本文關鍵詞：基于VaR與遺傳算法的投資組合策略研究

  更多相關文章： VaR 卡爾曼濾波 遺傳算法

【摘要】：馬柯維茨提出的證券投資組合理論標志著現(xiàn)代投資理論的誕生,首次從資產(chǎn)收益率和風險兩個角度對投資組合進行評價,反映了人們對于投資風險的足夠重視,而不是僅僅追求高收益。事實上,上世紀七十年代以來,布雷頓森林體系倒塌,各主要發(fā)達國家為了快速發(fā)展而逐漸放松金融管制,使得市場上出現(xiàn)了大量衍生品,進不步加大了金融風險。迫切需要更為完善的投資組合理論指導投資者,從多種角度認識金融市場,準確估計投資活動的收益與風險,而這都需要傳統(tǒng)的金融理論及新的計量方法支撐。因此,投資組合理論也得到不斷完善。 VaR作為量化某資產(chǎn)組合市場風險程度的一個貨幣數(shù)量,是特定時期內(nèi)資產(chǎn)組合價值變動概率分布的一個較低分位數(shù)的預測值,因而VaR是下行金融風險(損失)的一個貨幣度量。我們可以通過計算銀行持有的全部金融工具組合的VaR得出銀行所有頭寸的市場風險的一個單一度量。此外巴塞爾委員會允許符合條件的金融機構可以使用VaR方法估計自身資本充足率,有利于促進VaR計量建立國際標準。另一方面,金融機構充分認識到風險管理的重要性,需要根據(jù)風險狀況配置相應的資金從而保證其經(jīng)營安全。于是引入VaR進行風險管理提上金融機構議程,加強對VaR的理論研究對于金融機構來說意義重大。本文首先介紹了傳統(tǒng)的三種VaR的計算方法,包括德爾塔-正態(tài)法、歷史模擬法和蒙特卡洛模擬法。并進行了回測檢驗,發(fā)現(xiàn)三種方法都不能通過回測檢驗,因此需要對VaR計算方法進行修正。 在經(jīng)典的CAMP中,β系數(shù)是假設不變的。然而大量文獻證明股票的β系統(tǒng)具有時變性,無論是經(jīng)濟增長等宏觀因素,還是企業(yè)自身會計變量等因素都對β系數(shù)產(chǎn)生影響。因此在對β系數(shù)的研究中,時變性是必須加以考慮到重要因素,本文對經(jīng)典的CAPM模型建立狀態(tài)轉(zhuǎn)換模型,用卡爾曼濾波估計β系數(shù),計算基于時變β系數(shù)的VaR,對風險進行更準確地度量。并將其引入投資組合中,構建動態(tài)投資組合,對各類投資人的投資實踐進行指導。因此,本研究的實用價值也很明顯。 Markowitz投資組合理論強調(diào)多種證券的組合,通過多種證券的相關性降低投資組合的風險,分別用收益率的期望描述未來收益,用標準差描述未來風險水平。而標準差可以反映組合可能發(fā)生的風險,卻不能描述風險的可能性,VaR則指明在一定置信水平下的預期損失且對于置信水平的設置可以反映投資者的風險偏好情況,更便于投資者進行投資選擇。因此基于VaR的估計可以作為對經(jīng)典的Markowitz理論的一種補充。通過在Markowitz組合理論中加入VaR的約束條件可以更嚴謹?shù)赜嬎憬M合權重。因此本文基于VaR和多目標遺傳算法對投資組合策略進行研究,具有重大的理論意義。
【關鍵詞】：VaR 卡爾曼濾波 遺傳算法
【學位授予單位】：東北財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F830.59;TP18
【目錄】：

• 摘要2-4
• ABSTRACT4-8
• 1 引言8-17
• 1.1 研究背景和實際意義8-12
• 1.1.1 本文的研究背景8-10
• 1.1.2 研究的實踐意義10-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-14
• 1.2.1 國內(nèi)研究現(xiàn)狀12-13
• 1.2.2 國外研究現(xiàn)狀13-14
• 1.3 研究內(nèi)容及主要方法14-17
• 1.3.1 研究的主要內(nèi)容14-15
• 1.3.2 研究方法的創(chuàng)新與不足點15-17
• 2 基于VAR與遺傳算法的投資組合理論17-33
• 2.1 VAR理論介紹17-25
• 2.1.1 VaR計算方法17-20
• 2.1.2 回測檢驗20-23
• 2.1.3 三種方法的對比及其優(yōu)缺點23-25
• 2.2 基于B時變性估計VAR25-29
• 2.2.1 β系數(shù)的時變性介紹25
• 2.2.2 建立狀態(tài)轉(zhuǎn)換模型25-27
• 2.2.3 卡爾曼濾波算法27-28
• 2.2.4 根據(jù)β系數(shù)計算投資組合VaR28-29
• 2.3 MARKOWITZ組合理論介紹29-33
• 2.3.1 遺傳算法介紹29-33
• 3 實證分析33-41
• 3.1 VAR的計算與回測檢驗實證分析33-37
• 3.2 運用卡爾曼濾波估計時變B系數(shù)37-38
• 3.3 引入VAR約束建立投資組合38-41
• 4 結論及評價41-42
• 參考文獻42-46
• 后記46-47

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張丹,莊新路;VaR原理及其在風險管理中的應用[J];東北大學學報(社會科學版);2004年03期

2 鄭文通;金融風險管理的VAR方法及其應用[J];國際金融研究;1997年09期

3 王春峰,萬海輝,李剛;基于MCMC的金融市場風險VaR的估計[J];管理科學學報;2000年02期

4 林丹,李敏強,寇紀凇;基于實數(shù)編碼的遺傳算法的收斂性研究[J];計算機研究與發(fā)展;2000年11期

5 陳守東,俞世典;基于GARCH模型的VaR方法對中國股市的分析[J];吉林大學社會科學學報;2002年04期

6 江濤;;基于GARCH與半?yún)?shù)法VaR模型的證券市場風險的度量和分析:來自中國上海股票市場的經(jīng)驗證據(jù)[J];金融研究;2010年06期

7 國嘉,王瑞敏,王家海,張忠民;基于遺傳算法的神經(jīng)網(wǎng)絡學習方法[J];計算機與數(shù)字工程;2004年05期

8 林曉梅;;基于歷史模擬法和GARCH模型的VaR比較[J];科技情報開發(fā)與經(jīng)濟;2006年21期

9 王勁松;劉家鵬;蘇濤;劉睿;;基于狀態(tài)轉(zhuǎn)換的風險分解VaR模型研究[J];西北農(nóng)林科技大學學報(社會科學版);2013年04期

10 魏永強,李剛;風險價值法在投資銀行市場風險管理中的應用[J];現(xiàn)代財經(jīng)-天津財經(jīng)學院學報;2000年04期

中國碩士學位論文全文數(shù)據(jù)庫 前6條

1 代紅果;幾種典型VaR度量方法的比較研究[D];山東大學;2006年

2 郭曉輝;基于VaR的無賣空投資組合分析及實證研究[D];北方工業(yè)大學;2007年

3 郎波;投資組合風險度量：VaR約束下允許持有無風險資產(chǎn)投資組合模型研究[D];西南財經(jīng)大學;2007年

4 曹建美;VaR方法在中國股票市場風險度量中的應用[D];東北財經(jīng)大學;2007年

5 林財超;VaR和CVaR在證券投資組合決策中的應用[D];長沙理工大學;2008年

6 梅婷;基于VaR的風險測度及投資組合[D];上海交通大學;2010年

，

本文編號：1004719