本文選題：貝葉斯學習　切入點：HJB方程　出處：《中國管理科學》2017年08期

【摘要】：假設金融市場中有兩種風險資產(chǎn),并且每種資產(chǎn)的收益中均含有不可觀測項、對應的風險既有系統(tǒng)性風險又有自身特有風險,具有冪效用函數(shù)的投資者運用貝葉斯學習方法最優(yōu)地選取自己的動態(tài)投資組合。理論模型與數(shù)值分析顯示,在一定的投資期限內(nèi),對風險資產(chǎn)的投入是風險厭惡程度的減函數(shù);但超過某一時刻,則相反。當風險厭惡程度不變時,對不可觀測因素的了解使得長、短期的投資策略不同。而且這個轉折點隨投資者的風險厭惡程度的增加而減小。風險資產(chǎn)與不可觀測因素的相關性與風險的大小成反比例關系。
[Abstract]:Assuming that there are two types of risky assets in the financial market, and that the return on each asset contains unobservable items, the corresponding risk has both systemic risks and unique risks of its own. Investors with power utility function use Bayesian learning method to select their own dynamic portfolio optimally. Theoretical model and numerical analysis show that the investment of risk assets is a reduction function of risk aversion degree within a certain investment period. But beyond a certain moment, the opposite is true. When risk aversion is constant, knowledge of unobservable factors makes it longer, The short-term investment strategy is different. And this turning point decreases with the increase of risk aversion of investors. The correlation between risk assets and unobservable factors is inversely proportional to the magnitude of risk.
【作者單位】： 首都經(jīng)濟貿(mào)易大學統(tǒng)計學院;
【基金】：國家自然科學基金資助項目(11371001) 首都經(jīng)濟貿(mào)易大學科研水平提高定額項目
【分類號】：F830.59;TP18

【相似文獻】

相關期刊論文 前10條

1 王理冬;汪光陽;程澤凱;朱孝宇;;貝葉斯網(wǎng)絡的發(fā)展與展望[J];安徽工業(yè)大學學報(自然科學版);2006年02期

2 王娟;柴玉梅;;基于多議題協(xié)商的貝葉斯學習[J];計算機技術與發(fā)展;2006年02期

3 馮楠;李敏強;寇紀淞;方德英;;基于貝葉斯網(wǎng)絡的軟件項目風險分析過程[J];計算機工程與應用;2006年18期

4 陳飛;王本年;高陽;陳兆乾;陳世福;;貝葉斯學習與強化學習結合技術的研究[J];計算機科學;2006年02期

5 胡振宇;林士敏;;貝葉斯學習中的線性聯(lián)合先驗[J];計算機工程與應用;2012年01期

6 胡振宇,林士敏,陸玉昌;相容的貝葉斯學習及其后驗分布的漸近正態(tài)性[J];廣西師范大學學報(自然科學版);2004年01期

7 王娟;王璞;;貝葉斯網(wǎng)絡的在線學習[J];黑龍江科技信息;2008年35期

8 王娟;王璞;;基于不妥協(xié)度的Bayes學習協(xié)商機制[J];電腦知識與技術;2008年27期

9 李晶晶;;論貝葉斯學習機的學習過程[J];甘肅聯(lián)合大學學報(自然科學版);2009年04期

10 胡振宇;林士敏;陸玉昌;;貝葉斯學習中基于貝葉斯判別分析的先驗分布選取[J];計算機科學;2003年08期

相關會議論文 前2條

1 路子峗;張旭東;高雋;;基于稀疏貝葉斯學習的相關向量跟蹤[A];第七屆青年學術會議論文集[C];2005年

2 黃桂松;;一種基于貝葉斯網(wǎng)絡的業(yè)務驅動認知網(wǎng)絡實現(xiàn)方法[A];江蘇省電子學會2010年學術年會論文集[C];2010年

相關博士學位論文 前2條

1 徐e，

本文編號：1686569