基于随机矩阵理论的Markowitz组合投资模型

通过随机矩阵方法识别、消除极端或非无关抽样样本,提高Markowitz模型的参数估计精度,改进应用Markowitz模型的效果;同时,针对抽样不足的情况,使用Bootstrap方法较好地解决了该问题.

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。

基于Markowitz和VaR模型的股指期货风险预警

利用风险估价(Value at Risk,VaR)技术评估过程,考虑Markowitz均值方差模型,通过Markowitz模型投资组合的有效边界,得出风险值的计算区间,更符合实际的经济意义。为基金投资股指期货提供了有效地进行市场风险的监控手段。

关于协方差矩阵不可逆时MARKOWITZ模型的求解问题

将遗传算法 ( Genetic Algorithm)引入证券组合理论 ,设计一套求解 MARKOWITZ模型的新算法 ,解决了

基于Markowitz组合理论的风险控制分析

Markowitz理论是现代投资理论的基石,也是当今投资实践主要方法之一,给投资决策提供了基本、完整的分析框架。2010年,中国证券市场允许开展融资融券业务,投资者面临的投资风险加大。在Markowitz投资组合理论的框架下,讨论中国证券投资市场上融资融券条件下的投资决策问题,寻找有效控制风险的途径,对于投资者构建和动态调整最优的投资组合,以便获取较大的投资收益具有指导意义。

基于马科维茨投资组合模型的深交所最优投资组合研究与实证分析

为减少投资带来的非系统性风险,针对选取的深圳交易所A股ZK、ZC、PA、GY 4只股票,运用马科维茨投资组合模型分析计算,最终发现证券市场的投资规律,并给予散户贴近实际的投资建议.

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。

马柯维茨模型在深圳股市应用中的实证研究

讨论了马柯维茨模型在深圳股市的实际应用问题.考虑到中国股市不允许买空卖空的情况,对改进的马柯维茨模型进行实证研究.运用深圳40指数的部分成分股2002年1月至2004年4月的历史数据对股票市场做了实证分析,研究了股票组合的风险变动规律,利用变异系数选出最优投资组合.并且经验证此方法是合理且可行的,因而有理由相信这种方法是可以对投资组合进行预测,从而能够指导投资者投资行为的.

投资组合理论的脉络及发展

通过对Markowitz投资组合模型、资本资产定价模型(CAPM)、套利定价定理(APT)简评及对比研究,理顺了静态投资组合理论.同时指出动态投资组合理论目前已成为研究的热点及其发展趋势.

一种证券组合选择模型

本文在Ｍａｒｋｏｗｉｔｚ组合证券投资决策模型基础上提出了一种可产生更优组合证券投资策略的证券组合选择模型，研究了它的解的结构、它的有效边界的构成。

基于遗传算法的证券组合投资优化问题的模拟分析

分析了用遗传算法求解组合证卷投资中的Markowitz模型的各种问题,提出了一种采用最优保存策略的遗传算法求解WilliamSharpe模型的方法,并且实现了N种证券投资组合优化的模拟分析,得出比用二次规划算法求解更好的结果.

基于分形分布的投资组合选择理论研究

首先介绍了Markowitz的均值-方差模型,并分析了该模型的不足之处.在此基础上讨论了基于分形分布的投资组合选择问题.最后指出了求解分形投资组合选择问题的难点,并提出了今后研究的方向.

基于我国证券市场的马科维茨模型与实证研究

为了建立符合我国证券市场实际情况的马科维茨模型,通过逐步添加限制条件的方法,建立了一个基于买空卖空限制、交易费用限制、最小交易单位限制的模型.用MATLAB软件实现非线性非光滑规划问题的求解,并用该方法来解决所建立的马科维茨模型.选取上海证券市场15只股票进行实证研究.结果表明,该模型及算法是有效的.

基于差分演化算法的证券投资组合研究

差分演化算法作为一种高效的全局优化方法,在众多领域得到了成功的应用.本文首次将差分演化算法引入到证券投资组合中,研究以Markowitz的均值-方差模型为基础的最佳证券组合的优化求解.实验结果表明,该算法与经典的传统遗传算法和粒子群优化算法相比,具有更快的收敛速度及更好的优化结果.

财政缺口下养老保险基金最优风险投资组合策略研究

在经济新常态下,人口老龄化程度的日益严重,致使养老保险基金面临越来越大的支付风险。面对养老金未来供需结构性矛盾,养老保险基金保值增值和基金缺口填补成为社会保障基金管理的两大核心问题。合理选择基金的最优投资组合策略成为最直接、最有效的应对策略之一。基于此,本文构建了中国养老保险基金供需均衡的动态模型,采用低、中、高三种养老金替代率方案,采用时间序列数据预测未来十年养老金的供需缺口的动态变化趋势;在目前养老保险基金投资于银行存款、国债和股票现实状况下,采用Markowitz投资组合模型,并依据1998-2016年的具体数据测算出三种目标方案下的最优投资组合策略。结果发现,随着目标层次的提高,最优投资组合中股票市场的投资比例不断上升,这对加快中国养老保险基金入市将会提供重要的借鉴意义。

基于遗传算法的投资组合问题的研究

随着我国经济实力的增强,很多投资者都投向中国的投资市场。但是面对众多的投资项目,投资者如何选择适合自己的最有投资组合便成为了一项重要的研究课题。Markowitz于1952年最早提出了关于投资组合的均值-方差(Mean-Variance)模型,M-V模型奠定了现代投资组合的理论基础。本文针对投资组合的问题特点,运用了一种改进的遗传算法-多目标规划中的遗传算法来解决有投资限制的Markowitz模型。实证研究结果显示,改进的遗传算法有效的提高了算法的运算效率。利用改进的遗传算法所得到的最有投资组合,具有一定的科学性及合理性。

基于遗传算法BP神经网络优化证券组合投资

BP神经网络由于具有对数据大规模并行处理及对知识有较强融合能力的优点,应用范围极广.然而也存在一些致命的缺点(如容易陷入局部极小点),通过遗传算法(GA)与BP网络结合,可以有效地解决该问题.优化证券投资组合的仿真模拟实验结果表明,其优化方案比使用二次规划法更优,该方法更具正确性、高效性和实用性.

关于政策约束下保险资金投资组合的若干研究

在大类监管政策对投资比例的限制情况下,基于Markowitz模型研究了加入承保因素的保险资金投资分配组合模型,并介绍了该模型的二次规划求解算法,在此基础上着重分析双边投资模型及其对保险资金运用的自由性和有效性的提升等问题。结果表明:双边投资模型在满足一定赔付要求下,大大提升了保险资金配置的自由性,进而提高了保险资金的投资效率。

“一带一路”背景下保险资金资产配置优化研究

基于资产配置理论及经典Markowitz模型,选取2013—2017年保险资金投资项目相关数据,对保险资金资产配置中的投资组合渠道及各投资项目比重两方面进行优化研究,得到结论为:(1)在风险一定的情况下,通过对保险资金各投资项目比例的优化,险资投资收益较现实收益有明显上升;(2)将"一带一路"投资纳入保险资金投资组合,在拓宽保险资金投资渠道的情况下,投资组合收益不仅高于现阶段我国保险行业的实际投资收益,亦高于对传统投资组合各资产比重进行优化时的投资收益,且风险并未上升。因此,我国保险行业在进行投资时,一方面要更加注重安全性,避免对高风险资产的过度追求;另一方面要适度拓宽投资渠道,对风险适中且具备较高收益的新资产应加大投资力度。

基于概率约束的最优效用投资组合的一般模型

讨论投资者对未达到预期收益水平的概率有一定容忍限度的条件下使期望效用最大化的投资组合模型.在股票收益服从一般多元椭圆型联合分布时导出了最优解的隐函数表达式,证明了一个新的两基金定理,从而推广了Markowitz的结果.由此还得到了计算最优投资组合的一个迭代算法.