo 8.0,在收益率一定的情况下,得到了风险(VaR)最小的投资组合。     

量化投资分析在证券投资教学中的应用

量化投资及其交易策略对金融市场越来越重要。量化投资的“黑箱”包括阿尔法模型、风控模型和成本模型以及组合优化模型等。这些“黑箱”成分既继承了证券投资学的分散和套利等核心思想,又对证券投资学的深度提出要求。关注流动性、注重风险管控和采用高频交易是量化投资不可忽略的重要内容,证券投资学应积极关注市场微观结构和风险管理技术以及各类投资策略的广泛适用性原则。     

商业银行债券投资组合优化研究——基于均值-方差-CVAR模型

商业银行债券投资已经成为金融资产配置的一个重要内容,面对风险日益提高,收益不断降低的债券市场现状,如何调整债券投资组合的配置比重,成为当前商业银行债券投资业务的难题。本文利用均值-方差-CVAR模型作为投资组合的风险度量方法,选择国债、地方政府债、企业债和金融债作为不同的债券品种,分析了商业银行在债券投资组合中策略选择。结论认为,不同的商业银行应当根据自身的投资偏好和风险控制能力,确定不同模式的债券投资组合方案。     

考虑现实约束的不确定投资组合研究

作为实现财富增值保值的有效手段,投资组合引起了实务界和学术界的广泛关注。然而,以往研究大多忽略了金融市场的复杂性、外部因素的不确定性和历史数据的缺失性。为更准确刻画金融市场的现实状况、求解最优投资组合,本文引入不确定变量来描述证券收益率,进而构建包含交易成本、整手交易、流动性风险、交易上下限和行业分散化等现实约束的证券不确定投资组合模型;同时采用遗传算法进行计算,并代入模拟交易数据对比有现实约束和无现实约束投资组合模型的最优解。研究结果表明,引入现实约束条件后,最优投资组合发生了变化,期望收益率显著下降。上述研究结论带来的启示:对于证券投资者而言,在进行投资交易时,应充分考虑交易成本和不确定性风险,确保将投资风险限制在可控的范围之内;对于证券监管机构而言,应加强对证券市场的监督与管理,尤其是系统重要性机构,防范和化解流动性风险和不确定性风险。     

固定收益产品投资最优化模型研究与实践——基于运筹学运输模型

传统投资组合基于马科维茨证券投资组合理论,通过调整特定时期内各种证券的份额,达到投资组合预期收益率最大化和风险最小化.该组合属于静态最优化投资组合.实际上,在固定收益投资中,通常投资者在随时间变化的资金约束下进行固定收益产品的连续投资,达到期限错配和收益率最大化的目的.本文以运筹学运输模型为基础,以固定收益产品的特点为约束条件,设计了一个与实际情况相近的最优化模型,并给出了该类问题约束方程的通用数学形式.最后在三个典型投资案例中,使用自编软件和Lingo软件,对本模型进行了适用性和可操作性验证.