一、一类组合证券投资决策的研究(论文文献综述)
迟骏[1](2020)在《投资者情绪、投资者交易行为对ETF定价影响研究》文中认为随着我国ETF在多样性、市场重要性和规模方面的显着增长,投资者对该创新型资产配置工具的兴趣日益浓厚。传统资产定价理论认为理性投资者可以通过套利活动消除资产错误定价,然而大量研究表明ETF二级市场价格与份额净值间存在明显偏离,影响了ETF定价效率,而且ETF价格波动现象普遍存在。本文基于行为金融理论,秉承Shiller(2014)提出的真实刻画金融市场中投资者真实想法和实际行为的理念,构建个体基金层面的投资者情绪及投资者交易行为指标,从非理性因素视角阐释其对我国A股ETF价格的影响。本研究主要包括以下几方面的内容:第一,分析投资者情绪与投资者交易行为对ETF定价效率的影响。面板回归结果显示,投资者情绪、投资者交易行为都分别对ETF折溢价有显着正向影响;投资者情绪及投资者交易行为ETF折溢价的联合影响也显着为正。进一步地,在考虑了含有FamaFrench三因子以及机构持股比例作为调节变量的条件下,投资者情绪及投资者交易行为对ETF折溢价的影响结果依然相同。第二,分析投资者情绪对ETF价格波动的影响。首先,面板回归结果发现投资者情绪对ETF价格波动具有非对称影响,在情绪高涨状态时,价格波动率随投资者情绪的增加而增加;在情绪低落状态时,价格波动率随投资者情绪的增加而降低;而且,投资者情绪的看涨(看跌)变化幅度会导致价格波动率向上(向下)修正。其次,面板分位数回归结果发现在不同分位点上呈现出一种非线性模式。一般来说,在低分位点上情绪对波动影响较弱,而在高分位点上情绪对波动影响较强。第三,分析投资者交易行为对ETF价格波动的影响。首先,面板回归结果显示投资者交易行为影响作用具有非对称性,即在正向买卖失衡状态时,价格波动程度随投资者交易行为指标的增加而加剧;在负向买卖失衡状态时,价格波动程度随投资者交易行为指标的增加而减缓。其次,分位数回归结果在不同分位点处呈非线性模式,在低分位点上投资者交易行为指标对价格波动影响较弱,而在高分位点上投资者交易行为指标对价格波动影响较强。再次,将投资者交易行为指标分解为可预期与未预期两个部分,结果发现分解后的可预期投资者交易行为指标与未预期投资者交易行为指标对ETF价格波动的作用影响不同。第四,分析投资者情绪与投资者交易行为对ETF价格波动的联合影响。首先,面板回归结果显示,同向的投资者情绪与投资者交易行为对ETF价格波动联合影响的检验结果表现出一致方向性,即情绪越高涨及正向买卖失衡程度越大时,价格波动越大;情绪越低落及负向买卖失衡程度越大时,价格波动越大。异向的投资者情绪指标和投资者交易行为指标对ETF价格波动率的联合作用的检验结果不具有一致的方向性,表现为在情绪高涨兼负向买卖非均衡时期,投资者情绪对ETF价格波动率为显着正向影响,投资者交易行为对ETF价格波动率为显着负向影响;在情绪低落兼正向买卖非均衡时期,投资者情绪对ETF价格波动率为显着负向影响,投资者交易行为对ETF价格波动率为显着正向影响。面板分位数回归结果显示,投资者情绪及投资者交易行为对ETF价格波动率有显着的联合影响,概括而言,在投资者情绪与投资者交易行为指标两两组合形成的四种态势中,均呈现出在较高分位点处,高涨情绪对ETF价格波动存在显着正向影响,低落情绪对ETF价格波动存在显着负向影响;同样地,在较高分位点处,正向买卖失衡对ETF价格波动存在显着正向影响,负向买卖失衡对ETF价格波动存在显着负向影响。最后,分析投资者情绪、投资者交易行为对ETF风险-收益关系的影响。首先,以投资者情绪与ETF价格波动率进行二维分组,发现在情绪极端乐观高涨的情况下,ETFs风险-收益关系为正向相关;而在情绪极度悲观低落的情况下,ETFs风险-收益关系为负向相关。其次,以投资者交易行为与ETF价格波动率进行二维分组,结果显示在投资者交易行为指标最大时,ETFs风险-收益关系为正向相关;在投资者交易行为指标最小时,ETFs风险-收益关系为负向相关。最后,三维分组结果显示,在投资者情绪极度高涨且极端正向买卖失衡情况下,ETFs的风险-收益正向相关;在投资者情绪极度低落且极端负向买卖失衡情况下,ETFs风险-收益负向相关。同方向的投资者情绪及投资者交易行为对风险-收益关系的联合影响具有叠加增强效应;在投资者情绪指标与投资者交易行为指标方向相反的两种极端状态下,ETFs的风险-收益关系具有不确定性,最终效应取决于两个指标对风险-收益关系的相对影响力大小。总之,上述研究结果表明投资者情绪和投资者交易行为均对ETF定价具有显着影响。尤其地,在对于ETF价格波动及其风险收益关系的研究中,使用两种条件方差模型估计价格波动率得到的实证结论一致。
杨洁[2](2019)在《油田开发项目投资组合优化研究》文中提出我国现处于经济高速发展时期,对石油资源需求量巨大,但国际石油市场动荡不安,这决定了我国应重视国内石油开采水平。然而,油田开发项目成本高、不确定性强、投资风险大,给石油公司的投资与经营带来巨大困难。如何在各油田分公司递交的油田开发项目中合理选择、如何使石油公司的投资达到预期效益最大化及其与预期投资风险之间的平衡是石油公司亟待解决的问题。本文结合油田开发项目的特点,综合考虑石油公司现有投资评价方法存在的问题,为石油公司设计针对油田开发项目投资组合优化的方法体系。首先,利用多目标规划及0-1型背包问题构建投资组合优化模型。以石油公司项目投资组合的预期效益最大化及预期投资风险最小化为目标函数,以项目投资组合开发成本、产能、经济效益等为约束条件。其中,投资组合预期效益设定为组合中各项目预期效益与其投资比重乘积之和,预期投资风险为组合中各项目预期开发风险乘以投资比重的累计值。论文利用概率纸确定项目开发风险、产能符合率的分布特点,并通过蒙特卡洛方法用产能符合率量化项目开发风险。其次,确定以遗传算法求解投资组合优化问题,并根据石油公司对油田开发项目的投资要求,从以下几方面改进遗传算法:在种群初始化阶段引入0-1型背包问题,设计分级优选方案改进适应度函数,交叉、变异运算中加入融合修复过程,并采用局部退化寻优方法搜索最优解。随后,采用偏差度、争议度指标,对改进的遗传算法求解结果有效性进行分析。最后,采用算例分析形式,并通过与石油公司原有投资评价方法求解结果对比,确定论文模型方法的优化效果、验证该方法在油田开发项目投资组合优化方面的可行性及科学性。
季丹[3](2016)在《发明专利组合的证券化研究 ——以化学行业为例》文中研究说明本文以化学行业的发明专利为例,通过构造专利的多层次组合来得到风险可控的拟证券化专利资产,并使用三叉树模型和实物期权中转换期权理论对该专利资产进行定价。由于该模型中影响资产价格的参数如资产收益相关系数、资产收益波动率等较难确定本文针对这些参数进行了敏感度分析,其结果有助于进一步优化资产组合的构建。另外,本文也就发明专利组合的特点,在已有资产支持性证券发行流程的基础上建立专门针对发明专利组合资产的证券化流程。
荣幸[4](2014)在《考虑交易费用的投资—负债管理》文中研究表明持续多年的席卷全球金融海啸,给世界各国经济带来了前所未有的灾难,很多世界着名的金融机构,如花旗银行、雷曼兄弟公司等具有较高管理水平的公司都未能幸免于难,皆遭受巨额损失甚至破产。此次金融危机对投资者进行了一场深刻的风险教育,让金融界开始觉醒,进一步深入探讨风险的有效防范和有效管理等问题。资产-负债管理的研究作为现代金融管理的重要研究内容之一,受到学者和业界的越来越高度的重视,国内外众多金融机构已将其视为提高企业核心竞争力的象征。本文将在连续时间框架下,研究资产-负债管理问题,针对对数效用函数,对最优投资策略进行分析讨论。本文将在组合证券投资研究中考虑随机利率和负债因素,研究考虑有负债影响的组合证券最优投资策略问题。本文假设利率遵循Vasicek模型的随机过程,并假设利率过程、股票价格过程和负债过程都存在一定的相关性。在终端财富期望效用最大化目标下,建立考虑负债和固定比例交易成本的最优组合投资模型。应用最大值原理得到相应值函数的HJB方程,并对对数效用函数下的最优投资策略进行了研究。通过求解所得到的偏微分方程,在对数效用函数下,得到了资产-负债管理的最优投资策略的解析表达式。给出释例对所做研究进行了讨论,增强了所做研究的可操作性,具有一定的指导意义。本文首先阐述了组合证券投资及带有负债的组合投资的研究背景、国内外在此方面的研究现状、存在的问题和主要研究成果。然后,介绍了离散时间组合证券投资和连续时间组合证券投资研究,并对效用函数进行了介绍。最后,研究了带有负债的组合证券投资问题,并通过释例进行了分析。
冯艳红[5](2013)在《亚洲新兴经济体国际资本流动管理研究》文中研究指明国际资本流动管理是当前国际经济领域研究的热点问题,但关注点始终局限于某一具体政策,尤其是资本管制。但实际上,国际资本流动管理是一个系统性工作,除资本管制外,还涉及宏观领域和金融领域,即世界上并没有一项政策能够单独成为应对资本流入激增的灵丹妙药。本文选择国际资本流动管理的政策框架作为新视角,结合亚洲各国的具体情况,分别从宏观经济政策调整、金融体系改革以及资本管制等几个方面,考察了1997年金融危机后亚洲各国的国际资本流动管理措施,以期为亚洲以及我国在未来制定国际资本流动管理政策提供借鉴。首先,国际资本流动管理是有其理论支撑的,那便是对国际资本流动的影响机制以及产生的风险的认识。国际资本流入对东道国经济的影响机制包括汇率机制、资产价格机制、财富效应机制、声誉机制和政策效应机制。国际资本流入在给东道国带来各种经济利益的同时,也会给东道国宏观经济和金融稳定带来诸多风险。如果风险没有得到恰当管理,那么经济体系的风险会不断积聚,一旦外部冲击到来或者仅仅是由于预期的突然改变,积累于经济体系内的风险会集中释放,最终引发系统性的金融危机。其次,结合亚洲各国的具体情况,分别从宏观经济政策调整、金融体系改革以及资本管制等几个方面,考察了1997年金融危机后亚洲各国的国际资本流动管理措施,并着重探讨了各项治理措施的成效。在国际资本大规模流入时,各国短期内都优先采用冲销干预,长期依靠推行更有弹性的汇率制度、加强宏观经济政策和完善金融体系等。但由于冲销干预的成本会不断攀升,且容易陷入内外均衡的两难选择—选择稳定利率还是选择稳定汇率,而汇率制度、完善金融体系等改革往往需要较长的时期才能收到效果,因此,各国会在中短期内使用资本管制措施弥补以上两种措施的不足。亚洲新兴经济体的经验表明,资本流动管理并没有“放之四海而皆准”的且一成不变的固定模式,而且几乎每一项资本流动管理政策都有其局限性。资本流动管理要想达到预期效果,就必须要根据各国具体情况(包括政策目标、资本流入的原因和持续性、资本流动管理工具使用的政治及其他局限性)进行适当权衡,以决定应对资本流入的合适的政策体系。亚洲新兴经济体的经验还告诉我们,资本流动管理要想达到预期效果不仅仅需要对各种政策工具的开发和利用,更需要政策制定者的智慧与勇气。最后,本文对全球金融危机后国际资本流动管理的挑战及其未来努力方向做出了分析。全球金融危机对亚洲进出口贸易造成冲击,进而影响其经济增长,再加上外部经济条件的不确定性给亚洲国际资本流动管理提出挑战。亚洲各国除继续强化前期措施外,还应积极利用财政政策和努力推动经济增长,在全球和区域层面推动集体合作。
常浩[6](2012)在《连续时间投资组合优化理论方法研究》文中研究说明连续时间投资组合问题是数理金融的重点研究内容,是投资人或者投资机构进行资产套期保值和风险对冲的重要理论方法.通过研究不同投资环境下的投资组合优化问题,一方面可以应用数理方法创造性的解决人们在实际投资过程中所遇到的问题,为投资人进行科学投资提供理论依据;另一方面可以为投资学的理论方法有更加广泛的应用提供科学依据.本文主要对连续时间投资组合优化问题进行了一些扩展性研究,取得了一些研究成果.针对实际投资环境的的多样性和金融市场的不确定性,本文主要侧重于四个方面的研究: (1)不完全市场下动态资产分配的扩展性研究; (2)随机环境下资产-负债管理问题研究; (3)限制性投资组合优化问题的扩展性研究;(4)随机环境下投资-消费问题研究.具体研究成果详述如下:第二章主要对不完全市场下的动态投资组合优化问题进行了扩展性研究.首先,对不完全市场下基于效用最大化的动态资产分配问题进行了研究.通过降低布朗运动的维数将不完全市场转化为完全市场,并在转化后的完全市场下应用鞅方法得到了指数效用和对数效用函数下最优投资策略的解析表达式.应用完全市场与原不完全市场间参数关系得到不完全市场下的最优投资策略.算例解释了模型的结论,分析了从完全市场到不完全市场下最优投资策略的变化情况,并把指数效用和对数效用函数下的最优投资策略与幂效用函数下的最优投资策略进行了比较.其次,对不完全市场下基于二次效用函数的投资组合优化问题进行了研究,应用鞅方法得到了最优投资组合的解析表达式.分析了均值-方差模型下不完全市场的最优投资策略问题,为进一步全面探讨均值-方差模型提供了理论基础.第三,对不完全市场下的投资-消费问题进行了研究,应用动态规划原理和HJB方程方法得到了幂效用、指数效用和对数效用函数下最优投资-消费策略的解析表达式.第四,对不完全市场下的资产-负债管理问题进行了研究,通过构造指数鞅方法和引入二次优化问题解决了指数效用函数下的最优投资组合问题.所有这些研究扩展了不完全市场下动态投资组合优化方面的研究,丰富和发展了Zhang的研究内容.第三章主要研究随机环境下的资产-负债管理问题,如随机利率模型和随机波动率模型等.首先,在常数利率环境下对效用最大化下的资产-负债管理问题进行了研究,应用动态规划原理和Legendre变换-对偶解法得到了幂效用、指数效用和对数效用函数下最优投资策略的解析表达式,并给出算例分析了市场参数对最优投资组合的影响.其次,假设无风险利率、股票收益率和波动率均为一致有界随机过程,应用向后随机微分方程理论和随机线性二次规划方法得到了最优投资策略的解析表达式.第三,假设利率是服从Ho-Lee利率模型的随机过程,应用动态规划原理对资产-负债管理进行了研究,得到了幂效用和指数效用函数下最优投资策略的解析表达式.第四,对Vasicek利率模型下的资产-负债管理问题进行了研究,结合动态规划原理和Legendre变换-对偶解法得到了幂效用和指数效用函数下最优投资策略的解析表达式.将负债过程引入到投资组合优化问题中,并研究了此类问题的最优投资组合与风险管理的问题,是现阶段资产-负债管理的新的研究内容.本章的研究内容丰富和发展了资产-负债管理方面的理论方法,尤其是解决了随机利率模型下的最优投资组合问题,为随机利率模型下带有负债的投资机构进行资产套期保值和对冲风险提供了理论依据.第四章主要对不同借贷利率限制下的动态投资组合优化问题进行了扩展性研究.首先,对效用最大化下的投资组合选择问题进行了研究,应用动态规划原理和HJB方程方法得到了幂效用、指数效用和对数效用函数下最优投资策略的解析表达式,并给出算例对不同借贷利率限制下投资人的投资行为进行了分析;其次,对负债情形下的均值-方差问题进行了研究,应用拉格朗日对偶定理和动态规划原理得到了最优投资策略和有效前沿的解析表达式;最后,将几何布朗运动扩展至CEV模型,对CEV模型下的投资组合优化问题进行了研究,得到了最优投资策略和有效前沿的解析表达式.本章的研究工作进一步丰富和发展了不同借贷利率限制下投资组合优化问题的理论方法,扩展了Fu和Lari-Lavassani等人的研究工作,为进一步研究负债和CEV模型下的投资组合优化模型提供了理论基础.第五章主要研究了随机环境下的投资-消费问题.首先,我们假设金融市场中存在两种资产,一种资产是无风险资产,其中无风险利率是服从Ho-Lee利率模型的随机过程,且与风险资产价格存在线性相关性,以投资人有限投资周期内终端财富和累积消费的期望贴现效用作为目标函数,应用动态规划原理和HJB方程对幂效用和对数效用函数下的最优投资-消费策略进行了研究,得到了两种效用函数下最优投资-消费策略的解析表达式.其次,我们将Ho-Lee利率模型扩展至Vasicek利率模型,应用动态规划原理和Legendre变换-对偶方法得到了幂效用和对数效用函数下最优投资-消费策略的解析表达式.我们的这些研究将Merton的投资-消费模型扩展到随机环境下,并着重研究了随机利率模型下的投资-消费模型,解决了Ho-Lee利率模型、Vasicek利率模型下的最优投资-消费策略问题.
宋博[7](2010)在《Log-最优资产组合与风险管理》文中指出投资组合理论是现代金融学中的重要研究课题之一,其目的是寻求一个在给定收益水平下使投资风险最小化,或者在给定的投资风险水平下使投资者的预期效用最大化的最优投资组合。在投资决策方面,投资者在金融市场上一般都是进行连续投资,即在一个周期结束时连本带利全部或部分地再投资。而log-最优资产组合模型是处理这类问题的常用方法之一,不仅因为对数函数在数学上易于处理,它也是一种常用的效用函数,即说明投资者是风险厌恶型,而这个特殊性引来了许多经济学家的关注和研究。本文首先简述了log-最优资产组合模型近年来的研究状况,其次我们研究了在无风险约束,一般风险约束,基于在险价值(VaR)和预期不足(ES)风险约束下的单周期和多周期log-最优资产组合模型。进一步,我们还讨论了基于方差,在险价值(VaR),预期不足(ES)风险约束不同协方差矩阵下的单周期log-最优资产组合模型的实证模拟。此外我们研究了半log-最优资产组合模型,建立了基于在险价值(VaR)和预期不足(ES)风险约束下的单周期和多周期半log-最优资产组合模型,讨论了这些模型最优解的存在性和唯一性,并且给出了实证模拟,并对其结果进行了分析与比较,从而为投资者进行理性投资和风险管理提供了指导方法。
李玉[8](2010)在《组合证券概率准则投资模型的研究》文中研究指明现代资产组合理论的建立,为组合证券投资提供了科学决策的依据。证券投资是一种高风险的金融投资,科学评估和计量投资过程中的风险是证券投资决策的关键。Markowitz以证券投资收益率的方差作为组合投资风险的度量,开辟了金融定量分析的时代,研究者采用数学上的方差工具度量风险在理论上取得了很好的求解结果。但是随着研究的深入,人们发现方差计量方法不但理论上存在缺陷,而且与证券市场的实际情况不符。首先,收益率向量并不一定服从正态分布;其次,Markowitz模型中对正负离差的平等处理有违投资者对风险的真实感受.为了克服方差计量风险的不足,人们相继提出了其它计量理论和测度方法。由此又发展形成了多种投资决策模型,但是都存在局限性,本文针对常有的几种组合投资决策模型的不足之处,将概率论与组合投资理论结合,给出了一类完善的基于概率准则的组合投资决策模型。文中对概率准则模型作了全面细致的分析,强调了该模型的实际价值。将这类概率准则模型转化为可用传统方法求解的非线性规划模型,使其可通过计算机求解。在市场允许卖空条件下,考虑交易费用,建立了投资者手中已经持有一定数量的证券的概率准则模型,给出了最优解满足的必要条件,同时证明了最优解存在唯一性,对模型的目标函数的范围进行了估计,给出了最优解的解析表达式。最后还通过实例对模型进行仿真研究,得到了满意的结果。
邓雪[9](2010)在《投资组合优化模型研究》文中认为证券市场作为一个极其复杂的系统,证券的收益和风险都具有不确定性,而不确定性是决策分析研究中的困难所在。事件的不确定性主要有两种表现形式:一是事件是否发生的不确定性,即随机性;一是事件本身状态的不确定性,即模糊性。投资组合选择就是投资者在不确定性环境下的投资决策问题。基于随机不确定性的投资组合研究已经发展得相当完善,基于模糊不确定性的投资组合研究也逐渐被人们认识和关注。本研究旨在:提出不确定环境下风险最小化投资组合风险和等权投资组合风险较精确的取值范围及具体解析表达式;推导出风险最小化等权投资组合为最优投资组合的几个充分必要条件;探寻求解投资组合非负投资比例系数的有效算法;构建几种区间规划投资组合模型,并对相关模型进行算法分析和实例研究;基于可能性理论,构建适合投资者要求和满足不同投资环境约束的单目标、极小化双目标、混合双目标投资组合模型,并给出相关模型的有效算法及实例应用分析。矩阵理论、模糊理论、优化理论和可能性理论是解决上述问题的有力工具,本文采用理论研究和实证分析相结合的研究方法,主要研究内容及成果包括:(1)应用矩阵理论、优化理论和协方差的对称正定性,通过严密的数学推导,推导出风险最小化投资组合风险具体的取值范围—上界和下界;推导出风险最小化等权投资组合风险取值范围的具体解析表达式。(2)应用矩阵理论,探讨了风险最小化等权投资组合的有效性;对比了等权投资组合和简单加权投资组合的有效性;推导出了等权投资组合为最优投资组合的几个充分必要条件。上述结论对于等权投资组合的研究具有一定的理论价值。(3)应用优化方法和智能算法,深入研究了如何求解投资组合非负投资比例系数。在最小风险投资组合模型中,尝试用罚函数法求解非负投资比例系数;在求解自融资投资组合模型中,提出了一种改进的模糊遗传算法求解;对于构建的带有投资比例系数界定的双目标投资组合模型,尝试用分目标乘除法求解并加以实例分析。(4)应用区间规划的思想,深入研究了采用三个关键因素—收益、方差、换手率来刻画的投资组合模型。基于投资者不同的心态:乐观、悲观、折衷,构建了三种不同的区间规划模型,并加以实例求解分析;基于区间数的序关系,构建了区间数多目标极小化投资组合模型,尝试用最短距离法进行求解;基于区间不等式满意指数,构建了一种投资组合模型并加以实例分析。(5)研究基于可能性理论的单目标投资组合模型。尝试用乘子法求解构建的基于上下可能性理论的最大效用函数投资组合模型;尝试用LEMKE算法求解构建的一类带有借贷的投资组合模型。(6)研究基于可能性理论的极小化双目标投资组合模型。尝试用理想点法求解双目标模糊线性极小化投资组合模型;采用改进的逐步宽容法求解构建的双目标线性极小化投资组合模型。(7)研究基于可能性理论的混合双目标投资组合模型。当收益为模糊数时,尝试用模糊两阶段法求解构建的带有无风险资产的投资组合模型;尝试用阈值约束法求解构建的带有交易费用的投资组合模型;尝试用线性功效函数法求解构建的带有投资比例系数界定的投资组合模型,并且用实例验证所采用方法的可行性和有效性。
苗强[10](2007)在《基于风险度量的证券组合投资优化模型研究》文中研究表明风险度量研究是金融领域里最核心的课题之一,也是实际证券投资活动中至关重要的一环,投资者在权衡投资收益和风险时,以其对投资风险的偏好来进行证券资产的选择,所以,风险测度的定义在组合证券投资的研究中就显得尤为重要。本论文根据投资者对风险的不同认识,给出了更加符合投资者心理的组合证券投资优化模型,并通过投资实例说明了所建模型和方法的有效性、可行性和实用性,使证券组合投资过程更加具有柔性,并且更加接近于实际。第一章概括性地介绍了证券组合投资的基本概念,证券组合投资理论在国外和国内的研究及发展概况,并且总结了本文的组成部分及主要工作。第二章论述了现有的几种主要的基于下(负)偏差的风险度量模型的优点和不足。为了更好的刻画投资者对于证券波动的心理感受,我们将上(正)偏差对风险具有的负面作用,也纳入风险度量的范围,因此,我们在考虑无风险证券和交易费用的前提下,构造了风险度量的组合偏差模型,并通过相关算例说明了该模型的实用性。第三章考虑了在证券收益率和风险损失率均为区间数条件下的证券组合投资单目标和多目标证券组合投资线性规划模型。在该模型中,我们综合考虑了无风险证券和交易费用的存在,通过引入风险偏好系数和目标函数优化水平参数,将目标函数为区间数的线性规划模型转化为确定型的参数线性规划模型来求解,投资者可以根据自己的风险偏好程度和客观情况适当估计参数,从而得到相应情况下的有效投资方案。第四章在对一般性失望模型分析的基础上,给出了包含交易费用因素的可以卖空的证券组合投资模型,该模型不仅考虑收益低于期望收益率时所带来的损失,而且还考虑了超过期望收益率时可能带来可观利润的收益,避免了方差与下方风险的诸多缺陷。我们最后通过对沪深股市的六只股票的模拟投资验证了所建模型的有效性和实用性。
二、一类组合证券投资决策的研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一类组合证券投资决策的研究(论文提纲范文)
(1)投资者情绪、投资者交易行为对ETF定价影响研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 ETF的特殊性 |
1.2.1 指数化投资 |
1.2.2 一、二级市场交易模式 |
1.2.3 价差套利 |
1.2.4 “T+0”交易 |
1.3 研究内容与方法 |
1.4 本文创新之处 |
第二章 文献综述 |
2.1 投资者情绪、投资者交易行为影响资产定价研究 |
2.1.1 情绪及交易行为资产定价研究的基础——金融实验 |
2.1.2 情绪资产定价研究 |
2.1.3 交易行为资产定价研究 |
2.2 投资者情绪、投资者交易行为影响资产价格波动研究 |
2.2.1 投资者情绪影响资产价格波动研究 |
2.2.2 投资者交易行为影响资产价格波动研究 |
2.3 投资者情绪、投资者交易行为影响风险-收益关系研究 |
2.3.1 投资者情绪影响风险-收益关系研究 |
2.3.2 投资者交易行为影响风险-收益关系研究 |
2.4 ETF定价效率及价格波动相关研究 |
2.4.1 ETF定价效率研究 |
2.4.2 ETF价格波动研究 |
2.5 本章小结 |
第三章 投资者情绪、投资者交易行为与ETF定价效率 |
3.1 引言 |
3.2 数据 |
3.2.1 变量定义 |
3.2.2 描述性统计 |
3.3 投资者情绪、投资者交易行为对ETF定价效率的实证分析 |
3.3.1 模型构建 |
3.3.2 实证结果 |
3.4 进一步考虑Fama-French三因子为控制变量 |
3.5 机构持股的调节效应 |
3.6 稳健性检验 |
3.7 本章小结 |
第四章 投资者情绪与ETF价格波动 |
4.1 引言 |
4.2 数据 |
4.3 面板回归分析结果 |
4.3.1 投资者情绪指标的水平值对ETF价格波动的影响 |
4.3.2 投资者情绪指标的改变值对ETF价格波动的影响 |
4.4 面板分位数回归分析结果 |
4.5 稳健性检验 |
4.6 本章小结 |
第五章 投资者交易行为与ETF价格波动 |
5.1 引言 |
5.2 数据 |
5.3 面板回归分析结果 |
5.4 面板分位数回归分析结果 |
5.5 可预期及未预期的投资者交易行为对ETF价格波动的影响 |
5.6 稳健性检验 |
5.7 本章小结 |
第六章 投资者情绪、投资者交易行为与ETF价格波动 |
6.1 引言 |
6.2 数据 |
6.3 面板回归分析结果 |
6.3.1 同向投资者情绪、投资者交易行为对ETF价格波动的联合影响 |
6.3.2 异向投资者情绪、投资者交易行为对ETF价格波动的联合影响 |
6.4 面板分位数回归分析结果 |
6.5 稳健性检验 |
6.6 本章小结 |
第七章 投资者情绪、投资者交易行为与ETF风险-收益关系 |
7.1 引言 |
7.2 数据 |
7.3 投资者情绪与ETF风险-收益关系 |
7.4 投资者交易行为与ETF风险-收益关系 |
7.5 投资者情绪、投资者交易行为与ETF风险-收益关系 |
7.6 稳健性检验 |
7.7 本章小结 |
结论 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
附件 |
(2)油田开发项目投资组合优化研究(论文提纲范文)
摘要 |
abstract |
第1章 前言 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 投资组合优化的研究现状 |
1.2.2 投资组合优化在石油领域的研究现状 |
1.2.3 研究述评 |
1.3 研究内容 |
1.4 研究方法及技术路线图 |
1.4.1 研究方法 |
1.4.2 技术路线图 |
第2章 相关理论概述 |
2.1 相关概念界定 |
2.1.1 油田开发项目概念及分类 |
2.1.2 油田开发项目投资组合优化概念及特点 |
2.2 投资组合理论 |
2.3 油田开发项目投资组合优化方法 |
2.3.1 多目标线性规划 |
2.3.2 0-1 型背包问题 |
2.3.3 概率纸 |
2.3.4 蒙特卡洛方法 |
2.3.5 遗传算法及其改进 |
2.4 本章小结 |
第3章 油田开发项目投资组合优化的模型构建 |
3.1 油田开发项目投资组合优化问题描述 |
3.2 油田开发项目投资组合优化目标函数的确定 |
3.3 油田开发项目投资组合优化约束条件的设置 |
3.4 油田开发项目投资组合优化模型参数设定 |
3.5 本章小结 |
第4章 油田开发项目投资组合优化模型的求解 |
4.1 油田开发项目投资组合优化求解方法优选 |
4.2 遗传算法求解过程 |
4.3 遗传算法改进 |
4.4 项目投资组合优化算法有效性检验 |
4.5 本章小结 |
第5章 油田开发项目投资组合优化算例分析 |
5.1 算例简介 |
5.2 目标函数确定及约束条件设置 |
5.3 投资组合优化计算 |
5.4 投资组合优化有效性分析 |
5.5 优化效果分析 |
5.6 本章小结 |
第6章 结论 |
参考文献 |
附录 |
攻读硕士学位期间取得的学术成果 |
致谢 |
(3)发明专利组合的证券化研究 ——以化学行业为例(论文提纲范文)
摘要 |
abstract |
第一章 导论 |
1.1 研究背景与意义 |
1.2 研究内容和创新点 |
1.3 研究方法和论文技术路线 |
第二章 相关理论和方法 |
2.1 资产证券化 |
2.1.1 资产证券化的定义、交易结构和基本流程 |
2.1.2 资产证券化的主体 |
2.1.3 资产证券化的客体 |
2.2 期权定价 |
2.2.1 布莱克—斯科尔斯—默顿模型 |
2.2.2 二叉树模型 |
2.2.3 三叉树模型 |
2.3 本章小结 |
第三章 发明专利组合证券化 |
3.1 构建拟证券化发明专利组合 |
3.1.1 发明专利筛选 |
3.1.2 发明专利组合 |
3.2 发明专利组合估值模型 |
3.2.1 基本假设和参数设定 |
3.2.2 风险中性定价 |
3.2.3 估值模型 |
3.3 发明专利组合的证券化流程 |
3.4 实例研究 |
3.4.1 化学行业及其专利情况简介 |
3.4.2 产品设计 |
3.4.3 利用三叉树模型对产品估值 |
3.5 实际应用中应注意的问题 |
3.6 本章小结 |
第四章 总结 |
4.1 主要工作与创新点 |
4.2 不足之处和后续研究 |
参考文献 |
附录1 |
附录2 |
致谢 |
(4)考虑交易费用的投资—负债管理(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 文献综述 |
1.3 本文的研究思路与结构安排 |
第二章 组合证券投资 |
2.1 证券投资收益和风险度量 |
2.1.1 证券投资收益率 |
2.1.2 风险度量 |
2.2 组合证券投资模型 |
第三章 连续时间组合证券投资 |
3.1 介绍 |
3.2 连续时间组合投资模型 |
3.3 期望效用理论 |
3.3.1 期望效用 |
3.3.2 几种常用的效用函数 |
第四章 最优投资-负债研究 |
4.1 假设 |
4.2 投资-负债模型 |
4.3 模型求解 |
4.4 对数效用函数最优投资策略 |
4.5 总结 |
第五章 释例分析 |
5.1 问题的提出 |
5.2 数据处理 |
5.3 最优投资求解 |
5.4 总结 |
参考文献 |
攻读硕士学位期间从事科研情况 |
致谢 |
(5)亚洲新兴经济体国际资本流动管理研究(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
第1章 绪论 |
1.1 选题背景和意义 |
1.2 基本概念界定 |
1.2.1 亚洲新兴经济体 |
1.2.2 国际资本流动管理 |
1.3 文献综述 |
1.3.1 国际资本自由流动的收益和风险 |
1.3.2 关于资本账户自由化的研究 |
1.3.3 新兴经济体国际资本流动管理的相关研究 |
1.3.4 亚洲新兴经济体国际资本流动管理的相关研究 |
1.3.5 对已有研究的评述 |
1.4 研究思路与研究方法 |
1.5 本研究的创新之处 |
第2章 国际资本流动管理的理论分析 |
2.1 国际资本流动管理的原因 |
2.1.1 国际资本流入的宏观经济风险 |
2.1.2 国际资本流入的金融稳定风险 |
2.1.3 国际资本流入风险的集中爆发:金融危机 |
2.2 国际资本流动管理的政策框架 |
2.2.1 宏观经济政策 |
2.2.2 金融稳定政策 |
2.2.3 资本管制 |
2.3 国际资本流动管理的政策选择及困境 |
第3章 1997 年金融危机后亚洲国际资本流动管理的背景 |
3.1 1997 年金融危机后亚洲新兴经济体资本账户开放程度 |
3.2 1997 年金融危机后亚洲新兴经济体国际资本流动的历史考察 |
3.2.1 1997 年金融危机后亚洲新兴经济体国际资本流动态势 |
3.2.2 印度尼西亚、马来西亚、泰国和韩国的国际资本流动 |
3.3 小结 |
第4章 亚洲新兴经济体的国际资本流动管理:宏观经济政策 |
4.1 亚洲新兴经济体国际资本流动管理:汇率制度调整 |
4.1.1 亚洲新兴经济体管理资本流入的汇率制度选择的两难境地 |
4.1.2 亚洲新兴经济体管理资本流入的汇率制度调整 |
4.2 亚洲新兴经济体国际资本流动管理:冲销干预 |
4.2.1 亚洲新兴经济体的冲销干预实践 |
4.2.2 亚洲新兴经济体的冲销干预成本 |
4.3 亚洲新兴经济体国际资本流动管理:货币政策 |
4.3.1 亚洲新兴经济体管理资本流入的货币政策选择的潜在困难 |
4.3.2 亚洲新兴经济体的货币政策框架选择:通货膨胀目标制 |
4.4 亚洲新兴经济体国际资本流动管理:财政政策 |
4.4.1 1997 年金融危机后亚洲国家财政收支情况分析 |
4.4.2 马来西亚和印度尼西亚积极利用财政政策 |
4.5 小结 |
第5章 亚洲新兴经济体国际资本流动管理:金融稳定措施 |
5.1 亚洲新兴经济体银行部门改革及成果分析 |
5.1.1 亚洲新兴经济体银行部门改革的措施 |
5.1.2 亚洲新兴经济体银行部门改革的成果 |
5.2 亚洲新兴经济体资本市场改革及成果分析 |
5.2.1 1997 年金融危机后亚洲经济体积极发展债券市场的成果分析 |
5.2.2 1997 年金融危机后亚洲经济体积极发展股票市场的成果分析 |
5.3 亚洲新兴经济体金融市场的审慎监管措施 |
5.3.1 1997 年金融危机前亚洲国家的金融监管 |
5.3.2 1997 年金融危机后亚洲国家的金融监管 |
5.4 小结 |
第6章 亚洲新兴经济体的国际资本流动管理:资本管制 |
6.1 1997 年金融危机后亚洲新兴经济体资本管制态势 |
6.1.1 亚洲新兴经济体资本管制总体态势 |
6.1.2 亚洲新兴经济体不同资产类型的资本管制态势 |
6.1.3 亚洲新兴经济体不同资本流动方向的资本管制态势 |
6.2 1997 年金融危机后亚洲新兴经济体资本管制的国别经验 |
6.2.1 资本流入方面 |
6.2.2 资本流出方面 |
6.3 亚洲新兴经济体资本管制实施效果的经验研究 |
6.4 小结 |
第7章 亚洲新兴经济体国际资本流动管理的效果分析 |
7.1 国际资本流入的宏观经济风险分析 |
7.1.1 宏观经济运行状况分析 |
7.1.2 汇率升值情况分析 |
7.1.3 通货膨胀情况分析 |
7.1.4 国内流动性和信贷规模情况分析 |
7.1.5 对外负债情况分析 |
7.2 国际资本流入的金融风险分析 |
7.2.1 亚洲银行系统在 2007—2008 年全球金融危机中的表现 |
7.2.2 亚洲资本市场在 2008—2009 年全球金融危机中的表现 |
7.3 国际资本流入逆转的风险分析 |
7.3.1 1997 年金融危机后亚洲国际资本流动结构的变化 |
7.3.2 全球金融危机期间亚洲国际资本流入逆转情况分析 |
7.4 小结 |
第8章 1997 年金融危机后亚洲新兴经济体国际资本流动管理的经验总结 |
8.1 宏观经济政策 |
8.2 金融市场改革 |
8.3 资本管制 |
8.4 小结 |
第9章 全球金融危机后亚洲新兴经济体的国际资本流动管理 |
9.1 全球金融危机对亚洲国际资本流动管理的挑战与考验 |
9.1.1 全球金融危机对亚洲经济的影响 |
9.1.2 全球金融危机后的亚洲国际资本流动更加复杂 |
9.2 2010—2012 年亚洲新兴经济体的国际资本流动管理 |
9.2.1 审慎性和其他监管措施 |
9.2.2 资本管制 |
9.3 亚洲新兴经济体资本流动管理的未来努力方向 |
9.3.1 继续强化前期资本流动管理措施 |
9.3.2 积极利用财政政策 |
9.3.3 集体行动 |
9.3.4 推动经济平衡增长 |
参考文献 |
致谢 |
攻读博士学位期间发表论文以及参加科研情况 |
(6)连续时间投资组合优化理论方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景 |
1.2 投资组合选择理论 |
1.2.1 金融市场模型 |
1.2.2 效用函数理论 |
1.3 国内外研究现状 |
1.3.1 不完全市场的研究 |
1.3.2 资产-负债管理问题的研究 |
1.3.3 限制性投资组合的研究 |
1.3.4 投资-消费问题的研究 |
1.4 本文的主要内容和创新点 |
1.4.1 本文主要内容 |
1.4.2 本文主要创新 |
第二章 不完全市场下动态资产分配的扩展研究 |
2.1 不完全市场下基于指数效用和对数效用函数的动态资产分配 |
2.1.1 问题提出 |
2.1.2 问题框架 |
2.1.3 不完全市场转化为完全市场 |
2.1.4 完全化市场下的最优投资策略 |
2.1.5 不完全市场下的最优投资策略 |
2.1.6 算例 |
2.1.7 结论 |
2.2 不完全金融市场下基于二次效用函数的动态资产分配 |
2.2.1 问题提出 |
2.2.2 问题框架 |
2.2.3 不完全市场转变为完全市场 |
2.2.4 不完全市场下最优投资策略 |
2.2.5 算例 |
2.2.6 结论 |
2.3 不完全市场下基于效用最大化的最优投资-消费模型 |
2.3.1 问题提出 |
2.3.2 问题框架 |
2.3.3 不完全市场转化为完全市场 |
2.3.4 完全化市场下的最优投资-消费策略 |
2.3.5 不完全市场下的最优投资-消费策略 |
2.3.6 算例 |
2.3.7 结论 |
2.4 不完全市场下基于指数效用最大化的资产-负债管理模型 |
2.4.1 问题提出 |
2.4.2 问题框架 |
2.4.3 不完全市场下最优投资策略 |
2.4.4 结论 |
第三章 随机环境下的资产-负债管理问题 |
3.1 负债情形下效用投资组合选择的随机控制 |
3.1.1 问题提出 |
3.1.2 问题框架 |
3.1.3 最优投资组合 |
3.1.4 算例分析 |
3.1.5 结论 |
3.2 随机参数和随机资金流环境下基于二次效用函数的投资组合优化 |
3.2.1 问题提出 |
3.2.2 问题框架 |
3.2.3 最优投资组合 |
3.2.4 结论 |
3.3 Ho-Lee利率模型下资产-负债管理的最优投资策略 |
3.3.1 问题提出 |
3.3.2 问题框架 |
3.3.3 最优投资组合 |
3.3.4 结论 |
3.4 Vasicek利率模型下带有负债的投资组合优化 |
3.4.1 问题提出 |
3.4.2 问题框架 |
3.4.3 HJB 方程与Legendre变换 |
3.4.4 最优投资组合 |
3.4.5 结论 |
第四章 不同借贷利率限制下动态资产分配的扩展研究 |
4.1 不同借贷利率限制下基于效用最大化的动态资产分配 |
4.1.1 问题提出 |
4.1.2 问题框架 |
4.1.3 最优投资组合 |
4.1.4 算例分析 |
4.1.5 结论 |
4.2 不同借贷利率限制下资产-负债管理问题的均值-方差模型 |
4.2.1 问题提出 |
4.2.2 问题框架 |
4.2.3 最优投资组合 |
4.2.4 有效前沿 |
4.2.5 算例 |
4.2.6 结论 |
4.3 CEV模型下带有借贷利率限制的动态均值-方差模型 |
4.3.1 问题提出 |
4.3.2 问题框架 |
4.3.3 最优投资组合 |
4.3.4 有效前沿 |
4.3.5 结论 |
第五章 随机环境下的投资-消费问题 |
5.1 Ho-Lee利率模型下的投资-消费模型 |
5.1.1 问题提出 |
5.1.2 问题框架 |
5.1.3 最优投资-消费策略 |
5.1.4 结论 |
5.2 Vasicek利率模型下的投资-消费模型 |
5.2.1 问题提出 |
5.2.2 问题框架 |
5.2.3 HJB 方程和Legendre变换 |
5.2.4 最优投资-消费策略 |
5.2.5 结论 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 研究展望 |
6.2.1 不完全市场的未来研究方向 |
6.2.2 资产-负债管理问题的未来研究方向 |
6.2.3 限制性投资组合的未来研究方向 |
6.2.4 投资-消费问题的未来研究方向 |
参考文献 |
攻读博士学位期间主要学术研究成果 |
攻读博士学位期间从事科研项目情况 |
致谢 |
(7)Log-最优资产组合与风险管理(论文提纲范文)
内容提要 |
第一章 绪论 |
1 论文背景及研究意义 |
2 论文的内容及结构 |
3 论文的主要创新点 |
第二章 投资组合文献综述 |
1 最优投资组合文献综述 |
2 金融风险度量文献综述 |
3 log-最优资产组合文献综述 |
第三章 log-最优资产组合模型 |
1 风险及效用函数 |
2 无风险约束下的log-最优资产组合模型 |
3 风险约束下的log-最优资产组合模型 |
3.1 方差风险约束下的log-最优资产组合模型 |
3.2 VaR风险度量下的log-最优资产组合模型 |
3.3 ES风险度量下的log-最优资产组合模型 |
4 多周期log-最优资产组合模型 |
4.1 基于多周期VaR约束下的log-最优资产组合模型 |
4.2 基于多周期ES约束下的log-最优资产组合模型 |
第四章 log-最优资产组合算法及实证研究 |
1 log-最优资产组合算法 |
2 数据来源与选择 |
3 数据描述与检验 |
3.1 沪深300行业指数走势图 |
3.2 沪深300行业指数对数收益率走势图 |
3.3 单位根检验 |
3.4 Granger因果关系检验 |
4 log-最优资产组合的实证研究 |
4.1 方差与VaR风险约束下的单周期log-最优资产组合的实证研究 |
4.2 ES风险约束下的单周期log-最优资产组合的实证研究 |
4.3 ES风险约束下的多周期log-最优资产组合的实证研究 |
第五章 不同协方差矩阵下log-最优资产组合模型 |
1 协方差矩阵的估计方法 |
2 不同协方差矩阵下的log-最优资产组合模型与实证研究. |
2.1 方差风险约束下不同协方差矩阵的log-最优资产组合实证研究 |
2.2 VaR风险约束下不同协方差矩阵的log-最优资产组合实证研究 |
2.3 ES风险约束下不同协方差矩阵的log-最优资产组合实证研究 |
3 均值方差准则下的最优资产组合模型 |
第六章 半log-最优资产组合模型 |
1 风险约束下的单周期半log-最优资产组合模型 |
1.1 VaR约束下的半log-最优资产组合模型 |
1.2 ES约束下的半log-最优资产组合模型 |
2 多周期的半log-最优资产组合模型 |
2.1 基于多周期VaR约束下的半log-最优资产组合模型 |
2.2 基于多周期ES约束下的半log-最优资产组合模型 |
3 半log-最优资产组合的实证研究 |
3.1 VaR风险约束下单周期半log-最优资产组合的实证研究 |
3.2 ES风险约束下多周期半log-最优资产组合的实证研究 |
结论 |
参考文献 |
附录:遗传算法源代码 |
攻博期间发表的学术论文及其他成果 |
致谢 |
中文摘要 |
Abstract |
(8)组合证券概率准则投资模型的研究(论文提纲范文)
摘要 |
ABSTRACT |
致谢 |
前言 |
第一章 绪论 |
1.1 证券组合投资理论 |
1.2 证券组合投资研究意义 |
1.3 组合证券的收益和风险 |
1.4 常见的风险测度计量方法 |
第二章 Markowitz模型 |
2.1 Markowitz证券投资组合模型 |
2.2 模型的解 |
2.3 模型评价 |
第三章 几种常见的投资组合模型 |
3.1 线性模型 |
3.2 单位风险超额收益率模型 |
3.3 基于损失程度与损失概率的风险度量模型 |
3.4 小结 |
第四章 改进的概率准则投资组合模型 |
4.1 基准收益率为单值的概率准则模型及最优解 |
4.2 改进的概率准则投资组合模型及最优解 |
4.3 实证研究 |
4.4 结束语 |
第五章 结论与进一步研究 |
5.1 结论 |
5.2 进一步研究 |
参考文献 |
攻读硕士学位期间发表的论文 |
(9)投资组合优化模型研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 选题背景和研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 文献综述和研究内容 |
1.2.1 文献综述 |
1.2.2 研究内容 |
1.3 研究方法和技术路线 |
1.3.1 研究方法 |
1.3.2 技术路线 |
1.4 解决的关键问题和创新之处 |
1.4.1 解决的关键问题 |
1.4.2 本研究的创新之处 |
第二章 风险最小化投资组合模型风险取值范围的研究 |
2.1 风险最小化投资组合模型风险取值范围的研究 |
2.1.1 问题描述 |
2.1.2 σ_*~2 的取值范围 |
2.1.2.1 σ_*~2 的上界 |
2.1.2.2 σ_*~2 的下界 |
2.2 风险最小化等权投资组合模型风险取值范围的研究 |
2.2.1 问题描述 |
2.2.2 σ_A~2 的取值范围 |
2.3 本章小结 |
第三章 风险最小化等权投资组合有效性研究 |
3.1 风险最小化等权投资组合有效性定义 |
3.2 风险最小化等权投资组合为最优投资组合的几个充分必要条件 |
3.2.1 定理的证明 |
3.2.2 数值算例 |
3.3 风险最小化等权投资组合与简单加权投资组合的比较 |
3.4 本章小结 |
第四章 求解投资组合非负投资比例系数的研究 |
4.1 罚函数法(外点法)在求解最小风险投资组合非负比例系数的应用 |
4.1.1 最小风险投资组合模型的建立 |
4.1.2 罚函数法(外点法) |
4.1.2.1 罚函数法(外点法)基本思想 |
4.1.2.2 罚函数法(外点法)计算步骤 |
4.1.3 数值算例 |
4.2 基于模糊遗传算法的自融资有效投资组合研究 |
4.2.1 自融资有效投资组合模型的建立 |
4.2.2 模糊遗传算法 |
4.2.2.1 模糊遗传算法基本思想 |
4.2.2.2 模糊遗传算法计算步骤 |
4.2.3 数值算例 |
4.3 基于分目标乘除法的带有投资比例界定的混合双目标投资组合研究 |
4.3.1 带有投资比例界定的混合双目标投资组合模型的建立 |
4.3.2 分目标乘除法 |
4.3.2.1 分目标乘除法基本思想 |
4.3.2.2 分目标乘除法计算步骤 |
4.3.3 数值算例 |
4.4 本章小结 |
第五章 基于区间规划的投资组合模型的研究 |
5.1 问题描述 |
5.1.1 有关区间数的符号和定义 |
5.1.2 关于投资组合选择模型的一些符号 |
5.2 一类基于区间数的投资组合选择模型的研究 |
5.2.1 乐观、悲观、折衷三种投资组合模型的建立 |
5.2.2 数值算例 |
5.3 基于最短距离法的区间规划投资组合模型研究 |
5.3.1 区间数多目标极小化投资组合模型的建立 |
5.3.2 最短距离法 |
5.3.2.1 最短距离法基本思想 |
5.3.2.2 最短距离法计算步骤 |
5.3.3 数值算例 |
5.4 基于区间不等式满意指数的投资组合模型研究 |
5.4.1 基于区间不等式满意指数的投资选择模型的建立 |
5.4.2 数值算例 |
5.5 本章小结 |
第六章 基于可能性理论的单目标投资组合模型的研究 |
6.1 可能性均值、方差、协方差的介绍和模型建立 |
6.1.1 符号介绍 |
6.1.2 基本模型的建立 |
6.2 基于最大效用函数的投资组合模型的研究 |
6.2.1 最大效用投资组合模型的建立 |
6.2.1.1 上可能性和下可能性均值、方差和协方差 |
6.2.1.2 可能性均值-方差最大效用投资组合模型 |
6.2.2 乘子法 |
6.2.2.1 乘子法基本思想 |
6.2.2.2 乘子法计算步骤 |
6.2.3 数值算例 |
6.3 基于LEMKE算法的投资组合模型的研究 |
6.3.1 带有借贷的投资组合模型的建立 |
6.3.2 LEMKE算法 |
6.3.2.1 LEMKE算法基本思想 |
6.3.2.2 LEMKE算法计算步骤 |
6.3.3 数值算例 |
6.4 本章小结 |
第七章 基于可能性理论的极小化双目标投资组合模型的研究 |
7.1 基于极大模理想点法的投资组合模型的研究 |
7.1.1 双目标模糊线性极小化投资组合模型的建立 |
7.1.2 极大模理想点法 |
7.1.2.1 极大模理想点法基本思想 |
7.1.2.2 极大模理想点法计算步骤 |
7.1.3 数值算例 |
7.2 基于逐步宽容法的投资组合模型的研究 |
7.2.1 基于可能性理论的双目标线性极小化模型的建立 |
7.2.2 逐步宽容法 |
7.2.2.1 逐步宽容法基本思想 |
7.2.2.2 逐步宽容法计算步骤 |
7.2.3 数值算例 |
7.3 本章小结 |
第八章 基于可能性理论的混合双目标投资组合模型的研究 |
8.1 基于模糊两阶段法的投资组合模型的研究 |
8.1.1 带有无风险资产投资的混合双目标线性模型的建立 |
8.1.2 模糊两阶段法 |
8.1.2.1 模糊两阶段法基本思想 |
8.1.2.2 模糊两阶段法计算步骤 |
8.1.3 数值算例 |
8.2 基于阈值约束法的投资组合模型的研究 |
8.2.1 带有交易费用的混合双目标非线性模型的建立 |
8.2.2 阈值约束法 |
8.2.2.1 阈值约束法基本思想 |
8.2.2.2 阈值约束法计算步骤 |
8.2.3 数值算例 |
8.3 基于线性功效函数法的投资组合模型的研究 |
8.3.1 带有投资比例系数界定的混合双目标线性模型的建立 |
8.3.2 线性功效函数法 |
8.3.2.1 线性功效函数法基本思想 |
8.3.2.2 线性功效函数法计算步骤 |
8.3.3 数值算例 |
8.4 本章小结 |
结论与展望 |
参考文献 |
附录 |
攻读博士学位期间取得的研究成果 |
致谢 |
(10)基于风险度量的证券组合投资优化模型研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 组合证券投资理论产生的背景及其发展 |
1.2 现代证券投资组合理论在中国证券市场的应用及发展 |
1.3 论文的组成结构及主要工作 |
第二章 基于下(负)偏差的风险度量模型及其改进 |
2.1 下方风险度量模型 |
2.1.1 (下)半方差风险度量模型 |
2.1.2 半绝对离差风险度量模型 |
2.1.3 Harlow下偏矩风险指标度量模型 |
2.2 对于下方风险度量模型的改进—组合偏差 |
2.2.1 预备知识 |
2.2.2 组合偏差模型 |
2.3.3 单目标规划模型 |
2.2.4 实例分析 |
第三章 含有动态波动值的证券组合投资模型 |
3.1 预备知识 |
3.2 基于区间数的证券组合投资单目标规划模型的建立及其求解 |
3.2.1 基于区间数的证券组合投资单目标规划模型的建立 |
3.2.2 证券组合投资的单目标区间数线性规划模型的求解 |
3.2.3 实例分析 |
3.3 基于区间数的证券组合投资多目标规划模型的建立及其求解 |
3.3.1 含有交易费用的区间数组合投资多目标规划模型的建立 |
3.3.2 含有交易费用的区间数组合投资多目标规划的求解 |
3.3.3 实例分析 |
第四章 基于一般失望模型的证券组合投资分析 |
4.1 一般性决策失望模型 |
4.2 基于一般失望模型的证券投资组合分析 |
4.3 应用实例 |
4.3.1 样本股票的选择及数据说明 |
4.3.2 计算结果及分析 |
参考文献 |
致谢 |
攻读学位期间主要的研究成果 |
四、一类组合证券投资决策的研究(论文参考文献)
- [1]投资者情绪、投资者交易行为对ETF定价影响研究[D]. 迟骏. 华南理工大学, 2020(01)
- [2]油田开发项目投资组合优化研究[D]. 杨洁. 中国石油大学(华东), 2019(09)
- [3]发明专利组合的证券化研究 ——以化学行业为例[D]. 季丹. 上海交通大学, 2016(03)
- [4]考虑交易费用的投资—负债管理[D]. 荣幸. 天津大学, 2014(05)
- [5]亚洲新兴经济体国际资本流动管理研究[D]. 冯艳红. 辽宁大学, 2013(05)
- [6]连续时间投资组合优化理论方法研究[D]. 常浩. 天津大学, 2012(07)
- [7]Log-最优资产组合与风险管理[D]. 宋博. 吉林大学, 2010(10)
- [8]组合证券概率准则投资模型的研究[D]. 李玉. 合肥工业大学, 2010(05)
- [9]投资组合优化模型研究[D]. 邓雪. 华南理工大学, 2010(12)
- [10]基于风险度量的证券组合投资优化模型研究[D]. 苗强. 中南大学, 2007(12)