不同于均值-方差(Mean-Variance)模型,均值-条件风险价值(Mean-Conditional Value at Risk,Mean-CVaR)模型不是以投资组合收益的方差作为风险测度,而是使用了能表征投资收益下侧尾部风险的条件风险价值。同样,Mean-CVaR模型存在优化解...不同于均值-方差(Mean-Variance)模型,均值-条件风险价值(Mean-Conditional Value at Risk,Mean-CVaR)模型不是以投资组合收益的方差作为风险测度,而是使用了能表征投资收益下侧尾部风险的条件风险价值。同样,Mean-CVaR模型存在优化解微权值数目过多的问题,造成操作性下降。针对这些问题,提出了在Mean-CVaR模型引入权值分离性约束,以保证投资权值不低于某一设定的阈值,结合上证50指数股票进行实例分析。展开更多
为了克服尾部风险测度CV aR(cond itiona l va lue-at-risk)模型本身的不足,并且给“如何实现资产组合的破产风险与期望利润的最优配置”问题提供一个更现实的答案,提出了非线性M ean-CV aR模型。该模型在CV aR模型基础上,把风险资本的...为了克服尾部风险测度CV aR(cond itiona l va lue-at-risk)模型本身的不足,并且给“如何实现资产组合的破产风险与期望利润的最优配置”问题提供一个更现实的答案,提出了非线性M ean-CV aR模型。该模型在CV aR模型基础上,把风险资本的来源内生于资本禀赋,把风险资本的机会成本引入利润函数。利用该模型分析了美国典型商业银行的资产和风险资本选择。结果表明:与CV aR模型相比,M ean-CV aR模型降低了银行的利润率和风险资本储备率,同时储备率的降低更为显著。展开更多
The article explores a mean-CVaR ratio model with returns distribution uncertainty.To describe the uncertainty of returns distribution,a mixture ellipsoidal distribution absorbing some typical distributions such as th...The article explores a mean-CVaR ratio model with returns distribution uncertainty.To describe the uncertainty of returns distribution,a mixture ellipsoidal distribution absorbing some typical distributions such as the mixture distribution and and ellipsoidal distribution is introduced.Then,by using robust technique with some assumptions,the original robust mean-CVaR ratio model can be formulated as a second-order cone optimization model where the underlying random returns have a mixture ellipsoidal distribution.As an illustration,the corresponding robust optimization models are applied to allocations of assets in securities market.Numerical simulations are presented to illustrate the relation between robustness and optimality and to compare mixture ellipsoidal distribution to some typical distributions as well.展开更多
文章提出了一种基于长短期记忆网络(Long-short Term Memory network,LSTM)的两阶段均值-CVaR投资组合模型(LSTM+CVaR)。该模型在第一阶段采用LSTM预测股票收益并对股票进行选择;在第二阶段运用均值-CVaR模型来确定所选股票的投资比例...文章提出了一种基于长短期记忆网络(Long-short Term Memory network,LSTM)的两阶段均值-CVaR投资组合模型(LSTM+CVaR)。该模型在第一阶段采用LSTM预测股票收益并对股票进行选择;在第二阶段运用均值-CVaR模型来确定所选股票的投资比例。最后,以沪深300指数股为样本数据,在考虑交易成本和上界约束的情况下,比较LSTM+CVaR模型、LSTM预测选股的等比例模型、随机选股的CVaR模型、随机选股的等比例模型和沪深300指数的风险收益特征、累计收益率和夏普比率。实证结果表明:LSTM+CVaR模型能够实现比传统的投资组合模型更高的平均收益率、收益风险比、累计收益率和夏普比率;减少交易成本和放宽上界约束能提升投资组合模型的表现。展开更多
为研究社保基金最优投资组合问题,在借鉴现代投资组合理论的基础上,从证券投资组合理论的风险度量着手,用条件在险价值(Conditional Value at Risk,CVaR)和熵来共同度量风险,提出新的风险度量模型:均值-CVaR-熵模型。在保证投资组合收...为研究社保基金最优投资组合问题,在借鉴现代投资组合理论的基础上,从证券投资组合理论的风险度量着手,用条件在险价值(Conditional Value at Risk,CVaR)和熵来共同度量风险,提出新的风险度量模型:均值-CVaR-熵模型。在保证投资组合收益率的前提下,以CVaR和叉熵函数的线性组合为最小目标函数,在险价值(Value at Risk,VaR)为约束条件,构建考虑交易成本和政策约束下不允许卖空的基于均值-CVaR-熵的社保基金投资组合模型,探讨社保基金的投资方式及投资比例的分配问题,并利用实际数据求得该模型的最优解及各资产的分配比例。结果表明多元化投资是我国社保基金投资实现保值增值目的的必然选择。展开更多
文摘不同于均值-方差(Mean-Variance)模型,均值-条件风险价值(Mean-Conditional Value at Risk,Mean-CVaR)模型不是以投资组合收益的方差作为风险测度,而是使用了能表征投资收益下侧尾部风险的条件风险价值。同样,Mean-CVaR模型存在优化解微权值数目过多的问题,造成操作性下降。针对这些问题,提出了在Mean-CVaR模型引入权值分离性约束,以保证投资权值不低于某一设定的阈值,结合上证50指数股票进行实例分析。
基金Supported by the Ministry of Education Planning Fund(Grant No.15YJA790043).
文摘The article explores a mean-CVaR ratio model with returns distribution uncertainty.To describe the uncertainty of returns distribution,a mixture ellipsoidal distribution absorbing some typical distributions such as the mixture distribution and and ellipsoidal distribution is introduced.Then,by using robust technique with some assumptions,the original robust mean-CVaR ratio model can be formulated as a second-order cone optimization model where the underlying random returns have a mixture ellipsoidal distribution.As an illustration,the corresponding robust optimization models are applied to allocations of assets in securities market.Numerical simulations are presented to illustrate the relation between robustness and optimality and to compare mixture ellipsoidal distribution to some typical distributions as well.
文摘文章提出了一种基于长短期记忆网络(Long-short Term Memory network,LSTM)的两阶段均值-CVaR投资组合模型(LSTM+CVaR)。该模型在第一阶段采用LSTM预测股票收益并对股票进行选择;在第二阶段运用均值-CVaR模型来确定所选股票的投资比例。最后,以沪深300指数股为样本数据,在考虑交易成本和上界约束的情况下,比较LSTM+CVaR模型、LSTM预测选股的等比例模型、随机选股的CVaR模型、随机选股的等比例模型和沪深300指数的风险收益特征、累计收益率和夏普比率。实证结果表明:LSTM+CVaR模型能够实现比传统的投资组合模型更高的平均收益率、收益风险比、累计收益率和夏普比率;减少交易成本和放宽上界约束能提升投资组合模型的表现。
文摘为研究社保基金最优投资组合问题,在借鉴现代投资组合理论的基础上,从证券投资组合理论的风险度量着手,用条件在险价值(Conditional Value at Risk,CVaR)和熵来共同度量风险,提出新的风险度量模型:均值-CVaR-熵模型。在保证投资组合收益率的前提下,以CVaR和叉熵函数的线性组合为最小目标函数,在险价值(Value at Risk,VaR)为约束条件,构建考虑交易成本和政策约束下不允许卖空的基于均值-CVaR-熵的社保基金投资组合模型,探讨社保基金的投资方式及投资比例的分配问题,并利用实际数据求得该模型的最优解及各资产的分配比例。结果表明多元化投资是我国社保基金投资实现保值增值目的的必然选择。
