基于模糊优化的多目标投资组合选择模型研究

将模糊集合的概念引入投资组合模型中 ,并将多目标投资组合模型中的收益、方差和偏度三个目标模糊化 ,用逻辑隶属函数作为新的目标函数 .针对该模糊多目标投资组合模型 ,提出了一个动态遗传算法 ,算例给出了该模型的一个实例的最优解 ,并进一步解释了模糊尺度随决定逻辑隶属函数形状的参数的变化而反向变化的规律 .

基于进化规划的多目标投资组合选择模型研究

在Markowitz的均值 方差模型的基础上 ,讨论了股票价格中偏度的重要性 ,并由此引出了一个同时考虑均值、方差和偏度的多目标投资组合选择模型 .提出了对该模型进行求解的进化规划算法 ,同时也说明了用进化规划方法处理多目标优化问题的合理性 .用一个算例验证了采用进化规划技术求解多目标投资组合选择模型是有效的 .

基于组合模型的复杂系统超多目标优化算法

代理模型辅助进化算法广泛用于昂贵的复杂工程系统优化设计,能够加速找到问题的最优解集。然而,单个模型预测性能依赖于具体问题,并且随着目标个数的增加,预测性能的不确定性将随之增加。因此,提出一种基于组合模型的复杂系统超多目标优化算法。首先,建立组合代理模型并结合随机参考向量替代机制,以更好地搜索超多目标问题的非支配解集。其次,基于改进的统计下限最小值(LCB)准则及自适应个体选择策略选择优秀个体进行真实评估,以更新组合代理模型,使其能更好地辅助算法找到最优解集。最后,通过所提算法与已有代理模型进化算法在一系列测试函数和工程优化实例上的对比结果表明,所提算法具有良好的性能和潜力。

基于直觉模糊规划的多目标投资组合选择模型

将直觉模糊集合的概念引入投资组合模型中,并将多目标投资组合模型中的收益、方差和偏度三个目标模糊化,用隶属函数与非隶属函数作为新的目标函数。针对该模糊多目标投资组合模型,提出了一个动态遗传算法,算例给出了该模型的一个实例的最优解。

基于摩擦市场的双目标投资组合选择模型

首先在前人的基础上,把偏度水平和市场摩擦因素引入投资组合选择模型中;建立了基于摩擦市场的双目标投资组合选择模型(FM-BOPM);然后,为求解该模型进行了遗传算法设计;最后用一个具体的算例解释了偏好系数变化时相应的投资组合策略的变动。

绿色金融视角下社会责任投资深度分析及模型拓展——基于投资组合选择的视角

基于绿色金融发展理念,回顾并且详细梳理了社会责任投资在我国的发展历程和研究现状,并作出评述。通过分析社会责任投资指数和社会责任公募基金的表现,发现二者在中长期的表现均劣于同期市场指数,表明我国社会责任投资的发展尚不成熟。创新性地构造2支社会责任投资指数,实证检验发现社会责任投资指数的表现优于同期市场指数,证明社会责任投资在我国还有很大的拓展空间。最后提出基于社会责任投资的多目标投资组合选择模型,并从约束条件和目标函数两个角度对该模型进行扩展和深化,为社会责任投资者提供了新的投资方法和量化工具。

组合投资选择均值-最小最大化多目标规划模型(英文)

构造了一个均值-最小最大化组合投资多目标规划模型.与胡达沙和吴炜提出的多目标均值-方差模型比较,该模型有几方面改进.除了模型假设和数学表述的一些修正,该模型使用历史最小收益替换方差,这使得该模型不仅继承了多个目标的可行权衡的好的特性,而且在衡量向下风险方面的表现优于多目标均方模型.通过理论分析和数值试验说明了这一点.当组合投资收益分布适度有偏时,该模型的优势会更为突出.

勘探目标投资组合的优化模型及其应用

把现代投资组合理论引入油气勘探目标投资组合的优化与管理,简要介绍了现代投资优化组合模型的基本思想与原理,阐述了适合于我国油气勘探开发项目的投资组合优化模型,以及该模型的求解方法。最后,通过大庆探区实际勘探目标投资组合优化的应用,为投资决策直接提供方案,同时也证明了该模型是正确的,方法是可行的。

证券投资基金的一种投资组合选择模型

以Markowitz组合证券投资模型为基础,在期望-半方差(E＿Sv)风险测度条件下,针对带有交易费的投资组合优化问题进行了研究.提出了一种变形Γ-分布来描述股票的收益,给出了分布中参数的确定方法.根据中国证券投资基金的实际情况,建立了一种新的组合证券投资模型,为证券投资基金等机构投资者解决大型证券投资决策问题提供了一种方法.

E-Sh风险下的证券组合投资多目标决策模型

从 E- Sh风险的角度建立并研究了允许卖空与不允许卖空情形下证券组合投资多目标决策模型 。

一种证券组合的投资选择模型

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选择模型，与Ｍａｒｋｏｗｉｔｚ模型相比更容易实践。

多目标证券投资组合决策模型

马科威茨(Markowitz)投资组合模型是建在单目标规划的基础上的，投资者固定一个目标使另一个目标达到最优。即在达到预期收益率R 0 情况下，使证券投资组合的风险最小；或者在控制风险不超过02 的情况下；使证券投资组合的收益率最大，从而达到低风险收益的组合效果。马氏模型并没有考虑多目标组合的情况。然而，理性的投资者总是追求收益尽可能的大、风险尽可能小的投资组合，根据投资者的这一意愿，本文利用多目标规划的方法，建立了多目标证券投资组合模型，并引入单位风险的影子价格，对多目标证券投资组合的求解过程作详细地分析，并且对模型作了实证检验。

基于社会责任的多目标证券投资组合模型

由于企业社会责任的备受关注,作为一种新型的以促进企业履行社会责任的投资理念已经获得西方国家投资者的认可,然而在我国社会责任投资还处于探索阶段。本文力图为社会责任投资寻找理论依据和求解途径,同时也为投资组合理论在实践中的应用提供平台,通过将传统投资组合的概念扩展到现代多目标投资组合的范畴,以适应社会责任投资的理念在实践应用中的需要,并且通过多目标投资组合模型的优化方法,为促进我国社会责任投资的发展提供参考的思路和方向。

Markowitz投资组合模型改进的三帧差分法运动目标检测

移动机器人的目标检测要求其对特定的静止或运动物体进行运动分析及检测。以Voyager-III移动机器人系统为研究对象,实现非理想光照下,对橘红色目标足球的运动检测。提出在传统三帧差分法基础上,先利用Markowitz投资组合模型进行足球目标的特征提取,将场地非感兴趣的目标中,出现全部像素值发生变化的目标去除,再进行图像帧间差分。利用CCD摄像机对比赛环境中足球的运动轨迹进行录制,选取具有代表性的各帧视频图像、Markowitz算法优化后的差分图像和跟踪图像,结果表明跟踪图像不含非目标物的干扰,克服了差分图像存在空洞的问题,为移动机器人提供了一种实用的运动目标检测方法。

基于Markowitz投资组合模型的移动机器人目标提取与识别

移动机器人足球比赛中,准确识别足球并确定其位置是比赛胜负的关键。在理想情况下,比赛场地颜色信息固定,可以通过彩色分割来识别,但是若存在环境光照较弱或不均的影响时,很难明确划分不同颜色区域之间的界限,使得对目标的准确识别受到影响。提出一种全新的彩色分割方法,通过适当选择几个不同的颜色分量,应用Markowitz投资组合模型对各个颜色分量求取最优权值,进而将最优权值作用于彩色图像,可得到不同区域间对比度增强的灰度图像,分割出所求目标。实验表明,该方法很好地弱化了光照变化带来的影响。

约束多目标投资组合模型及其求解算法研究

研究有效的增强投资的效益,针对风险资产的最大和最小投资比率给予限制,使投资风险进行量化。为了提高投资效益,提出设计一种约束多目标免疫优化算法,并将用于约束多目标投资组合模型求解。算法设计中,亲和力由抗体浓度及被控程度决定,增强算法的约束处理能力,初始群通过混沌机制获取,有效地加速算法的收敛速度,每个抗体克隆数目根据亲和力动态变化,增强算法的开采和探索能力。通过实际数据将设计的算法与著名的多目标进化算法NSGAII比较,结果表明,所设计的算法比NSGAII在新的模型下获得更好的收敛性及更高的投资效益。

多目标投资组合模型的模糊两阶段解法

对多目标证券组合投资模型进行了研究,模型以绝对偏差和代替方差作为投资组合的风险度量.该模型是一个多目标线性优化问题,采用两阶段模糊算法对模型进行求解,最后给出了该模型的一个实例的最优解.

不确定环境多目标投资组合模型及求解算法探究

考虑投资市场的随机动态属性,以Markowitz均值-方差模型为基础,建立了一种不确定环境多目标投资组合模型,模型中以天为时间单位,通过预先设定的采样周期计算当前时刻的收益率和方差而获得时变的投资组合模型。利用一种动态多目标免疫优化算法对模型进行实证分析,选取深沪300中的23种资产(2009年1-2月份)的实际日交易数据进行实验,结果表明:算法能跟踪不同时刻的收益-风险Pareto有效面,且采样周期的选取对相同风险下的收益具有一定的影响,此结论对投资组合理论的进一步研究具有一定价值。

一类多目标投资组合优化模型求解算法研究

构建一类含交易费的约束多目标非线性投资组合优化模型,已有的数学规划方法直接求解极其困难,故从智能优化的角度设计了一种提高的进化算法(INSGAII),算法中进化群体分离为可行群与非可行群,两种群体中的父体经由相互交叉获多样性的子体,修正算子对非可行个体修复。数值实验中,基本遗传算法(GA)及线性规划法(LP)被用于与该算法比较,结果表明该算法能获得较均匀的Pareto面,收敛性较好。