对风险投资决策中H.Markowitz均值-方差模型的推广

H.Markowitz均值一方差模型适用于风险投资决策,在这一模式基础上,通过改造推广建立了一类组合投资决策的新模型。

级联H桥型电力电子变压器平均值模型

针对电力电子变压器仿真效率较低和死区效应越来越显著的问题,基于级联H桥型双有源桥结构电力电子变压器,提出一种考虑死区效应的平均值模型。首先,计及寄生参数将双有源桥单元简化为一阶RL电路,分析各个死区工况下电压电流特性,求解电流的平均化解析表达式,通过等效电流源代替全桥及高频变压器实现对双有源桥单元的平均值建模。其次,基于状态空间平均法,通过占空比将H桥整流单元各工况整合为一个统一的模型,进而使用受控源代替H桥整流单元与交流电网、双有源桥的接口电路。最后,建立输入侧串联输出侧并联型的级联H桥型电力电子变压器平均值模型并给出计算流程。在PSCAD/EMTDC仿真软件上分别搭建电力电子变压器详细模型与平均值模型,仿真结果表明所提出的模型具有较高的精度和运行效率。

半区间上D.H.Lehmer问题余项的一种均值

半区间上D.H.Lehmer问题余项的分布性质,有助于研究整数及其逆的分布。该文讨论了半区间上D.H.Lehmer问题余项E(a,p)在不完整区间上的一种均值分布性质。利用E(a,p)与Dirichlet L-函数的关系以及Dirichlet L-函数的一些均值性质,给出了E(a,p)一种均值的几个较强的渐近公式,结合文献[4]中的结论,可以看出这两种区间上D.H.Lehmer问题余项的相消性有显著的差异。该结果不仅扩充了半区间上D.H.Lehmer问题余项的研究内容,而且有助于该领域研究工作的进一步展开。

小麦冠层图像H分量的K均值聚类分割

大田环境下小麦冠层图像具有光照不均匀、背景复杂及阴影遮挡等特点,经典图像分割算法存在精度低、过分割等问题,提出一种基于HSI空间下H分量的K均值聚类算法。使用R+G-B归一化处理RGB空间下的彩色图像,以抑制其B分量;将归一化图像进行RGB到HSI的颜色空间转化;根据光照是否均匀,使用K均值聚类算法对彩色图像的H分量进行不同的聚类处理,经形态学开运算及去噪处理获得最终目标图像。实验表明,该方法对不同施氮量、不同光照、不同生长时期小麦冠层图像的分割效果较好,相对基于Lab空间的K-means聚类分割,该方法可一定程度避免过分割现象;相对基于H分量的Otsu算法,对光照不均匀图像分割更完整,对复杂背景图像分割更精确。

Markowitz均值-方差模型与RAROC模型在中国证券市场的实证研究

从Markowitz均值-方差的基本模型入手,分析其缺陷并引入其修正模型和在此基础上改进的RORAC模型。两个模型采取了不同的风险衡量度量方法。在MATLAB环境下运用遗传算法求解在同一收益水平下的两个模型风险水平。对深圳证券交易所数据的实证研究,证实修正后的Markowitz模型的风险控制能力强于RORAC模型的VAR风险控制方法。

基于原—对偶内点算法的股票投资组合分析——兼论Markowitz均值—方差模型的应用

首先对Markowitz均值—方差模型进行了回顾,对Markowitz均值—方差模型的求解给出了更为优化的算法,即原—对偶内点算法,并利用优化后的算法模型对中国股票市场进行实证分析,得出对投资者更为有效的投资建议。

均值生成时序及SCGM_(mv)(1.1)预测模型

分析了均值生成时序 ,按 SCGM( 1,h)建模原理构造了基于均值生成时序的 SCGMmv( 1,1)模型 .该模型的预测精度高 ,计算量少 ,适应于动态过程快速建模 .示例表明 :SCGMmv( 1,1)的拟合、预测效果是令人相当满意的 .

厚尾相依序列均值变点的截尾估计及其收敛性

本文研究厚尾相依随机变量序列的均值变点估计。在均值已知的情况下,提出变点的截尾估计方法,以消除厚尾随机变量序列中较多“奇异”点对估计结果的影响；在方差无穷的情形下推广了Hájek-Rényi型不等式,并由此得到变点估计的相合性和收敛速度。模拟结果表明方法的可行性。

H值意义下优良证券组合的筛选

研究如何从证券市场上的众多证券中筛选出"好"的若干种证券进行组合投资.首先,在允许卖空的情况下,第一次给出了评价证券组合优劣的H值准则,然后在H值意义下进行优良证券组合的筛选.其次,引入市场指数模型,得到市场指数模型下H值的简化定理,使筛选工作成为可能.

证券投资组合的均值-方差分析

利用Markowitz的均值-方差分析方法,分别用均值和方差衡量投资组合的收益与风险,从主观和客观上描述了投资者对期望收益率和风险的偏好程度,从而建立起能够最大限度满足投资者需求的投资组合模型。模拟投资者在投资组合模型中根据各股票期望收益率等数值的计算,得出了投资组合的最优投资比例。

均值与偏度约束下CVaR最小投资组合优化模型研究

投资组合问题是现代金融理论研究的起源和热点，其核心思想可概括为：如何把财富配置到不同的资产中，以达到确保收益、分散风险之目的。自1952年Markowitz建立均值一方差模型定量研究资产组合选择问题后，人们相继提出许多其他的投资组合模型。现有模型侧重于对收益前两阶矩（均值和方差）的关注，大多忽视了收益的三阶矩（偏度）风险。Arditi（1975）指出偏度越大意味着低收益率出现的概率越小而高收益率发生的概率越大，忽略偏度得出的最优组合可能是一个无效的组合，但未予实证。

D.H.Lehmer问题余项的一些相消现象

研究了D.H.Lehmer问题余项的一类均值的渐近性质.对于一般的奇整数q≥5,利用解析方法及特征和的一些重要性质给出了D.H.Lehmer问题余项在双四分之一区间上均值的几个渐近公式,并讨论了D.H.Lehmer问题余项在另外两类区间上均值与参数的依赖关系,进一步揭示了D.H.Lehmer问题余项的相消现象.

Markowitz投资组合模型的最小二乘算法

本文从一个新的视角来研究Markowitz均值—方差模型。通过将Markowitz均值—方差模型表述为约束最小二乘问题,继而使用约束最小二乘问题的算法研究了协方差矩阵正定和半正定时模型的求解问题,我们给出了计算投资组合有效前沿及最小方差组合的新算法。实证分析表明:最小二乘算法在计算稳定和计算速度方面优于传统算法。

基于改进K均值聚类算法的汽车行驶工况构建

汽车行驶工况是描述汽车速度-时间曲线,中国一直采用欧洲工况作为标准,但研究表明,中国的实际道路和欧洲差异很大,甚至每个城市都各不相同,所以中国急需构建属于自己的汽车行驶工况,研究汽车行驶工况具有重要意义。首先建立有效的数学模型,使用T4253H滤波算法进行数据预处理,筛选和消除异常存在的数据;其次采用主成分分析法对原始数据进行降维,来确定主成分的个数,进一步增加了选择的特征参数的代表性;最后结合改进K均值聚类算法对降维后的特征参数进行聚类分析,选择适用的运动学片段,进行汽车行驶工况信息的构建。经过与实测数据进行对比分析,研究结果表明:构建的工况数据与实测数据的误差均小于7.4%,更能真实反映实际车辆行驶的运行状况。

H值意义下不允许卖空时优良证券组的筛选

探讨了H值意义下不允许卖空时,优良证券组的筛选策略,给出了可行证券组的定义以及性质,最后得到了市场指数模型下优良证券组合筛选的简便方法。

第二类完全p-椭圆积分关于Hölder平均的凹性

该文给出了第二类完全p-椭圆积分满足Hölder凹性的充分必要条件,从而推广了先前关于第二类完全椭圆积分的相应结果.

引入成交量变化率的马柯维茨均值方差模型

对马柯维茨的均值方差理论进行了推广,进一步细化原模型中的风险。把成交量变化率的方差也视为一种风险,在收益率的方差中加入成交量变化率的方差,构成一种两者线性组合的新证券组合风险。讨论在给定一定收益率和成交量变化率的条件下使得新风险最小的优化求值问题。把原模型中没有无风险证券时的前沿证券曲线从双曲线(抛物线)推广到双叶双曲面(抛物面),把含有无风险证券时的前沿证券曲线从直线推广到圆锥面,还得到了一系列相应结论。同时对股票投资最优组合选择问题进行实证检验。

基于Markowitz组合理论的风险控制分析

Markowitz理论是现代投资理论的基石,也是当今投资实践主要方法之一,给投资决策提供了基本、完整的分析框架。2010年,中国证券市场允许开展融资融券业务,投资者面临的投资风险加大。在Markowitz投资组合理论的框架下,讨论中国证券投资市场上融资融券条件下的投资决策问题,寻找有效控制风险的途径,对于投资者构建和动态调整最优的投资组合,以便获取较大的投资收益具有指导意义。

关于平均值不等式的新应用

利用平均值不等式推得Hlder不等式和在数学竞赛题中有广泛应用的"分式和"不等式.此外,通过平均值不等式建立了一个应用非常广泛的新不等式.

Hellmann—Feynman定理及其应用

本文主要讨论了Ｈｅｌｌｍａｎｎ—Ｆｅｙｎｍａｎ定理在求解量子体系力学量平均值和体系能级等问题中的优越性，并就将其应用到定态做扰理论的情形进行探讨；提出了在类氢离子体系中所遇到的困难．