对Markowitz的均值-方差模型改进的两种思路

本文在对Markowitz的均值-方差模型的局限性分析的基础上,提出了两种改进思路,一种是引入VaR约束,建立投资组合模型;另一种是用VaR代替方差,建立均值-VaR模型.     

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。     

均值-方差模型对中小股民的借鉴意义

大量的投资组合研究献都是考察Markowitz的均值一方差模型对基金或机构投资的借鉴作用，而对于中小股民来讲，由于其选股能力和选股数量的有限性，可以近似认为他们选取股票是个随机过程，并且对于其已选取的股票如何确定投资比例，没有一个参考标准，因此他们更需要有一定的理论来指导操作。     

不允许卖空情况下均值-半方差投资组合优化研究

运用不等式组的旋转算法求解不允许卖空情况下均值-半方差投资组合模型,并选取沪市六只业绩比较好的股票,进行模拟投资,计算出模型的总收益率,并与等比例投资相比较。结果表明均值-半方差投资组合的投资效果总体上优于等比例投资。     

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。     

均值-VaR分析下的资产定价模型的拓展

在均值-VaR分析框架内,首先从微观角度的单一投资期资产配置决策入手,确定无风险资产与最优风险资产组合的配置比率;并且最优风险资产组合同投资者的初始财富和风险偏好无关。将这一资产定价的微观模型应用到存在多个投资者的资本市场宏观模型当中去。发现任何投资者的预期收益率都同其承担的风险水平存在着线性相关关系。     

中国与美国投资组合有效前沿的比较——基于均值方差模型

由于中国是新兴市场国家,理应获得高于美国的投资回报率。然而笔者利用均值方差模型在中美两国股票市场上分别构造投资组合,发现美国的有效前沿优于中国的有效前沿,美国股票市场能够获得更高的收益。     

允许卖空机制下含有消费的证券组合的有效前沿——拓展的均值-方差模型

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AMA的均值—方差模型在大类资产配置中的应用

随着FOF基金逐步进入投资者的视野,关于大类资产配置的方法和策略越来越被重视。首先,文章对H.M.Markowitz在1952年提出的均值—方差模型进行了阐述和分析,总结其优点和缺陷。其次,针对经典模型存在的缺陷,文章引入考夫曼自适应移动平均线,建立了基于AMA的均值—方差模型。改进后的模型可以有效降低经典模型对历史数据的依赖性。最后,文章运用该模型对中证全指、中证全债、Wind商品指数进行资产配置,回测期为2007年1月1日到2016年12月31日,3个月换仓一次,取得了年化21.46%的收益,最大回撤率为19.79%,夏普比率为1.43,整体回测结果理想。     

中国股票市场投资者情绪与均值方差关系实证研究

本文以1999-2012年中国股票市场数据为对象,研究情绪对股票市场均值方差关系的影响。选取封闭式基金折价和换手率作为间接指标,运用主成分分析法构造综合市场情绪指标,通过将情绪哑变量引入两者关系中,采用回归分析法,研究情绪对均值方差关系的影响,结果显示:在市场处于低情绪阶段时,股票市场超额收益与条件方差关系为负;在市场处于高情绪阶段时关系显著为正。这样的研究结果与中国股票市场中存在大量的非理性交易者是一致的,他们的交易行为对中国证券市场有明显的影响。     

半方差法和VAR方法的评价与实证分析——基于GARCH类模型

基于GARCH类模型,应用上证综合指数与港元对美元汇率数据,选择最优模型拟合汇率和指数,并估计VaR值,最后将VaR与半方差进行比较分析。结果表明,VaR与半方差在不同方面各具有直观性的优势:VaR用于衡量单个投资品或投资组合的风险上具有明显的优势,而半方差能直观地用于不同投资产品之间波动性的比较。     

Sharpe-Treynor模型下的均值-方差投资组合选择

本文在严格界定股价增长的三个来源的基础上,尝试通过Sharpe模型框定最优投资组合。进而运用Treynor算法,引入建立在市场标本上的第n+1个“被动投资”选项,使得最优投资组合的算法更具操作性。本文还对这个算法流程进行了实证研究。本文建议采用几何平均增长率(Geomean)刻画股价变动水平,从而消除算术平均增长率的缺陷。     

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。     

贝叶斯推断下Black-litterman模型的推导及运用

本文指出了均值方差模型存在的问题,在贝叶斯理论下推导了Black-litterman模型,贝叶斯推断过程本身也表明投资者还可以通过对先念分布做不同假定来实现预期收益率的生成,提高模型的稳定性。     

对普适性生产函数模型的一些改进

普适性生产函数方法为使用横截面数据估计时,由于各地区生产函数的不同所导致的不可估算问题,提供了很好地解决办法,但其参数的估计需用差分模型,这将产生严重的缺陷.文章放宽其基本假设,得到更一般的可估计模型——异方差模型,经验证据亦表明,改进后的模型优于原有模型.     

基于局域方差系数与幅度均值的非线性扩散

在对SAR图像进行处理时,可以将图像分解为代表不同图像特征的多个分量.针对不同分量分别选取最合适的处理方式能够得到性能上的较大提升的问题,使用非线性扩散方法,将图像分解为表征大尺度结构信息的结构分量和表征小尺度细节信息的纹理分量,并对扩散参数的选择进行了对比和评估.提出了一种基于局域方差系数与窗口幅度均值积的扩散参数,作为判断图像中加强或者削弱扩散活动的条件.经过实验证明,采用这种扩散系数能够使得扩散的进行更有针对性,所得到的图像分量能够更加有效地用于后续处理.     

Garch模型族在上海股市风险计量中的应用

BELLERSLEV在1986年提出了GARCH模型,该模型反映了经济变量之间的特殊的不确定形式:方差随时间变化而变化,因而在金融市场的预测和风险管理方面有着重要的应用。以上证指数的收益作为研究对象,运用GARCH-N模型、GARCH-T模型和GARCH-GED模型分析上海股市日收益率的条件异方差性,计算出日VaR值,结果表明GARCH模型对于我国的股市风险管理有较好效果。     

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。     

带投资限制的均值-半绝对偏差投资组合模型构建

本文提出了符合实际投资限制的均值-半绝对偏差投资组合模型,以投资手数作为决策变量,综合考虑不允许卖空、交易费用和最小交易单位等实际约束。通过引入正负偏差变量将模型转化为一般的线性规划问题,从而简化了模型的计算。实证结果表明,该模型合理有效,能为投资者提供决策依据。     

均值-CVaR模型在正态条件下风险资产组合的研究

条件风险值(CVaR)是指金融资产或其组合的损失额超过VaR的条件均值,它克服了VaR的非一致性,不满足凸性等局限性。给出了在风险证券的预期回报率服从正态分布下的均值-CVaR模型及最小均值-CVaR风险资产组合有解的条件,并在该条件满足下的最小均值-CVaR组合的投资比例向量和最小值。