經(jīng)過多年的發(fā)展,訂單執(zhí)行的理論研究和實踐已經(jīng)取得了相當豐富的成果,但是一般的市場沖擊模型不考慮執(zhí)行風險,給出的最優(yōu)策略事實上是靜態(tài)策略,無論是理論上還是在實踐中,都有一定的不足。Cheng等人（數(shù)量金融）擴充了 Almgren和Chriss經(jīng)典的價格影響模型,用包含執(zhí)行風險的新模型去解決一些不確定性子單的問題,我們進一步對模型進行擴展,假設頭寸過程由布朗運動和Poisson隨機測度所驅動,以期望P&L（Profit and Loss）最大化為目標,通過隨機控制方法,在一定的條件下得到最優(yōu)執(zhí)行策略。動量交易策略在金融市場里的應用變的愈發(fā)廣泛。我們在不同狀態(tài)下的市場中篩選出了 207個共同基金,很好地體現(xiàn)了投資者對動量交易策略的選擇以及對逆向策略的轉換。通過數(shù)據(jù)實驗,我們了解到不同的策略選擇體現(xiàn)了相異的影響,并且評估了在金融危機時期這些策略選擇的性能。實驗結果表面在金融危機前,優(yōu)秀的基金經(jīng)理通常會選擇動量交易策略,而在金融危機中期不再使用它,轉換為使用逆向交易策略。本文提供了戰(zhàn)略組合的最優(yōu)選擇,而且提供了投資策略最優(yōu)方法。 

【文章來源】：北京郵電大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

一:總羞金

??圖３－２：每個時期策略占總比??每個時期策略占價值型基金比??Ａｆｔｅｒ?Ｗ?ｉｙａｙ—ｒｎｗｎＷｉＭ—ＭｉｙＷｉｉ．ｉ．ｉＭＷｔＭ??Ｄｕｒｉｎｇ?■?Ｗｌ??Ｂｅｆｏｒｅ?ｉＭＷｉ?ｉｍＭ—Ｂｌｉｌｌｉｌｌ??〇．〇〇％?２０．００％?４０．００％?６０．００％?８０．００％?１００．００％??■?Ｍｏｍｅｎｔｕｍ?Ｎｏ?Ｓｔｒａｔｅｇｙ?■?Ｃｏｎｔｒａｒｉａｎ??圖３－３：每個時期策略占價值型基金比??每個時期策略占增長１彳基金比??Ａｆｔｅｒ?—Ｍ?ＷｔＷＥＢＢ??Ｄｕｒｉｎｇ?ＢＨ??Ｂｅｆ?ｏ?ｒｅ??〇．〇〇％?２０．００％?４０．００％?６０．００％?８０．００％?１００．００％??■?Ｍｏｍｅｎｔｕｍ?Ｎｏ?Ｓｔｒａｔｅｇｙ?■?Ｃｏｎｔｒａｒｉａｎ??圖３－４：每個時期策略占增長型基金比??根據(jù)我們的ｉ、Ｊ？論，我們發(fā)現(xiàn)在我們的樣本屮大約存一半的基金經(jīng)理在交易??管理屮考慮了動量因素。??圖３－２到圖３－４描述每個戰(zhàn)略的比例。很明顯，時間分布是不同的，因此??我們可以大致了解基金經(jīng)理在不同市場情況下的策略轉換。然而，到目前為止，??我們無法說出每個基金的確切變動。危機開始時，他們是否從動量策略轉向沒??有戰(zhàn)略，還是在危機結束后從動量選擇轉向逆向動量選擇？基金經(jīng)理是否有一??致的策略？我們沒有根據(jù)上述分析作出答復。??因此，我們進一步將這２０７個基金分成２７個小組。１?６、ｃ分別代表動量??策略、無策略和反向策略。第一、第二和第三行分別代表金融危機前、中、后??時期。事實上也是基金經(jīng)理分別在三個階段采取不同戰(zhàn)略選擇

?１９?３－７；?ｓｈｉｆｔｓ?ｏｆ?ｓｔｒａｔｅｇｉｃｓ?３??圖３－７的結果顯不，＜７喊６知６６ｃ，?ｃｃｇ，?ｃｃ／？加起來后我們會發(fā)現(xiàn)，２１．?２６％??的基金經(jīng)理從２００３到２００９有一致的交易策略，也就是說他們一開始設計好交??易策略，在以后的時期內(nèi)都未改變。??圖?３－８；?ｓｈｉｆｔｓ?ｏｆ?ｓｔｒａｔｅｇｉｅｓ?４??圖３－８表示同樣的方法，我們發(fā)現(xiàn)有２４．?６４％的基金經(jīng)理在危機開始時改變??了他們的交易策略，但是當金融危機發(fā)生之時以及發(fā)生之后，他們的交易策略??也沒有改變并且和最初之時保持一致。??４１??

【參考文獻】：
期刊論文
[1]改進TF-IDF算法的文本特征項權值計算方法[J]. 路永和,李焰鋒.  圖書情報工作. 2013(03)
[2]文本分類算法中詞語權重計算方法的改進[J]. 趙小華,馬建芬.  電腦知識與技術. 2009(36)

碩士論文
[1]基于網(wǎng)絡用戶行為分析的問題研究[D]. 任文君.北京郵電大學 2013



本文編號：3088817