因子的波动管理组合策略有效吗——来自中国股票市场的证据

以2000年1月1日—2021年11月30日沪深A股为样本,根据Fama-French五因子的月度已实现方差、上半方差、下半方差分别调整因子头寸进而构造波动管理因子,然后基于风险厌恶投资者效用最大化构造混合波动管理组合,利用夏普比率、确定等价收益指标分析样本内外因子的波动管理效果。结果表明,无论样本内还是样本外,分别以规模因子、利润因子构造的混合波动管理组合相比波动管理因子,更能充分利用因子的波动信息获得更高回报。鉴于规模因子波动管理效果主要与下行波动风险相关,利润因子波动管理效果主要与上行波动风险相关,进而分析发现规模因子的下行混合波动管理组合优于总混合波动管理组合,利润因子的上行混合波动管理组合优于总混合波动管理组合。

基于遗传算法的企业风险管理组合模型的分析

本文提出了企业关键风险体的概念,建立了基于关联成本和关联收益的风险管理组合净收益模型,并通过一个典型算例详细说明企业风险管理组合选择的标准和过程。实验结果表明该方法具有简单快速准确等特点,对企业的风险管理者和决策者具有一定的帮助和指导意义。

浅谈企业管理组合的几个方面

本文从企业管理的三个方面 ,阐述了管理组合的内容、方法及目的 ,以拓展企业管理的思路。

基于动态多步损失厌恶的在线投资组合管理策略

奖励函数设计的合理性对于提升深度强化学习算法的性能至关重要。针对投资组合管理任务,识别并解决了现有奖励函数的两大缺陷:一是过度关注短期市场波动而忽略长期趋势;二是对带来奖励和造成损失行为的奖惩相当,这并不符合投资者的损失厌恶心理。为此,借鉴行为金融学中的投资者损失厌恶理论,创新性地提出了一种多步损失厌恶(Multi-step Loss Aversion,MSLA)奖励函数,以更准确地刻画投资者在交易中的行为模式,并据此构建了在线投资组合管理策略。选取A股市场上三个具有代表性的指数,构建了相应的投资组合,在2019年至2023年的历史数据上进行了回测实验。实验结果表明,MSLA奖励函数显著提升了策略的整体性能,从累计收益率、夏普比率和最大回撤等指标来看,普遍优于现有的其他算法。此外,该策略不仅适用于不同市值大小股票组成的投资组合,而且在上涨、下跌和震荡的市场状态下均能保持稳健的性能,这充分说明了该算法在投资组合管理中的有效性和实用性。

基于强化学习PPO算法的上市公司投资组合管理

传统的投资组合管理方法往往依赖于经验规则或数学模型,难以充分利用市场信息和动态调整投资策略。为了解决这一问题,文章提出一种基于强化学习PPO(Proximal Policy Optimization)算法的新方法。使用上市公司的历史数据进行训练和测试,与传统投资策略和其他强化学习算法进行比较,实验结果表明,基于强化学习PPO算法的投资组合管理方法在投资回报率和风险控制方面取得了显著的改进。

项目组合管理在电网技术改造项目评审中运用分析

本文对当前电网技术改造项目评审管理面临的要求与挑战加以分析,结合某省电网公司电网规划中心技术改造项目实例,对项目组合管理的实施流程展开讨论,包括建立技术改造项目储备库、技术改造项目储备审批、技术改造项目评分设计、处理与审核等。

技术孵化器组合管理机制研究:价值共创视角

本文围绕“技术孵化器如何通过组合管理促进被孵技术创业企业间的价值共创”这一重要研究问题,对具有代表性的技术孵化器——中科创星及其被孵企业进行了案例研究。首先,剖析了技术创业企业的原型产品化、合法性获取和场景化开发三项关键价值链活动。在此基础上,归纳了基于价值共创的技术孵化器组合管理机制,即技术孵化器在营造“天使投资+专业孵化+产业生态”的价值共创基础上,通过促进信息共融、主导信任共治、推动协同共进来开展组合管理工作。本文还揭示了技术孵化器组合管理机制如何促进被孵企业间“对话→互动→重构”三个价值共创环节,进而对技术创业企业关键价值链活动赋能。与过去主要关注孵化器与被孵企业间互动的研究不同,本文揭示了技术孵化器借助技术创业企业间的价值共创实现孵化器内部资源整合和被孵企业组合收益提升,同时对技术创业企业早期孵化和技术孵化器运营管理优化具有参考价值。

创新项目组合管理绩效关键影响因素的实证研究

为了维持长期的竞争优势,企业需要不断进行技术创新和产品创新。如何在有限的研发资源下使创新项目组合的绩效最大化是企业进行创新管理中面临的主要问题。本文从创新项目组合的战略一致性、平均项目绩效和业务协同3个指标来度量创新项目组合管理绩效,并从流程和管理者的视角研究其关键影响因素。通过实证研究发现,高管参与和项目组合管理流程的设计与实施对项目组合的战略一致性有显著的正向影响;高管参与、项目经理胜任力和项目终止质量对平均项目绩效有显著正向影响;项目经理胜任力、项目组合管理流程的设计与实施和项目中止质量对业务协同有显著正向影响。

基于深度强化学习的投资组合管理问题

投资组合管理任务一直是金融领域的热点问题之一,随着人工智能技术的发展,已经有越来越多的工作将人工智能技术应用于投资组合管理领域。而其中最为主要的则是强化学习技术,强化学习技术是机器学习的一个分支,不断地根据环境反馈来调整自己的策略而不需要预先给定标签。同时,深度学习具有高阶特征抽取能力,因此,本文将使用深度强化学习来解决投资组合管理问题。针对金融序列存在着大量噪音的问题,使用EWT经验小波变换来对股价序列进行去噪,然后使用去噪后的序列构建科技指标,并输入到模型之中。使用TCN时间卷积网络来提取股票的时序特征,然后使用多头注意力网络来提取股票之间的空间关系,最后输入到全连接层之中,再经过sigmoid函数和softmax函数来得到投资组合的权重。使用基本的策略梯度方法,并使用夏普比率作为目标函数,分别在DJIA、HSI和DAX三种数据集上对本文构建的模型进行实验,使用了六种指标来评价不同策略的优劣,实验证实本文提出的模型具有一定的优势,能够实现较低的风险以及较高的回报。

定向增发的量化组合管理模型与纺织外贸企业投资实务

1999年东软集团(600718.SH)发行国内第一个定增以来,A股市场定增业务的开展已有23年之久。2014年的新“国九条”大幅提高了资本市场的地位,政策鼓励资本市场发挥资源配置的作用。2020年的再融资新规使国内上市公司的融资需求不断释放,定向增发市场持续回暖。文章通过比较2014—2022年纺织外贸企业投资部门的实盘与量化组合管理模型的模拟盘的投资表现,提出稳健的纯多头定增投资不仅在于股价的折扣率,还需要通过实证的方法研究标的的基本面和市场的行为,并做好组合管理。

多卫星发射项目组合管理优化实践探究

多卫星发射项目的组合管理是实现卫星任务成功的关键,但也是极具挑战性的。本文首先介绍了多卫星发射项目的特点和难点,以及组合管理的概念和重要性,进而分析了多卫星发射项目组合管理的现状和挑战。其次,本文提出了一种组合管理框架,并通过一个优化实践案例的分析,详细介绍了该框架的应用效果及其经验总结。最后,文章总结了实验结果和数据分析,并探讨了优化实践中存在的不足之处,为今后多卫星发射项目的组合管理提供参考。

医院管理要学会打组合拳

当前,随着医疗市场的不断建立与完善,计划经济体制下的相对单一的管理模式已越来越不适应医院可持续发展的需要,把不同的管理内容和不同的管理手段进行科学有效的组合,是现代医院管理制度创新中一个很重要的课题。笔者在借鉴现代企业管理的基础上,结合医院管理的实际,提出了五个方面的医院管理组合,旨在提高医院管理的效益,提升医院的管理品质。

基于差分进化方法的投资组合管理模型

旨在克服非线性规划问题求解中传统数值算法的局部搜索性缺陷 ,引进了一种较新的全局搜索算法——差分进化方法 ,它收敛性好 ,原理简明 ,易于实现 .以一个财产保险公司投资组合问题转化而成的非线性规划模型为背景验证了该算法的有效性 .计算结果表明 ,与传统的非线性规划技术相比 ,该方法具有更好的求解效果 .

化学电源组合管理的判别模型分析

化学电源在很多领域中起到非常重要的作用,所以对电源产品的组合管理提出更高的要求。而影响电源组合可靠性关键的因素是单体电池的一致性。主要采用贝叶斯判别模型对单体电池的合格品与不合格品的三种分类标准做出正确的判别。结果表明,按众多输出技术指标差异性分类标准可行;按输入指标一致性分类标准效果不佳;按因子分析模型和层次分析模型结论分类标准实际可行。从而为组合电池的筛选和确保组合电池的质量可靠性发挥重要的作用,进而对空间卫星、飞船等系统用电源技术的发展起到积极的推动作用。

联盟组合管理能力与企业创新绩效:吸收能力的中介效应

开放式创新背景下,建立、治理、协调多个联盟伙伴关系——联盟组合管理能力成为企业获取外部资源以维持创新活动、维持竞争优势的重要驱动力。本文从资源和能力视角剖析了联盟组合管理能力对于企业创新绩效的影响机理,并分别研讨了吸收能力的中介效应和环境不确定性的调节效应。以中国战略性新兴产业191家企业为研究对象的实证分析结果显示:(1)联盟组合管理能力能够显著提升企业创新绩效;(2)吸收能力部分中介联盟组合管理能力与企业创新绩效的关系;(3)环境不确定性正向调节联盟组合管理能力与吸收能力、吸收能力与企业创新绩效的关系。

项目组合管理能力评价

针对当前对项目组合管理能力进行评价需要解决能力体系构建和评价方法实现的问题,通过对相关理论及研究成果进行分析归纳,初步构建出适用于项目组合管理的能力指标体系;针对项目组合管理过程中不确定性,结合证据理论的优势将其运用到项目组合管理能力评价中,通过构建识别框架、确定可信度函数以及信息合成详述了评价的方法与步骤,最后以实例证明该能力体系与评价方法的有效性和实用性.

基金经理激励:关于委托投资组合管理研究的评述

证券投资基金是委托投资组合管理的一种重要形式。基金经理作为基金运作的核心人物,很大程度上决定着基金业绩及投资人的利益,因此基金经理激励是基金委托组合管理制度的内在要求。本文综述了与基金经理激励相关的委托投资组合管理研究四个方面的内容,包括基金经理投资行为的解释、基金经理激励的线性激励契约特征的研究、对称与激励费用契约对经理人风险选择的影响研究以及相对业绩对基金经理风险承担行为的影响研究,并针对目前研究中存在的问题,提出今后应更加注重其投资行为的影响机理及相关基金管理机制的研究。

联盟组合管理能力对焦点企业合作创新绩效的影响研究

以资源基础观为视角,基于组织学习和关系理论,探讨联盟组合管理能力与焦点企业合作创新绩效的关系与影响机制。研究表明,联盟组合管理能力不仅对焦点企业合作创新绩效存在显著的正向影响,还会通过知识权力和关系学习两个中介变量对合作创新绩效产生间接正向影响,而且相对于知识权力,关系学习对合作创新绩效的影响更大。

考虑信息成本的委托资产组合管理合同研究

在管理者获取信息存在成本的前提下研究了基于相对绩效的线性报酬结构对管理者资产组合选择的影响及其激励作用,建立基于基准组合的投资者与管理者之间的委托代理模型,分析当投资者向管理者提供基于基准组合的线性合同时管理者和投资者之间的风险收益最优分享规则。