附加交易费用的动态投资组合鲁棒策略

在风险资产期望收益和协方差矩阵不确定的情况下,研究了附加交易费用的动态投资组合鲁棒策略,并运用LMI方法就其实证分析所得到的结果分别与基准组合、有效边界组合模型的结果进行了比较.结果表明,附加交易费用的动态投资组合鲁棒策略所得到的权重分配更加合理,所得到的最终收益也优于其他组合模型,而且附加交易费用后的模型更加贴近于大额投资情况下金融市场的实际交易.

基于成本“粘性”下的投资组合模型

均值-方差(mean variance, MV)模型及均值-绝对偏差(mean absolute deviation,MAD)模型均为早期经典的投资组合模型.在这2类模型的基础上,考虑上市公司的成本"粘性"特征,建立了适合现代投资理论的成本"粘性"下的均值-方差(cost stickiness MV, CSMV)投资组合模型及成本"粘性"下的均值-绝对偏差(cost stickiness MAD, CSMAD)模型.以中国综合A股市场2004—2015年各资产的年、月平均收益率为测试样本及2006—2015年各资产的年、月平均收益率为检验样本的实证分析表明,成本"粘性"下的均值-方差投资组合模型比传统的均值-方差投资组合模型的收益率表现更好,成本"粘性"下的均值-绝对偏差模型明显优于均值-绝对偏差模型的收益率表现.

基于DPSO-RK算法解带有交易成本的投资组合选择问题

目的在Markowitz均值-方差模型的基础上,建立带有交易成本且期望收益和风险都有一定误差的投资组合选择模型,即乐观情况下期望收益最大风险最小模型和悲观情况下期望收益最小风险最大模型。方法根据模型特点,设计了基于Runge-Kutta法的差分进化粒子群优化(Differential PSO with Runge-Kutta,DPSO-RK)算法。结果与结论数值试验表明用DPSO-RK算法求解该模型是有效的,模型符合实际,与改进的粒子群优化算法(Improved Particle Swarm Optimization,IPSO)相比,本文所提出的算法具有更好的仿真结果。