隨著金融衍生品市場(chǎng)的快速壯大,加之新興的互聯(lián)網(wǎng)金融,引發(fā)了人們投資理財(cái)?shù)臒岢薄�(gè)人和企業(yè)對(duì)合理的財(cái)富分配理論有著迫切的需求。這正是投資組合理論的核心內(nèi)容,其研究的主要問(wèn)題就是,投資者如何將現(xiàn)有的財(cái)富在可投資的風(fēng)險(xiǎn)資產(chǎn)中合理分配,以實(shí)現(xiàn)諸如既定風(fēng)險(xiǎn)下收益最大化或者累積收益率最大化等投資目標(biāo)。目前,在金融學(xué)界,投資組合理論主要有兩個(gè)大方向,一個(gè)是基于Markowitz的均值方差理論,另一個(gè)是基于Kelly資本增長(zhǎng)理論。Markowitz的均值方差模型雖然開(kāi)創(chuàng)了量化投資的先河,并且表現(xiàn)優(yōu)異在實(shí)際中也被廣泛使用,但是依然存在著一些缺陷:交互性差,無(wú)法進(jìn)行連續(xù)的投資決策;風(fēng)險(xiǎn)度量不科學(xué),方差對(duì)待正偏離和負(fù)偏離一視同仁;微權(quán)重過(guò)多,導(dǎo)致可操作性下降和交易成本上升。針對(duì)現(xiàn)有的這些問(wèn)題,本文提出了一種多階段的權(quán)重分離性約束下的Mean-CVaR模型。首先,通過(guò)移動(dòng)歷史數(shù)據(jù)窗口的方式實(shí)現(xiàn)了多階段連續(xù)投資,克服了交互性差的問(wèn)題。然后,選擇了具有非對(duì)稱性的條件在險(xiǎn)價(jià)值CVaR作為風(fēng)險(xiǎn)度量,只將低于均值的負(fù)偏離部分視作風(fēng)險(xiǎn)。同時(shí),在二次規(guī)劃優(yōu)化模型中加入權(quán)重分離性約束,用線性混合規(guī)劃的方法,解決了微權(quán)重過(guò)多的... 

【文章來(lái)源】：華東交通大學(xué)江西省

【文章頁(yè)數(shù)】：54 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
主要符號(hào)說(shuō)明
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外文獻(xiàn)綜述
        1.2.1 基于Mean-Variance模型國(guó)內(nèi)外研究狀況
        1.2.2 基于Kelly公式模型國(guó)內(nèi)外研究狀況
    1.3 本文工作
第二章 權(quán)重分離性約束的Mean-CVaR投資組合模型
    2.1 Mean-CVaR建模相關(guān)知識(shí)
        2.1.1 投資效果指標(biāo)
        2.1.2 在險(xiǎn)價(jià)值VaR
        2.1.3 條件在險(xiǎn)價(jià)值CVaR
        2.1.4 正則化稀疏
    2.2 Mean-CVaR模型的建立
    2.3 權(quán)重受控的Mean-CVaR模型的建立
    2.4 實(shí)證分析
        2.4.1 實(shí)驗(yàn)數(shù)據(jù)與實(shí)驗(yàn)方法
        2.4.2 實(shí)驗(yàn)結(jié)果與分析
    2.5 本章小結(jié)
第三章 在線投資組合模型
    3.1 在線投資組合的數(shù)學(xué)模型
        3.1.1 問(wèn)題定義
        3.1.2 簡(jiǎn)單示例
    3.2 投資組合策略
        3.2.1 基準(zhǔn)策略
        3.2.2 追漲策略
        3.2.3 追跌策略
        3.2.4 模式匹配策略
        3.2.5 元學(xué)習(xí)策略
    3.3 在線投資組合模型的算法框架
    3.4 本章小結(jié)
第四章 基于反轉(zhuǎn)策略和被動(dòng)主動(dòng)算法的在線投資組合
    4.1 被動(dòng)主動(dòng)均值反轉(zhuǎn)策略
    4.2 在線滑動(dòng)平均反轉(zhuǎn)策略
    4.3 在線滑動(dòng)魯棒反轉(zhuǎn)策略
    4.4 本章小結(jié)
第五章 基于自適應(yīng)的動(dòng)態(tài)指數(shù)平滑法的在線投資組合
    5.1 模型動(dòng)機(jī)
    5.2 自適應(yīng)動(dòng)態(tài)指數(shù)平滑法
    5.3 實(shí)證分析
        5.3.1 實(shí)驗(yàn)數(shù)據(jù)
        5.3.2 實(shí)驗(yàn)結(jié)果
    5.4 本章小結(jié)
第六章 總結(jié)
    6.1 工作總結(jié)
    6.2 研究展望
參考文獻(xiàn)
附錄A 部分相關(guān)程序代碼
個(gè)人簡(jiǎn)歷 在讀期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于混合整數(shù)規(guī)劃的VaR歷史模擬法的投資組合優(yōu)化[J]. 孫樹(shù)壘,吳士亮,孟秀麗,張慶民,唐潤(rùn).  科技和產(chǎn)業(yè). 2018(04)
[2]基于移動(dòng)窗口的適應(yīng)性在線投資組合策略[J]. 楊興雨,何錦安,沈健華.  廣東工業(yè)大學(xué)學(xué)報(bào). 2018(03)
[3]基于滾動(dòng)經(jīng)濟(jì)回撤約束和下半方差的最優(yōu)投資組合策略[J]. 于孝建,王秀花,徐維軍.  系統(tǒng)工程理論與實(shí)踐. 2018(03)
[4]可調(diào)整的均值-半方差可信性投資組合績(jī)效評(píng)價(jià)[J]. 張鵬,龔荷珊.  模糊系統(tǒng)與數(shù)學(xué). 2018(01)
[5]帶有模糊流動(dòng)性約束的均值-方差-偏度-正弦熵投資組合優(yōu)化模型[J]. 宋燕玲,周榮喜,蔡小龍,趙慶亮.  北京化工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[6]基于非凸交易成本的投資組合優(yōu)化問(wèn)題求解[J]. 李晨,陸忠華,胡嘉力,胡永宏,王玨.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(12)
[7]基于PCA的投資組合風(fēng)險(xiǎn)的分散優(yōu)化管理[J]. 劉遵雄,唐順發(fā).  華東交通大學(xué)學(xué)報(bào). 2017(05)
[8]基于貝葉斯學(xué)習(xí)的動(dòng)態(tài)投資組合選擇[J]. 郭文英.  中國(guó)管理科學(xué). 2017(08)
[9]基于神經(jīng)網(wǎng)絡(luò)的在線學(xué)習(xí)策略[J]. 劉笑天,趙勝民.  投資研究. 2017(06)
[10]投資組合優(yōu)化模型的一個(gè)序列凸近似算法[J]. 李衛(wèi)國(guó),張宏偉,梁錫軍.  大連理工大學(xué)學(xué)報(bào). 2017(03)



本文編號(hào)：3640206