限制性卖空的均值-半绝对偏差投资组合模型及其旋转算法研究

本文提出了限制性卖空的均值-半绝对偏差投资组合模型,通过变量替换将该模型转变为一般线性规划问题,从而运用线性规划的旋转算法进行求解。最后,文章以一个具体的算例验证了该算法的有效性,并证明将限制性卖空引入到投资组合中,有助于增强市场效率,降低市场风险。

均值-半绝对偏差投资组合优化研究

为了验证投资组合理论在中国证券市场的有效性,针对不允许卖空情况,研究了均值-半绝对偏差投资组合模型,并运用线性规划的旋转算法进行求解。选取1998-2000年沪市六只业绩较好的股票,依据1998-1999年的数据作为样本数据,求出模型在不同期望收益率下的最优投资策略,将得出的最优投资策略应用到2000年,进行模拟投资,从而计算出各模型的总收益率。

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。

具有熵约束的均值-半绝对偏差区间投资组合优化

本文运用区间分析法来处理金融市场中的不确定性。首先,将资产的收益率、风险都用区间数表示,在考虑交易成本、借款约束、资产的短期与长期收益率和上下界约束等约束条件的基础上,提出均值-半绝对偏差(M-SAD)区间投资组合模型,并在M-SAD模型的基础上加入熵约束,得到具有熵约束的均值-半绝对偏差(M-SAD-E)区间投资组合模型。然后,引入悲观系数,将这个问题转化为清晰数问题,并将M-SAD-E转化为线性规划问题,运用旋转算法结合序列线性规划法分别对两个模型进行求解。最后,实证分析悲观系数和熵约束对投资组合收益率和风险区间的影响。

鲁棒均值-半绝对偏差投资组合优化模型

讨论了鲁棒均值-半绝对偏差投资组合优化模型。假定资产收益的均值属于矩形和椭球不确定集，分别给出了矩形不确定集下和椭球不确定集下鲁棒均值-半绝对偏差投资组合优化模型，其中前者为线性规划（LP），后者为二阶锥规划（SOCP）。采用上海交易市场的实际交易数据对所提出的模型进行实证分析，结果表明鲁棒均值-半绝对偏差投资组合优化模型能够获得具有更好财富增长率的投资策略，及更稳定的回报。

多阶段均值-半绝对偏差模糊投资组合优化研究

考虑交易成本和交易量限制,提出投资组合的收益率的隶属函数为梯形的多阶段均值-半绝对偏差可能性投资组合模型,并用自创算法——离散近似迭代法求解。其基本思路为:将连续型状态变量离散化,根据网络图的构造方法将上述模型转化多阶段赋权有向图;运用极大代数求出起点至终点的最长路程,即获得模型的一个可行解;以该可行解为基础,继续迭代直到前后两个可行解非常接近。文章还证明了该方法的线性收敛。最后,文章以一个具体的算例验证了该算法的有效性。

具有心理账户的随机模糊均值-半绝对偏差投资组合优化研究

为了反映在不确定的证券市场环境下,投资者对不同收益目标产生的多种风险态度,本文构建了考虑心理账户和V型交易成本的随机模糊均值-半绝对偏差投资组合模型,并基于随机模糊理论将其转化为线性规划模型,运用线性规划的旋转算法进行求解。通过“滚动样本”的方法,文章将不同数据内上述模型和等比例模型的样本外单位风险收益进行对比检验。结果表明,本文模型有效地提升了投资组合的单位风险收益,且提升效果在“中期数据+小滚动窗口”下更为显著。

均值-半绝对偏差区间投资组合绩效评价

本文构建了考虑现实约束的均值-半绝对偏差区间投资组合优化模型。由于存在实际投资约束,如交易成本、交易量限制和借款限制,投资组合优化模型相对复杂,不易获得真实前沿面的解析解,使得投资组合理论的应用难度加大。为了求解模型,引入DEA方法,构建均值-半绝对偏差区间投资组合DEA评价模型,通过构造前沿面来逼近真实前沿面。最后,使用上海证券市场的实际数据验证了本文方法的合理性与可行性。

不允许卖空情况下M-VaR和M-SA投资组合比较研究

为了验证投资组合理论在中国证券市场的有效性,针对不允许卖空情况,文章分别研究了均值-VaR(M- VaR)和均值-半绝对偏差(M-SA)投资组合模型,并分别结合序列二次规划法和不等式组的旋转算法以及线性规划的旋转算法进行求解。文章选取1998-2000年沪市六只业绩比较好的股票,依据1998-1999年的数据作为样本数据,分别求出两个模型在不同期望收益率下的最优投资策略,将得出的最优投资策略应用到2000年,进行模拟投资,从而计算出各模型的总收益率。以等比例投资为标准,比较两个模型的绩效。最后,证明了两个模型对于中国证券市场是适用。

具有借贷限制的多阶段M-SAD投资组合决策研究

针对资产投资不允许卖空的情况,提出了具有借款限制且借贷利率相同和不同这两种条件下的多阶段均值-半绝对偏差(M-SAD)投资组合模型,该模型的优化为连续型动态规划问题。文中运用自创算法——离散近似迭代法求解,其基本思路为:将连续型状态变量离散化,根据网络图的构造方法将上述模型转化为多阶段赋权有向图;运用极大代数求出起点至终点的最长路程,即获得模型的一个可行解;以该可行解为基础,继续迭代直到前后两个可行解非常接近。文中还证明了该方法的线性收敛性和复杂性,并以一个具体实例比较了两种情况下的最优投资策略。

基于离散近似迭代法的多阶段M-SAD投资组合优化

提出了具有交易成本和交易量限制的多阶段均值-半绝对偏差(M-SAD)投资组合模型,并用自创算法——离散近似迭代方法求解。该算法的基本思路为:首先,将连续型状态变量离散化,根据网络图的构造方法将上述模型转化多阶段赋权有向图;其次,运用嘉量原理求出起点至终点的最长路程,即获得模型的一个可行解;最后,以该可行解为基础,继续迭代直到前后两个可行解非常接近。文章还证明了该方法的收敛性和复杂性。

具有熵约束的多阶段均值—半绝对偏差投资组合优化

考虑投资者面临金融市场随机不确定性,将证券收益率视为随机变量,文章运用半绝对偏差度量风险,采用投资组合的熵度量分散化程度,同时,考虑交易成本和借款限制,提出多阶段投资组合模型。由于投资过程存在交易成本,上述模型为路径依赖性的动态优化问题。文章运用离散近似迭代法求解,并证明了该算法是线性收敛的。最后,通过实证研究得出熵的取值越大,投资组合的最终财富越小。

股票-债券投资组合问题的数学模型及算法

针对股票一债券的最优投资组合策略问题,定义了股票一债券的半绝对偏差风险函数,建立了考虑不允许买空、不允许卖空、交易费用及交易单位等实际约束的股票一债券投资组合问题的数学模型,提出了一种基于布谷鸟搜索算法的改进算法,该算法不仅加快了最优鸟窝位置的搜索速度,同时增强了最优解的稳定性,并对该算法的复杂度进行了分析.最后通过数值算例验证了模型及算法的正确性及有效性.