基本指数-最小下半方差投资组合优化研究

为了克服方差作为风险度量无法区分收益和损失的局限性,同时弥补经典均值-方差模型忽略了企业基本面状况的缺陷,该文结合下半方差和基本指数的优点,分别考虑1-、2-范数交易成本,构建了基于期望效用最大化的基本指数-最小下半方差投资组合模型(简称“FI-semiv模型”),并运用不等式组的旋转算法进行求解.文章通过“滚动窗口”的方法,对FI-semiv模型进行了样本外检验与分析,并进一步将该模型与最小方差模型、最小下半方差模型和等比例投资模型的夏普比率进行对比.结果表明:基于FI-semiv模型构建的投资组合的夏普比率得到了有效提高,FI-semiv投资组合的风险更小,投资效率更高.

单指数模型在房地产投资组合中的应用

马克维茨的投资组合模型理论由于其复杂性约束了在房地产投资中的实际应用,并且我国房地产投资的风险主要来自于政府主导的系统风险,基于理论上的拓展和我国的现实特点,文章通过引入单指数模型从而使传统的风险—收益模型得以简化和易于计算,为投资者选择最优房地产投资组合提供了可能性。

对单指数模型投资组合优化方法的修正——以开放式基金为例

本文根据单指数模型在投资组合优化中的局限性,提出了修正的单指数投资组合优化模型。通过构造双目标规划函数,同时实现对风险和收益的优化。实证结果显示,修正模型的最优投资组合要优于基金原始组合与单指数模型优化组合。本文提出的单指数修正模型在实用性和适用性上有了一定的提升,能够很好地适应我国不允许卖空的机制,对于一些基金组合的特殊情况也能够得到较好的结果。

基于多指数模型和APT模型的投资组合分析

在投资组合研究中,多指数模型的分析并不多见。鉴于此,对多指数模型和APT模型进行了理论总结,并研究了多指数模型和APT模型在投资组合管理以及业绩评价上的应用。多指数模型可以用于形成收益预期、研究事件影响,以及作为分解组合好坏表现的工具。

基于熵的单一指数投资组合模型的应用研究

在分析马科维茨的均值方差模型及威廉·夏普的单一指数模型的基础上,将熵的概念引入到证券投资的风险度量中,提出一种新的投资组合模型,并进行了实证研究。

单指数模型的最优风险投资组合研究

根据威廉.夏普的单指数模型(Diagonal Model)构建最优风险投资组合,选取2005年6月至2010年5月间上市交易的股票型基金13只和债券型基金9只进行实证检验.发现选取的22只基金与上证综合指数构建的最优风险投资组合的收益率比上证综合指数的收益率要高.同时,使用样本数据中具有正α值的基金进行对比分析,发现正α值的基金构建的最优风险投资组合的收益率无法战胜基于22只基金构建的组合的收益率.这说明基于α值的积极组合管理无法获得超额收益,虽然它的收益超过同期的上证综指的收益.因此,得出结论,单指数模型构建的最优风险投资组合能够获得超过大盘指数的收益,但是基于正α值的投资策略无法对单指数模型进行改进.

基于ELSTM-BL模型的股票投资组合研究

为了提高股票收益率预测精度,达到利用深度学习算法构建股票投资组合模型谋求高额收益的目的。首先通过指数衰减法对长短期记忆(Long Short-Term Memory, LSTM)神经网络参数进行优化,形成ELSTM模型;其次利用改进后的LSTM模型对次日的个股收益率进行预测,以形成BL模型的主观观点参数;最终将收益率预测结果输入到BL模型得到股票投资组合的配置权重,并将资产按照模型给出结构配置。在方案实施阶段,将基于ELSTM-BL模型的股票投资方案与LSTM-BL模型、市值权重模型与历史BL模型的投资组合方案作比较,ELSTM-BL模型表现出明显优势。

基于GARCH和E-GARCH模型的投资组合波动预测分析:以上证50指数为例

通过借助GARCH模型和考虑数据不对称性的E-GARCH模型,分析上证50指数投资组合波动的预测性,实证结果发现:上证50指数日收益率波动均存在条件异方差,市场收益率的波动随时间的变化而变化,而且经常在某一时刻中连续出现偏高或偏低的情况;另一方面,从GARCH模型和E-GARCH模型对上证50指数的预测比较可看出,选取的上证50指数样本数据具有一定的不对称性,短期来看,GARCH模型和E-GARCH模型都能够很好的拟合上证50指数的日收益率波动轨迹,预测误差较小。但随着样本期的延伸,相对于GARCH模型,E-GARCH模型预测效果的相对误差更小。

基金投资组合中的单指数模型

如何在实际中利用投资组合理论构造出可行的投资操作方式 ,从而为投资者带来稳定的高收益 ,这不仅是基金应用理论研究的重要课题之一 ,也是促进我国证券市场建设的有益尝试。基于从投资角度出发 ,以组合理论中的单指数模型为基础 ,对沪、深两市的证券投资基金进行研究 ,设计了构造投资组合的方法 ,并对该方法所依据的理论基础进行了论证 ,同时对其适用条件、实施程序、局限性和应用效果进行了说明和检验。研究期间的实际运行结果表明 :新的组合投资方式与其它投资方式相比具有一定的优势 ,获利能力尤为突出 ,达到了预期的目的。

基于单指数模型的投资组合影响因素研究

本文研究在资产的收益率可预测或部分可预测的情况下,资产组合配置的问题。在确定投资组合权重时,资产收益率的期望和波动率是最重要的变量。本文首先寻找对资产收益率的期望和波动率最具有解释能力的预测变量,然后基于这些变量,利用单指数模型,直接探索预测变量和资产组合权重之间的关系。模型中的指数可以帮助投资者决定在做投资决策时各预测变量的重要程度。

夏普单指数模型在我国股市的最优风险投资组合研究

文章根据诺贝尔经济学奖获得者威廉·夏普(William Sharpe)的单指数模型建立最优风险投资组合,选取2011年6月至2016年5月间的沪深300指数月收益率和来自金融业、IT产业和房地产业的3个不同行业的6只股票月收益率进行实证检验,发现选取的6只股票与沪深300指数月超额收益率之间有显著的线性关系,并且能够获得比沪深300指数的夏普比率要高的超额收益率。

基于单指数模型的最优投资组合价值分析

单指数模型自马科维兹模型优化而来,在证券市场的投资组合中具有广泛的应用。基于单指数模型的数理基础,本文运用投资组合理论在A股市场中选取了不同类别且相关性小的三个行业的七家上市公司,通过构建证券特征线进行投资组合的量化分析,最终得出最优组合,以实现投资风险分散化下的获取收益最大化,便于中小投资者开展实操。

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。

房地产投资项目组合的目标规划模型

根据房地产投资的特征与投资目标,利用成熟的单指数模型,资金成本率公式,建立了减少风险危害,保证投资有效的房地产投资项目组合的目标规划模型.

多种约束条件下项目投资组合模型的构建

目前，对多个项目投资组合的决策与评价，通常是先利用获利指数（PI）方法对各投资项目进行排序，再利用净现值（NPV）方法使得所有可能的项目投资组合的净现值之和最大。这种简单的方法仅适用于初始资本限量条件下的项目投资组合决策，当约束条件不只一种时它就无法满足需要了，因此必须建立一个有效的项目投资组合模型来进行决策。

一个多目标组合投资模型

首先建立了一个多目标组合投资的基本模型,而后将之转换为单一目标的线性规划模型,解决了组合投资中组合投资结构、总净现值、总净现值率和加权平均资本成本的多目标优化问题.还可对该模型进行计算机模拟,得到企业所需要的多种信息.

投资组合模型比较研究

1952年,马克维茨发表了《投资组合选择》,建立了均值-方差模型。随后夏普建立了资本资产定价模型和单指数模型,罗斯等人建立了套利定价多因素模型。各类模型均有其优点及相应的适用条件。本文对以上理论模型进行了比较研究,认为就我国投资者而言,把单指数模型作为工具,同时加入一些因素到模型中,更适宜于其对证券收益的实证研究。

β约束条件下的房地产投资组合优化模型

在现代经济生活中,风险是人们相当关注的一个问题。房地产业也是如此,而降低风险的主要实现方式,是通过多样化的组合投资来降低和消除非系统性风险,而系统性风险则通过风险资产的β系数表现出来。本文通过β系数的测度,建立了以组合投资风险最小化为目标的房地产投资组合优化模型。求解该二次凸规划模型,即可得到房地产投资组合的最佳方案。

A股市场上个体投资者的投资策略选择——基于单指数模型的有效性

从单指数模型理论的应用环境出发,发现个体投资者以上班族为主、普遍进行短线交易、学历水平整体不高、资金主要分布在10万以下,A股市场有效性层次不高,这些都是不利于投资者进行投资组合的。进一步分析发现“收益”与“风险”并不对称。这一点增加了投资组合的难度。再加上我国股市个股的总风险中系统性风险比重偏高,严重降低了组合投资通过降低非系统性风险来降低组合总风险的效果。建议投资者的投资应该相对集中。

基于风险管理模型评价分析澳洲多种投资途径及如何进行资产组合优化

本文基于2000-2017年澳大利亚股市的两组数据,通过以澳洲的商业环境中的多种投资途径为例,具体运用风险管理模型进行分析,并运用SPSS统计软件、相应的统计方法和计算公式进行计算以实现对资产的配置与优化,这种数据的优化方法适合帮助相应的企业和个人进行理财的投资,以及如何对现有资产进行多样化的投资从而获得最大收益.