多条件约束下投资组合模型研究

文中基于经典投资组合MV模型,研究了现实投资活动中实际存在的多种投资约束条件下的投资组合MV模型。通过添加更加细化且贴近实际的约束条件,克服了经典MV模型中假设条件过于苛刻同时又不适用于实际生活的缺点,更好地改进并完善了经典MV模型的应用。并结合中国证券市场的交易数据对新建立的多条件约束的MV模型进行验证分析,以此来说明新建的多条件约束MV模型更加合理、有效、可靠,能够很好地指导投资者稳健地选择投资方案,以达到最好的收益结果。

基于多标度曲线的股市网络构造及其社区挖掘

针对股票市场的复杂网络建模问题,提出使用不同阶数下的标度曲线(多标度曲线),测度沪深300指标股之间的加权多重分形特征相似性,并据此构造网络,研究网络的拓扑性质。在此基础上采用快速Newman,Girvan-New man,Louvain等经典算法挖掘网络社区结构,利用最大模块度确定最优相似性门限值,通过投资组合M V模型验证方法的有效性。实验结果表明,多标度曲线网络具有无标度、小世界和富人俱乐部性质,使用不同算法挖掘其社区结构可得到最优的划分效果。基于该网络社区结构构造的投资组合可有效降低风险。