基于粒子群算法的证券组合投资模型的研究

从证券组合模型的概念,给出证券组合多目标决策模型。并用模糊优选法将证券组合多目标优化转化为单目标优化。同时,重点描述了粒子群算法,并采用自适应变异的粒子群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模型的最优解,试验结果表明此方法取得了较好的效果。     

对组合隔震结构的性能试验分析

组合隔震支座的力学模型一般可以简化为双线性模型。通过对组合隔震支座低周反复加载试验的所得到的试验结果,分析组合隔震体系的力学模型和刚度特性。,其恢复力模型为双线性模型。骨架曲线均表现了双线型的特点。     

基于均值——VAR的投资组合模型

本文对Markowitz投资组合模型的缺陷进行简要分析与概括,利用均值-VAR模型将VAR约束引入Markowitz投资组合理论中,使用VAR代替收益率方差来度量风险,建立基于VAR约束下的投资组合模型。     

比较CAPM与LDAM在投资组合管理的应用

当今全球经济中一个最引人注目的问题就是投资组合管理问题。资本资产定价模型(CAPM)是在金融行业中使用广泛的模型,我们采用线性对角近似模型(LDAM)与其形成对比,分别应用于相同样本的投资组合管理中,得到线性对角近似模型更适合投资组合管理的应用,从而进一步优化投资组合管理应用。     

马克维茨投资组合模型的matlab计算

马克维茨投资组合模型是现代投资组合理论中的经典模型,将matlab软件应用于马克维茨投资组合模型的计算将克服其计算量大的缺点,并通过实际计算得出中国移动、中国电信、中国联通三只股票的最优投资方案。     

基于最大熵的房地产投资组合模型

房地产投资组合模型多以方差或标准差作为风险度量指标。本文从分散风险的角度运用熵的概念,建立了房地产投资组合的熵优化模型,并给出通解,使对房地产投资组合模型的应用更加合理、客观。     

商业银行信贷组合管理及其模型构建问题的探讨

商业银行信贷风险管理的发展是从最初的对单笔贷款管理到把全部贷款看成一个组合加以管理,这是因为组合可以使得风险分散化。现代组合管理的理论(MPT)基础是从Harry Markowitz的分散化理论开始的,然而标准的组合模型应用在贷款组合时会存在诸多的问题。有效的信贷模型应满足建立信贷风险模型等方面的要求。     

基于VaR和两基金分离的投资组合模型

本文使用VaR来度量投资组合的市场风险,构造了一个在可接受期末财富约束条件下,使VaR达到最小的投资组合模型,同时,发现该模型发生了两基金分离现象,因此存在多风险资产情形下的投资组合模型可以退化成为单风险资产情形下的投资组合模型。最后,本文使用简化的单风险模型对我国上海股票市场进行了实证分析,探讨投资者如何在股票和银行借贷中进行最优资产分配。     

拓展的均值-方差模型在传媒市场中的应用

我们利用拓展的Markowitz均值-方差模型描述通常意义下的最有投资组合模型,将投资者的消费作为约束条件放到模型中,从而得到证券组合的有效前沿。     

基于现代信息技术的营销组合决策研究

本文以现代信息技术为主要手段,以营销组合模型的构建和应用为研究对象,通过在非价格营销因素的市场反应模型的基础上引入非价格因素的递延效应,对价格与非价格营销因素组合原理和方法进行研究;通过论述价格与非价格营销因素之间的相互影响及其组合效应,构建了价格与非价格营销因素的组合决策模型;基于已构建的市场反应模型和营销组合模型,研发了具有高度人机交互性和可操作性的营销决策支持系统,并以模拟数据验证了模型的有效性。     

基于均值——VAR的投资组台模型

本文对Markowitz投资组合模型的缺陷进行简要分析与概括,利用均值-VAR模型将VAR约束引入Markowitz投资组合理论中,使用VAR代替收益率方差来度量风险,建立基于VAR约束下的投资组合模型.     

基于EM的贝叶斯模型平均组合预测及应用研究

为了克服传统的组合预测方法没有明确考虑模型的不确定性,对贝叶斯模型平均组合预测新方法进行研究。应用贝叶斯模型平均的关键是精确估计单项模型的权重。采用期望最大化(EM)方法来估计权重。该方法操作简便,计算效率高且在运算过程中一直满足权重之和为1。通过对我国电力负荷预测实证分析表明:贝叶斯模型平均组合预测比其他组合预测方法预测精度高;EM方法估计权重比赤池信息准则(AIC),贝叶斯信息准则(BIC)估计权重得到的组合预测值,有更高的预测精度。     

基于Copula-SV模型的金融投资组合风险探析

本文在研究Copula函数和SV模型的基础上,构建出正态的Copula-SV模型,将这一模型应用于金融投资组合风险的分析过程中。将Copula-SV模型与Copula-GARCH模型进行了对比,结果表明Copula-SV模型在刻画组合风险Va R方面具有一定的优势。     

用蚁群算法求解带交易成本的投资组合模型

证券投资组合优化问题的实质就是有限的资产在具有不同风险收益特征的证券之间的优化配置问题。本文在经典马科维茨投资组合的均值-方差模型框架下,将蚁群算法引入模型求解,提出考虑交易成本的股票投资组合模型。实证结果表明,蚁群算法是一种解决股票投资组合优化问题的有效算法,不同的参数设置对算法运行结果有显著影响。     

基于MATLAB的证券投资组合分析

通过介绍MATLAB在马柯维茨的证券投资组合模型——均值—方差模型中的应用,在加深对投资组合模型的了解的同时达到简单的应用MATLAB进行投资组合分析的目的。     

多阶段投资组合优化研究

目前,我国的多阶段组合投资模型,各有优缺点:均值-VaR模型依据风险大小来确定投资组合,能够有效降低风险,但投资收益也会相应降低;模糊组合投资模型简单易用,但缺乏实用性;神经网络投资模型解决了多阶段组合投资时间点的确定问题,但需计算机软件辅助操作,非专业人士很难设计操作;基于熵的投资模型简单实用,但其准确性不强,且不能深入预测其投资收益。投资者应学会综合运用各模型,通过模型之间的多模型组合有效降低风险,提高投资收益。     

基于风险评估的股票投资组合研究

对股票投资组合的背景和意义进行研究,建立了收益模型、风险模拟、风险模拟、均值——方差模型和效用最大化投资组合模型,并基于实例进行了分析,最后给出了建议。     

组合投资的系统风险与非系统风险——兼评王辉等人的《投资组合风险的分散化研究》

本文在指出王辉等人的《投资组合风险的分散化研究》一文中出现的错误的基础上,根据资本资产定价模型(CAPM)将组合投资的风险分离为系统风险与非系统风险,最后讨论了组合投资的均值-方差模型。     

保险资金投资管理中的风险分散问题研究

组合投资是利用投资组合内各个风险资产之间的相关性来分散风险的,而均值—方差投资组合模型采用的相关性度量—相关系数无法准确地度量风险资产之间的相关性,这必将对组合投资的风险分散效果产生不利影响。本文提出,用理论性质更好的相关性度量来度量风险资产之间的相关性,并建立基于Kendallτ的投资组合模型。通过实证研究发现,在保险资金投资管理中,采用基于Kendallτ的投资组合模型能够取得比均值—方差投资组合模型更好的风险分散效果。     

风险投资项目的风险管理方法探讨

文章通过对风险项目投资特点的研究,提出了风险项目投资组合的背包问题模型,并进行实例分析,证明该模型可以方便快捷地解决类似的投资组合选择问题。