具有实际约束的多阶段M-V投资组合时间一致性策略研究

从动态规划的角度分析,方差算子的不可分离性导致标准的多阶段均值-方差模型的最优投资策略不满足时间一致性。文章采用条件期望映射的方法,构建了一个具有交易成本、借贷约束和阈值约束的多阶段M-V投资组合模型。由于考虑了交易成本,该模型是一个具有路径依赖性的动态优化问题。为了获得其时间一致性投资策略,文章将该问题近似地转化为连续性动态规划模型,证明最优解的近似度,并运用离散迭代算法求解。最后,使用上海证券交易所的部分历史数据验证了模型和算法的有效性。

多阶段均值—标准差投资组合时间一致性策略研究

文章运用标准差度量投资组合的风险,考虑交易成本、借贷约束和阈值约束等情况,提出了具有Vasicek随机利率和风险偏好的多阶段均值-标准差投资组合模型(V-M-SD)。基于博弈论的方法,将该模型转化为时间一致的动态优化问题,并使用离散近似迭代法求解满足时间一致性的最优投资组合。最后,实证分析借贷约束、阈值约束和风险规避系数对V-M-SD模型的最优时间一致性策略的影响。研究发现,当其他约束条件保持不变时,在一定的阈值范围内,投资组合的终期财富分别与借贷约束、阈值约束、风险规避系数正相关、正相关、负相关;投资组合的单位风险水平分别与借贷约束、阈值约束、风险规避系数负相关、负相关、正相关。

基于混频因子模型的高阶矩投资组合策略研究

高阶矩的准确估计对提升包含高阶矩的投资组合表现无疑具有重要意义。传统样本矩估计方法未考虑“维数灾难”对高阶矩参数带来的不良影响,大大限制了高阶矩投资组合在实践中的应用,因此更为精确的高阶矩估计方法有待提出。针对高阶矩矩阵,本文基于混频数据抽样(MIDAS)技术,构建混频因子模型高阶矩估计量,并利用其构建包含高阶矩的投资组合策略,探讨其实际经济价值。在实证分析中,通过采用效用函数的高阶泰勒展开,将基于混频因子模型得到的高阶矩估计量作为最优估计进行投资组合优化,利用回测检验方法对不同相对风险厌恶系数下混频因子模型高阶矩投资组合在收益和下行风险方面的表现进行评价。研究结果发现:基于混频因子模型的高阶矩估计可以有效改善高阶矩投资组合在收益率和下行风险方面的表现,相较于传统的基于样本矩估计和同频因子估计构建的高阶矩投资组合具有显著的优势。

沪市β-风险域分析及其投资组合策略

运用资本资产定价ＣＡＰＭ模型的β－系数风险测度原理，对沪市４００余只股票（基金）的投资风险敏感度进行了定位．并依据β值大小和性质划分证券组合区域，提出了基于β－风险域的投资组合策略．

动态高阶矩风险稳健性测度与参数化组合投资决策研究

针对已有高阶矩组合投资模型中风险测度与模型求解的不足,本文构建动态高阶矩参数化组合投资决策模型(B-S-K)并给出其求解方案。首先,运用混频数据抽样分位数回归(MIDAS-QR)模型,充分挖掘高频数据信息,提高动态高阶矩风险测度的及时性、准确性和稳健性;其次,采用参数化组合投资策略,将资产特征变量、动态偏度风险和动态峰度风险纳入组合投资权重函数,大幅缩减待估计参数数目,提高模型求解效率。分别对中国股票市场的个股和行业板块指数进行实证,研究结果一致表明:第一,基于MIDAS-QR模型的动态高阶矩风险稳健性测度,不仅充分考虑了金融风险的时变特征,而且测度结果受异常值影响较小,是一个稳健且有效的测度方法;第二,市盈率、账面价值比、动态偏度风险与组合投资权重显著正相关,条件波动率、动态峰度风险与组合投资权重显著负相关,这些为组合投资决策提供了较好的机理性解释;第三,与等权方案、M-V模型、基准(B)模型和B-S模型等相比,本文构建的B-S-K模型,在收益、风险和风险调整收益等三个方面均表现出显著且稳定的优势。

不同效用函数下的最优投资组合策略

当股价受到重大信息冲击时,会出现不连续的跳跃,将股价考虑为服从跳跃-扩散过程.为了研究当股价服从跳跃-扩散过程时,不同效用函数下投资者投资组合的最优策略问题,基于随机微分对策思想,在股票价格服从跳跃-扩散过程时,通过建立投资组合的数学模型,根据Ito公式和泛函变分法,分别采用对数效用函数和幂效用函数研究两人竞争的投资组合优化问题,并得到在各自效用函数下最优策略的表达式,为投资者提供多种投资策略.

基于小波-高阶矩模型的投资组合策略——以国际原油市场为例

考虑到投资者异质性特征,将极大重叠离散小波变换方法与高阶矩投资组合框架相结合,提出小波-高阶矩投资组合模型,在此基础上提出频域视角下的高频尺度集成方案和时-频域视角下的全尺度集成方案,并遴选出合适的风险偏好特征改进模型,最后进行稳定性检验。基于国际原油市场数据,样本外检验结果表明:相较于对照组,大部分的小波-高阶矩投资组合策略均取得了更优的投资效果,其中集成部分表现最佳,且高频尺度集成方案侧重于提升收益,而全尺度集成方案侧重于降低波动;通过选择合适偏好高阶矩风险的特征,将会明显改善原始小波-高阶矩投资组合策略,且对两个集成方案改良效果最显著;稳健性检验证实了以上结论。

关于投资收益-风险模型等价性的证明

通过拉格朗日乘子法和 Kuhn- Tucker条件证明了投资收益 -风险模型两种策略的等价性 ,即这两种策略对应的最优投资组合是相同的 .

多因素环境下的投资组合理论

介绍多因素环境下的投资组合理论可以补充传统的CAPM模型面临新的金融环境存在的不足 ,从理论上研究投资组合理论应怎样适应新的环境以及对投资者的战略意义 .

基于资产选择的投资组合模型与中国股市实证检验

Lars-Lasso回归算法是近年来统计选元的一个新兴方法.针对资产数量众多的投资市场,本文将Lars-Lasso方法运用到资产配置的第一步资产选择中,针对已选择的小数量资产进行资产组合配置.对中国沪深股市股票进行实证分析.结果证明,在Lasso选元下得到的投资组合总体表现优于市场指数.

不同借贷利率下的投资组合选择问题的实证分析

在不同借贷利率条件下建立了投资组合选择的Markowitz均值-方差模型,利用Kuhn-Tucker条件得到了含有无风险证券和不含有无风险证券2种情况下的最优投资策略和有效前沿的解析表达式,并应用中国股票市场上的实际数据对所得结论进行了实际分析.

时-频域视角下的集成高阶矩投资组合策略研究

针对以往研究不足,本文基于时-频域视角,借鉴"分解-集成"思想,将极大重叠离散小波变换方法与高阶矩投资组合框架相结合,构建了小波-集成高阶矩投资组合模型.鉴于小波函数诸多且性质各异,本文又提出"分解-混合-集成"思想,并构建混合小波-集成高阶矩投资组合模型.基于股票、原油和黄金数据,本文采用构建的模型进行样本外投资组合检验和分析,并进行稳健性检验,实证结果表明:相较于对照组,小波-集成高阶矩策略取得了较好的投资效果,为投资者带来更高的收益、夏普比率以及效用水平;凭借混合诸多小波函数的优势,混合小波-集成高阶矩策略取得了更佳的组合效果,显著优化了小波-集成高阶矩策略.稳健性检验佐证了上述结论.

基于DCC-MIDAS与参数化策略的时变组合投资决策

在经典的均值-方差模型中,组合投资效果往往受到协方差矩阵估计精度低与权重静态设置两个方面的不利影响.为此,文章提出了一种新的时变组合投资决策模型：一方面引入DCC-MIDAS模型,运用高频信息,提高金融资产间的动态关联关系估计精度;另一方面考虑金融资产时变特征对组合投资权重的影响,进行参数化设计,改善时变组合投资效果.对中国股市的个股以及行业板块进行了实证研究,结果表明：账面市值比、市盈率与组合投资权重呈正相关关系,市值与组合投资权重呈负相关关系;新模型在标准差风险、Sharpe比率和有效前沿等方面,都优于传统的组合投资模型.

基于线性反馈策略的多阶段均值-方差投资组合优化

现有的多阶段投资组合优化问题普遍利用动态规划方法来进行求解,然而对于较为复杂的优化问题而言,该方法并不适用.针对此类复杂投资组合优化问题,文章首先在广义的多阶段均值一方差理论框架下,构建一类存在凸锥约束的投资组合优化模型.进而提出了一种有效的线性反馈策略,通过计算投资组合在各阶段财富值的收益和风险值,可将该动态随机控制问题转化为一个传统的凸优化问题.最后,在开环和闭环两种策略形式下通过数值仿真验证文章所提出反馈策略的有效性.结果表明,所提出的开环策略占优于已有的开环策略,且能够有效地拟合由动态规划所得精确投资策略.

连续时间证券组合安全第一准则

马科维茨均值-方差分析是研究证券组合选择的一种基本方法,而Roy提出一种“安全第一”准则,该准则多出现在单阶段与多阶段证券组合选择的研究中.本文分别在完全信息与部分信息下,运用安全第一准则分别研究了连续时间证券组合选择问题, 利用鞅方法与Malliavin分析得到投资者的最优投资策略.

投资对冲基金的几个问题及建议

相对于传统的股票,债券等投资工具而言,对冲基金作为一种另类的投资产品,由于其丰富的投资策略和较高的投资收益,逐渐成为广大投资者所接受的投资选择。一般而言,在将一种新的风险资产加入到投资组合中时,由于各种风险资产的收益总不是完全正相关的,投资组合的风险在既定的收益下总会或多或少的降低。对冲基金相对于其它的投资工具有其自身的特殊性,收益-方差分析法对冲基金加入到投资组合中往往会导致投资结果的不理想。

投资组合策略的有效性检验:基于中国市场的实证分析

本文针对中国股票市场的实际特点,对几种典型的投资策略进行了分析比较。本研究选取不同类型的数据库作为研究对象,截取出不同时间段的数据用以检验各种投资策略在各种投资背景下的表现。检验结果表明,对于行业层面的投资而言,基于数量化模型的优化策略总体表现较好;但在个股层面,市场组合策略的总体表现较好。此外,当资产数目较大时,简单的1/N平均投资策略在个股层面的投资表现也较为突出。而在股市行情处于单一的牛市或熊市的情形下,基于数量化模型的优化策略的表现比它们在长期平均行情下的表现更好。本文初步探析了这些现象背后的原因。这些结果表明策略类型的选择、参数估计的样本选取是实际投资操作中不可忽视的环节。

基于β系数优化的动态投资组合策略研究

本文提出一种股票动态投资组合策略,首先通过上升和下降贝塔来优选行业,然后在选择的行业中构造股票投资组合。对于股票投资组合,利用均值方差投资组合模型作为内核,通过引入参考时间窗口和持有期限窗口两个外生参数构建动态的均值-方差模型,并实证检验了模型的可行性。然后再经过多项业绩评价指标对比分析得出动态投资组合策略的收益明显优于被动投资策略,这种动态投资组合策略能够获得部分超额收益并且具有更好的可靠性。本研究为投资者提供了一种定量的投资组合管理方法,并从侧面验证了我国股市的非有效性。

业绩-流动关系与预期收益率对基金动态投资策略的影响——基于损失厌恶型管理者的分析

在连续时间金融框架下,假设基金业绩与管理资金流动之间存在不对称凸关系,建立动态投资组合模型分析损失厌恶型管理者的投资策略.首先利用完全市场下的鞅方法求解模型,得到基金最优投资组合期末价值,分析业绩-流动关系与预期收益率对最优期末价值的影响.然后利用复制技术,求得基金动态最优投资组合策略的封闭解,发现资金流出系数对基金的动态投资策略无影响.数值分析发现,资金流入系数增加使得基金最优投资组合的风险暴露增加.预期收益率对管理者投资策略的影响与市场状态有关,在市场状态较好时,预期收益率的提高使管理者减少风险暴露,采取更保守的投资策略;而在市场状态较差时,预期收益率的提高使管理者增加风险暴露.

基于组合稀疏Lasso的投资策略研究

为了利用因子排序组合的信息并保证组合权重具有一定的稀疏性,基于Sparse Group Lasso (SGLasso)和经典的均值-方差(mean-variance,MV)投资组合策略,构建了能够对高维资产数据集进行投资的SGLasso-MV策略.与Lasso和GLasso相比,SGLasso能够同时实现组内和组间的稀疏性,并利用了特征分组信息,因此适用于改进MV策略输出权重的不稳定性和高误差性问题.在实证数据方面,利用A股1997年至2019年所有可用A股股票的日际实证数据集,进行了不固定成分股的滚动投资,以避免样本选择性偏误,并将SGLasso-MV与几种经典的投资组合策略进行了比较.结果显示,相比其他同样包含期望收益率估计量的策略,SGLasso-MV的权重能够在样本外实现显著更低的标准差风险和更低的换手率.