基于随机矩阵理论的Markowitz组合投资模型

通过随机矩阵方法识别、消除极端或非无关抽样样本,提高Markowitz模型的参数估计精度,改进应用Markowitz模型的效果;同时,针对抽样不足的情况,使用Bootstrap方法较好地解决了该问题.

Markowitz投资组合理论与实证研究

从中国股市出发 ,在西部大开发的政策引导下 ,在西部七省区的股票中筛选了 1 1只股票 ,它们涵括了中国市场的各个行业板块。本着西部股票具有朴实无华的良好股性 ,在国家政策指导的大前提 ,本文对它们进行了基本面分析选择 ,着重进行了投资组合分析 ,采用 Markowitz模型测算股票组合的收益、方差 ,试图能通过各股权重的变化寻求有效证券组合 ,而该有效组合应能指导投资者对该地区的个股股性的优良与否、对该组合的风险及收益预期性进行比较和判断。

基于Markowitz投资组合模型的移动机器人目标提取与识别

移动机器人足球比赛中,准确识别足球并确定其位置是比赛胜负的关键。在理想情况下,比赛场地颜色信息固定,可以通过彩色分割来识别,但是若存在环境光照较弱或不均的影响时,很难明确划分不同颜色区域之间的界限,使得对目标的准确识别受到影响。提出一种全新的彩色分割方法,通过适当选择几个不同的颜色分量,应用Markowitz投资组合模型对各个颜色分量求取最优权值,进而将最优权值作用于彩色图像,可得到不同区域间对比度增强的灰度图像,分割出所求目标。实验表明,该方法很好地弱化了光照变化带来的影响。

关于协方差矩阵不可逆时MARKOWITZ模型的求解问题

将遗传算法 ( Genetic Algorithm)引入证券组合理论 ,设计一套求解 MARKOWITZ模型的新算法 ,解决了

基于Markowitz和VaR模型的股指期货风险预警

利用风险估价(Value at Risk,VaR)技术评估过程,考虑Markowitz均值方差模型,通过Markowitz模型投资组合的有效边界,得出风险值的计算区间,更符合实际的经济意义。为基金投资股指期货提供了有效地进行市场风险的监控手段。

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。

Markowitz模型在中国证券市场的实证研究

Markowitz模型是现代投资组合理论的开端。通过对Markowitz模型进行深入分析,提出了应用Lagrange乘数法进行求解,然后从中国股市出发,从不同行业选取了10只股票,应用Markowitz模型进行分析,分别计算出在5种不同收益率下,投资者所得到的最优证券组合及所须承担的风险。结果表明,该模型对投资者进行股票选择及风险预测具有一定的指导意义。

Markowitz模型的一种神经网络解法

对不允许卖空情况下的Markowitz模型的求解 ,在金融学里面 ,一直是个很棘手的问题 .提出了一种反馈神经网络算法 .该算法计算步骤简单 ,收敛速度快 ,特别针对大规模问题非常有效 .首先提出了这种算法的神经网络模型 ,给出了它的能量函数 .接着证明了它在Lyapunov意义下的稳定性 .最后证明了一定存在一个收敛序列 {Xk} Rn,使得

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。

基于马科维茨投资组合模型的深交所最优投资组合研究与实证分析

为减少投资带来的非系统性风险,针对选取的深圳交易所A股ZK、ZC、PA、GY 4只股票,运用马科维茨投资组合模型分析计算,最终发现证券市场的投资规律,并给予散户贴近实际的投资建议.

大用户购电组合策略研究

针对大用户在多个市场上的购电组合问题,综合考虑大用户购电量及现货市场电价的随机性,从预期购电成本和风险的角度分析了大用户购电最优组合策略。以大用户在长期合同市场及现货市场中购电为研究对象,同时考虑了自备电厂及可中断负荷的作用,借鉴现代投资组合理论中的Markowitz模型,建立了大用户购电成本及风险最小的双目标优化模型,推导出购电组合的有效前沿。最后通过算例对上述模型进行了验证。

马柯维茨模型在深圳股市应用中的实证研究

讨论了马柯维茨模型在深圳股市的实际应用问题.考虑到中国股市不允许买空卖空的情况,对改进的马柯维茨模型进行实证研究.运用深圳40指数的部分成分股2002年1月至2004年4月的历史数据对股票市场做了实证分析,研究了股票组合的风险变动规律,利用变异系数选出最优投资组合.并且经验证此方法是合理且可行的,因而有理由相信这种方法是可以对投资组合进行预测,从而能够指导投资者投资行为的.

一种证券组合的投资选择模型

在分析Ｍａｒｋｏｗｉｔｚ模型及其发展的基础上提出了一种新的证券组合选择模型，与Ｍａｒｋｏｗｉｔｚ模型相比更容易实践。

基于遗传算法的证券组合投资优化问题的模拟分析

分析了用遗传算法求解组合证卷投资中的Markowitz模型的各种问题,提出了一种采用最优保存策略的遗传算法求解WilliamSharpe模型的方法,并且实现了N种证券投资组合优化的模拟分析,得出比用二次规划算法求解更好的结果.

一种证券组合选择模型

本文在Ｍａｒｋｏｗｉｔｚ组合证券投资决策模型基础上提出了一种可产生更优组合证券投资策略的证券组合选择模型，研究了它的解的结构、它的有效边界的构成。

不确定条件下资本预算最优化模型研究

本文在马柯维茨模型(MarkowitzModel)和夏普(Sharpe)等提出的资本资产定价模型(CapitalAssetPricingModelCAPM)的基础上,提出了以均值和方差为基础的马柯维茨-夏普资产组合最优化模型(Markowitz-SharpeOptimizationModel),并结合确定条件下项目投资资本预算最优化模型和项目投资预算的特点,推导出了不确定条件下以净现值和绝对离差为决策基础的资本预算最优化模型。

基于分形分布的投资组合选择理论研究

首先介绍了Markowitz的均值-方差模型,并分析了该模型的不足之处.在此基础上讨论了基于分形分布的投资组合选择问题.最后指出了求解分形投资组合选择问题的难点,并提出了今后研究的方向.

投资组合理论的脉络及发展

通过对Markowitz投资组合模型、资本资产定价模型(CAPM)、套利定价定理(APT)简评及对比研究,理顺了静态投资组合理论.同时指出动态投资组合理论目前已成为研究的热点及其发展趋势.

证券投资组合理论在我国的应用及其模型拓展

Markowitz的证券投资组合理论引发了20世纪后半期金融学的第一次革命,为现代金融经济学的崛起奠定了坚实的基础。然而该理论应用在我国这样一个新兴的证券市场却面临着不少问题,有必要对当前我国证券市场的实际情况进行必要的剖析,对Markowitz模型做一些拓展。为了提高资本资产定价模型在我国证券市场的适用性,必须建立一个行之有效的证券市场。

基于我国证券市场的马科维茨模型与实证研究

为了建立符合我国证券市场实际情况的马科维茨模型,通过逐步添加限制条件的方法,建立了一个基于买空卖空限制、交易费用限制、最小交易单位限制的模型.用MATLAB软件实现非线性非光滑规划问题的求解,并用该方法来解决所建立的马科维茨模型.选取上海证券市场15只股票进行实证研究.结果表明,该模型及算法是有效的.