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。     

证券组合投资模型优化

以Markowitz证券组合投资理论为基础,对于几种不同证券组合投资模型分别考虑了证券组合的收益,风险,交易费等因素条件下对模型进行了优化,并对文中模型做了进一步的扩展。为投资者正确选择证券组合投资的最优策略及应用方面提供参考。     

基于蚁群优化的粮食物流调度算法研究

粮食物流调度是一个组合优化问题。用蚁群共同测试不同的组合,并选择一个优化的解决方案,采用该方案能使粮食运输成本降低。研究及实验结果表明蚁群算法在粮食物流调度中具有良好的性能。     

基于蚁群优优的粮食物流调度算法研究

粮食物流调度是一个组合优化问题。用蚁群共同测试不同的组合,并选择一个优化的解决方案,采用该方案能使粮食运输成本降低。研究及实验结果表明蚁群算法在粮食物流调度中具有良好的性能。     

基于理想有效解分析的证券组合投资模型研究

证券投资问题通过数学建模大多转化为多目标优化问题,而求解这些多目标优化问题,目前还没有有效的方法。本文提出在PSO算法中加入惩罚项,同时对局部极值与全局极值作进一步的调整,使PSO算法适用于求多目标优化问题理想有效解,该算法为证券组合投资分析提供了一种全新的途径,最后结合实际数据,利用Matlab语言编程仿真求解并取得了良好的效果。     

股票投资组合的两阶段优化法

本文提出了股票投资组合的两阶段优化法:第一阶段,从基本分析入手,通过定性与定量分析两方面,选出具有投资价值的行业及个股,再据股票的期望收益率和风险,求出Sharp ratio,并结合分散风险的潜力,确定股票投资组合;第二阶段,建立动态最优投资组合的规划模型,动态确定投资组合中各股票权重。数值试验表明,将两阶段优化法应用于具体实例中,具有较好的实践效果。     

计量模型的最佳证券投资组合

经济的繁荣为证券市场带来了新的机遇和挑战,资本市场的完善对市场经济的发展具有重要作用。证券投资组合是现代资本市场中非常重要的投资方式之一,对投资者和投资市场具有重要的意义。证券投资组合的重点是要保障投资者的收益,该文将在计量模型基础上对最佳证券投资组合进行探讨,为证券投资组合的优化提供依据。     

基于Copula-GARCH-EVT的开放式基金投资组合风险度量探析

结合GARCH模型和EVT理论刻画了单个金融资产收益率的波动性和尾部分布,并将Copula函数和Monte Carlo技术应用于证券投资组合的VaR计算方法,通过对广发聚丰基金的实证研究,得到前十大重仓股票投资组合的风险价值,结果表明基于Copula-GARCH-EVT的VaR方法具有重要的应用价值。     

基于VaR模型的股票组合投资风险管理研究

本文探讨了将GARCH模型与方差-协方差方法相结合的VaR风险计量方法,并用VaR风险替代Markiwitz组合投资模型中的方差风险,通过求解非线性规划问题,得到最小化股票投资组合VaR风险的最优投资策略。     

基子VaR模型的股票组合投资风险管理研究

本文探讨了将GARCH模型与方差-协方差方法相结合的VaR风险计量方法,并用VaR风险替代Markiwitz组合投资模型中的方差风险,通过求解非线性规划问题,得到最小化股票投资组合VaR风险的最优投资策略.     

基于均值-方差模型的股票投资组合构造分析

股票投资逐渐成为企业与个人投资的重点,如何选择行业股票随之成为社会的热点话题。根据Markowitz的投资组合理论,并结合因子分析,对如何构造股票投资组合进行了理论分析和实证分析。首先建立综合评价体系,利用因子分析筛选出各项指标总体最优秀的上市公司的股票建立股票池;再根据均值-方差理论建立模型,得到股票池中各支股票的投资比例,构造出股票投资组合;之后运用Jensen和Treynor指数对该投资组合进行评价,认为该投资组合业绩比较优良。文中构造股票投资组合的方法比较合理且易于操作,具有一定的可行性和推广性。     

股票投资理论发展综述

为了有效地规避投资风险,取得最大的投资收益,以证券投资收益为研究内窖的证券投资理论不断发展。现代证券投资理论就是在总结前人投资理论的基础上提出的。股票投资理论的发展已经从心理预期理论、现代资产组合理论到分形资产组合理论。随着股票价格研究的不断深入,人们发现投资者对值息的反应是延时的、集中的而不是及时的,股票收益风险不是稳定的,而是不断变化甚至是无穷的,股票收益表现出尖峰、肥尾和长期相关性。     

基于新型的蚁群算法在路径安排的研究

蚁群优化算法作为一种新型的启发式算法,在解决组合优化问题如旅行商问题,中可以得到较好的次优解而备受重视,但蚁群算法的运算过程由于受各种参数设置以及信息素更新方式的影响,存在着早熟收敛,容易陷入局部最优的现象。本文在这方面应用蚁群系统来进行尝试解决,并将其应用到邮递员的路径安排中进行实证检验。     

证券投资在家庭理财中的地位和作用

本文介绍了家庭理财的概念、家庭理财的重要性及证券投资在家庭理财中的地位和作用。结合当今经济形势,在理财的众多方式中,证券投资对于家庭资产的保值、增值的作用已日趋明显,储蓄这种传统的方式已不再是广大民众理财的唯一途径。本文结合实例论述了证券投资特别是股票投资的收益、风险及风险防范,简单地介绍了开放式基金投资与股票投资相比的优势。     

权益证券投资会计核算的对比分析——以股票投资为例

本文按照财务管理对金融资产的划分类别进行会计处理的案例分析,从股票投资的视角,根据企业会计准则的要求对投资进行会计分类,通过综合案例探讨权益证券(以股票投资为例)在会计核算中的对比分析,使权益证券投资的会计核算更加清晰明了。     

刍议组合优化问题的求解方法

在人工智能和工程技术等诸多领域的研究课题中有很多属于组合优化问题,其问题的解决需要利用各种优化算法在庞大的搜索空间中寻找最优解。文章首先回顾了非线性组合优化问题的研究历史和研究现状。然后重点介绍了解决非线性组合问题的四种常见方法：Hopfield神经网络算法、模拟退火算法、遗传算法和蚁群算法,对研究NP问题又进一步拓宽了研究思路。     

论证券投资组合的风险分散效应与应用

证券投资风险分为系统风险和非系统风险,其中非系统风险可以通过多种证券投资组合分散和降低。投资组合分散风险的原理在现代金融市场得到了广泛应用,尤其是基金管理公司做基金投资。在证券投资组合程序中,证券组合数量的选择尤其重要,关系到证券管理费用以及投资组合的成本的高低。通过单指数模型分析投资组合风险分散原理及其应用,并综合考虑投资组合成本,分析基金重仓股数量为10的原理,以及基金证券数量为30-100对于基金投资风险分效果最佳。     

近期改革动态

(2005年 2月 1—15日)一、金融、财税体制改革保险资金直接投资股市取得实质性突破。中国保监会、中国证监会 2月15日下发《关于保险机构投资者股票投资交易有关问题的通知》及《保险机构投资者股票投资登记结算业务指南》,明确了保险资金直接投资股票市场涉及的证券账户、交易     

基于蚁群算法的车辆路径问题研究

本文首先对车辆路径问题及蚁群算法进行了介绍,并介绍了使用蚁群算法解决经典车辆路径问题时的参数设计及步骤,然后针对H公司在沈阳市的配送活动建立基于蚁群算法的优化模型,最后使用Matlab进行求解,研究结果表明:优化后的线路节约了车辆配送的总里程数,减少了车辆数量,提高了车辆满载率,降低了企业运输成本。     

基于确定性偏好的投资组合选择

文章在对马科维茨证券投资组合模型简要评述的基础上，针对投资者可选标的证券信息集非对称的现实，依据确定性偏好原理，将投资者对可选标的证券信息的确定性程度转换成偏好次序关系，同时结合行为金融学中的前景理论，依确定性偏好次序规则来确定权重函数，并在价值函数-风险的框架下探讨了证券投资组合模型的构建及其最优解，从而在行为金融理论下扩展了马氏证券投资组合模型。实证分析表明，我国证券市场投资者基本是采用线性赋权方式来处理非对称信息集下的投资组合选择的。